Methodenartikel

Eine inertial Measurement Unit Based Method zur Schätzung der Hüft- und Kniegelenkkinematik bei Teamsportsportlern auf dem Feld

10.3K Ansichten

⸱

DOI:

10.3791/60857

⸱

26. Mai 2020

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Center for Human Movement Sciences, University Medical Center, University of Groningen, 2Department of Human Movement Sciences, Faculty of Behavioural and Movement Sciences, Vrije Universiteit Amsterdam, 3Emerging Materials, Department of Design Engineering, Delft University of Technology, 4Department of Biomechanical Engineering, Delft University of Technology, 5FIFA Medical Center, Royal Netherlands Football Association, 6Royal Dutch Hockey Association

* These authors contributed equally

In diesem Artikel

Zusammenfassung

Die Überwachung von Athleten ist entscheidend für die Verbesserung der Leistung und die Verringerung des Verletzungsrisikos im Teamsport. Aktuelle Methoden zur Überwachung von Athleten beinhalten nicht die unteren Extremitäten. Das Anbringen mehrerer Trägheitenmessgeräte an den unteren Extremitäten könnte die Überwachung von Athleten im Feld verbessern.

Zusammenfassung

Die aktuelle Athletenbeobachtungspraxis im Teamsport basiert hauptsächlich auf Positionsdaten, die durch globale Positionierung oder lokale Positionierungssysteme gemessen werden. Der Nachteil dieser Messsysteme besteht darin, dass sie keine Kinematik mit niedrigerer Extremität registrieren, was eine nützliche Maßnahme zur Identifizierung von Verletzungsrisikofaktoren sein könnte. Die rasante Entwicklung der Sensorik kann die Grenzen der aktuellen Messsysteme überwinden. Mit trägen Messeinheiten (IMUs), die sicher an Körpersegmenten befestigt sind, Sensorfusionsalgorithmen und einem biomechanischen Modell, könnte die Gelenkkinematik geschätzt werden. Der Hauptzweck dieses Artikels ist es, ein Sensor-Setup für die Schätzung der Hüft- und Kniegelenkkinematik von Teamsportlern auf dem Feld zu demonstrieren. Fünf männliche Probanden (22,5 ± 2,1 Jahre; Körpermasse 77,0 ± 3,8 kg; Körpergröße 184,3 ± 5,2 cm; Trainingserfahrung 15,3 ± 4,8 Jahre) absolvierten einen maximalen 30-Meter-Linearsprint. Hüft- und Kniegelenkwinkel und Winkelgeschwindigkeiten wurden durch fünf IMUs auf dem Becken platziert, sowohl Oberschenkel als auch beide Schäfte. Die Hüftwinkel reichten von 195° (± 8°) Verlängerung bis 100,5° (± 8°) Flexion und Kniewinkel reichten von 168,6° (± 12°) minimaler Beugung und 62,8° (± 12°) maximaler Flexion. Darüber hinaus lag die Winkelgeschwindigkeit der Hüfte zwischen 802,6 °s-1 (± 192 °s-1) und -674,9 °s-1 (± 130 °s-1). Die Kniewinkelgeschwindigkeit lag zwischen 1155,9 °s-1 (± 200 °s-1) und -1208,2 °s-1 (± 264 °s-1). Die Sensoreinrichtung wurde validiert und könnte zusätzliche Informationen zur Athletenüberwachung im Feld liefern. Dies kann Profis in einem täglichen Sportumfeld helfen, ihre Trainingsprogramme zu bewerten, mit dem Ziel, Verletzungen zu reduzieren und die Leistung zu optimieren.

Einleitung

Mannschaftssportarten (z.B. Fußball und Feldhockey) zeichnen sich durch abwechselnd kurze explosive Aktionen wie Hochintensitätslauf oder Sprinten aus, mit längeren Zeiträumen von weniger anspruchsvollen Aktivitäten wie Gehen oder Joggen1,2,3,4,5,6. In den letzten Jahrzehnten entwickelten sich die körperlichen Anforderungen des Spiels mit mehr Distanz und Sprint, schnellere Ballgeschwindigkeiten und mehr Pässe7,8.

Die Athleten trainieren ständig hart, um ihre körperliche Leistungsfähigkeit zu erhalten und zu verbessern, um den körperlichen Anforderungen des Spiels standzuhalten. Die korrekte Anwendung eines Trainingsreizes in Kombination mit ausreichender Erholung induziert Reaktionen, die zur Anpassung des menschlichen Körpers führen, Verbesserung der Fitness und Leistung9. Im Gegenteil, ein Ungleichgewicht zwischen einem Trainingsreiz und Erholung kann zu längerer Müdigkeit und einer unerwünschten Trainingsreaktion (Malanpassung) führen, die das Verletzungsrisiko sowohl bei Profi- als auch Amateurmannschaftssportlern10,11,12,13erhöht.

Eines der größten Risiken begleitet von hohem Training und Matchreiz sind Muskelverspannungen. Muskelbefall Verletzungen machen mehr als ein Drittel aller Zeit-Verlust-Verletzungen im Mannschaftssport und verursachen mehr als ein Viertel der gesamten Verletzungsabwesenheit, wobei die Sehnen sind die am häufigsten beteiligt14,15,16,17. Darüber hinaus steigt die Anzahl der Athleten, die eine Hamstring-Stamm-Verletzung erleiden steigt jedes Jahr18,19, trotz, dass mehrere Programme eingeführt wurden, um Hamstring Stamm Verletzungen zu verhindern12,13,20,21. Dies hat einen negativen Einfluss aus sportlichen22 und finanziellen23 Perspektiven. Daher ist eine angemessene Überwachung einzelner Athleten unerlässlich, um Trainingspläne zu optimieren, das Verletzungsrisiko zu minimieren und die Leistung zu optimieren.

