Avaliação conjunta de sono e desempenho no treino a partir de dados de variabilidade de frequência cardíaca, com recomendações via Apple Watch

Este trabalho propõe um aplicativo para iPhone e Apple Watch que avalia conjuntamente sono e desempenho no treino, usando variabilidade de frequência cardíaca (HRV) como elo entre os dois, para gerar recomendações de treino e recuperação. A base científica é o protocolo de treinamento guiado por HRV descrito por Kiviniemi.

O problema técnico central está na captura desse sinal pelo hardware disponível. O protocolo de referência trabalha com RMSSD, mas o Apple Watch, via HealthKit, expõe apenas o SDNN calculado a partir de PPG óptico, não o RMSSD. Isso exige adaptar o protocolo original a uma métrica diferente daquela para a qual foi validado, sem assumir equivalência direta entre as duas — e sem essa adaptação, não há como ligar de forma confiável os dados de sono aos dados de treino.

Outra decisão em aberto é a origem dos dados: usar um conjunto de dados público, como os disponíveis no PhysioNet, ou coletar dados próprios via HealthKit (HRV, estágios de sono, métricas de treino). Cada caminho impõe restrições diferentes sobre o que pode ser avaliado e como a relação entre sono e treino pode ser validada.

O projeto está em fase inicial, com revisão de literatura e definição de metodologia em andamento junto ao orientador, Prof. Leandro Santiago (UFF).