Athletes usually take nutritional supplements and perform the specialized training to improve the performance of sport. A quick assessment of their athletic status will help to understand the current physical function of athletes’ status and the effect of nutritional supplementation. Human urine, as one of the most important body indicators, is composed of many metabolites, which can provide effective monitoring information for physical conditions. In this study, temperature-dependent near-infrared spectroscopy (NIRS) technology was used to collect the spectra of athlete’s urine for evaluating the feasibility of rapidly detecting the exercise state of the basketball player. To obtain the detection results accurately, several chemometrics methods including principal component analysis (PCA), variables selection method of variable importance in projection (VIP), continuous 1D wavelet transform (CWT), and partial least square-discriminant analysis (PLS-DA) were employed to develop a classifier to distinguish the physical status of athletes. The optimal classifying results were obtained by wavelet-PLS-DA classifier, whose average precision, sensitivity, and specificity are all above 0.95, and the overall accuracy of all samples is 0.97. These results demonstrate that temperature-dependent NIRS can be used to rapidly assess the physical function of athlete’s status and the effect of nutritional supplementation is feasible. It can be believed that temperature-dependent NIR spectroscopy will obtain applications more widely in the future.

中文翻译：

---

使用温度依赖性NIRS技术，通过运动员的尿液快速评估运动状态。

运动员通常服用营养补充剂并进行专门的训练以改善运动表现。快速评估他们的运动状况将有助于了解运动员状况的当前身体机能以及营养补充的作用。人体尿液是人体最重要的指标之一，由许多代谢物组成，可以为身体状况提供有效的监测信息。在这项研究中，使用温度相关的近红外光谱（NIRS）技术收集运动员尿液的光谱，以评估快速检测篮球运动员运动状态的可行性。为了准确获得检测结果，几种化学计量学方法包括主成分分析（PCA），运用变量重要性投影中的变量选择方法（VIP），连续一维小波变换（CWT）和偏最小二乘判别分析（PLS-DA）来开发分类器，以区分运动员的身体状况。小波-PLS-DA分类器获得了最佳的分类结果，小波-PLS-DA分类器的平均准确度，灵敏度和特异性均在0.95以上，所有样本的整体准确度为0.97。这些结果表明，温度依赖性近红外光谱可用于快速评估运动员状态的身体机能，营养补充的效果是可行的。可以相信，依赖温度的近红外光谱将在未来获得更广泛的应用。采用偏最小二乘判别分析（PLS-DA）来建立分类器，以区分运动员的身体状况。小波-PLS-DA分类器获得了最佳的分类结果，小波-PLS-DA分类器的平均准确度，灵敏度和特异度均在0.95以上，所有样本的整体准确度为0.97。这些结果表明，温度依赖性近红外光谱可用于快速评估运动员状态的身体机能，营养补充的效果是可行的。可以相信，依赖温度的近红外光谱将在未来获得更广泛的应用。采用偏最小二乘判别分析（PLS-DA）来建立分类器，以区分运动员的身体状况。小波-PLS-DA分类器获得了最佳的分类结果，小波-PLS-DA分类器的平均准确度，灵敏度和特异度均在0.95以上，所有样本的整体准确度为0.97。这些结果表明，温度依赖性近红外光谱可用于快速评估运动员状态的身体机能，并且营养补充的作用是可行的。可以相信，依赖温度的近红外光谱将在未来获得更广泛的应用。特异性均在0.95以上，所有样品的总体准确度为0.97。这些结果表明，温度依赖性近红外光谱可用于快速评估运动员状态的身体机能，并且营养补充的作用是可行的。可以相信，依赖温度的近红外光谱将在未来获得更广泛的应用。特异性均在0.95以上，所有样品的总体准确度为0.97。这些结果表明，温度依赖性近红外光谱可用于快速评估运动员状态的身体机能，并且营养补充的作用是可行的。可以相信，依赖温度的近红外光谱将在未来获得更广泛的应用。