Die aktuelle Athletenbeobachtungspraxis im Teamsport basiert hauptsächlich auf Positionsdaten, die von lokalen oder globalen Positionierungssystemen24,25gemessen werden. Diese Systeme überwachen die Aktivität mit GPS-basierten Metriken wie zurückgelegte Entfernung, durchschnittliche Laufgeschwindigkeit oder Beschleunigungs-basierte Metriken wie PlayerLoad26,27,28. Ein Nachteil dieser Maßnahmen ist, dass sie keine Kinematik der unteren Extremität enthalten. Optoelektronische Messsysteme dienen als Goldstandard für eine kinematische Analyse der unteren Extremitäten während eines linearenSprints 29,30,31,32. Die Nachteile dieser Systeme sind die fehlende ökologische Gültigkeit aufgrund ihrer eingeschränkten Messfläche, die Notwendigkeit eines Experten für den Betrieb des Systems und die zeitaufwändige Datenanalyse. Daher ist diese Methode nicht für den täglichen Sporttraining geeignet.

Die schnelle Entwicklung der Sensorik kann die Grenzen der aktuellen Methoden zur Überwachung von Athleten überwinden. Die jüngsten Zuverlässigkeits-, Miniaturisierungs- und Datenspeichermöglichkeiten von Trägialmesseinheiten (IMU) ermöglichen den Einsatz der Sensorik im Feld. IMUs enthalten einen Beschleunigungsmesser, Gyroskop und Magnetometer, die die Beschleunigung, Winkelgeschwindigkeit und das Magnetfeld in drei orthogonalen Achsen bzw.33,34messen. Mit Sensoren, die sicher an Körpersegmenten befestigt sind, Sensorfusionsalgorithmen und einem biomechanischen Modell ist es möglich, die Gelenkkinematik33abzuschätzen. Die Registrierung der Gelenkkinematik in Kombination mit Informationen über die Beschleunigung verschiedener Körpersegmente kann die Athletenüberwachung im Mannschaftssport verbessern.

Durch die Kopplung des IMU-Sensoraufbaus an einen standardisierten Feldtest kann veranschaulicht werden, wie Kinematiken mit niedrigerer Extremität beim linearen Sprinten im Feld registriert werden, was ein nützliches Maß für die Identifizierung von Verletzungsrisikofaktoren sein könnte. Das Sensor-Setup könnte zusätzliche Informationen zu aktuellen Überwachungsmaßnahmen bereitstellen, die Von Profis zur Optimierung von Trainingsplänen verwenden können, um die Leistung zu verbessern und das Verletzungsrisiko zu minimieren. Daher ist der Hauptzweck dieses Artikels, eine Trägheitssensor-Setup für die Schätzung der Hüft- und Kniegelenkkinematik von Teamsportlern auf dem Feld zu demonstrieren.

Protokoll

Alle in diesem Abschnitt beschriebenen Methoden wurden von der Ethikkommission des Zentrums für Humanbewegungswissenschaften der Universität Groningen (Registernummer: 201800904) genehmigt.

1. Feldversuch und Trägzmaßeinheitsvorbereitung

  1. Legen Sie zwei Kegel mindestens 1 m voneinander entfernt fest, um den Beginn des Feldtests zu bestimmen.
    HINWEIS: Der Abstand von 1 m zwischen den Kegeln ermöglicht es dem Probanden, den Startpunkt des Feldtests einfach zu durchlaufen. Dieser Abstand kann an die Präferenz des Testleiters angepasst werden.
  2. Bestimmen Sie den Endpunkt des Feldtests durch Rollen von Messband vom Startpunkt der Prüfung bis zu einer 30 m linearen Entfernung.
  3. Legen Sie zwei Kegel mindestens 1 m voneinander entfernt fest, um den Endpunkt des Feldtests zu bestimmen.
  4. Bereiten Sie die IMUs darauf vor, dass sie ordnungsgemäß an den Körper des Betreffenden angefügt werden.
    HINWEIS: Siehe Materialtabelle für IMU-Dimensionen und Gewichtsmerkmale.
    1. Stretchband in 5 Stücke der Größe von 10 cm x 10 cm schneiden.
    2. Doppelseitiges Klebeband (z. B. Toupeetape) in 5 Stücke schneiden, die der Größe der verwendeten IMUs entsprechen.
    3. Befestigen Sie ein Stück doppelseitiges Klebeband an jedem IMU.
    4. Beschriften Sie jede IMU, damit sie während der Datenanalyse einzeln erkannt werden kann.

2. Themenvorbereitung

  1. Erhalten Sie Informationen über Geschlecht, Alter, Körpergewicht und Körpergröße des Motivs. Bitten Sie das Motiv, einen Fragebogen über den Hintergrund im Mannschaftssport auszufüllen. Einholen der schriftlichen Einwilligung von Personen, die die Aufnahmekriterien erfüllen.
    HINWEIS: Beispiele für Fragen: (i) Für wie viele Jahre spielen Sie Fußball? (ii) Auf welchem Niveau spielen Sie Fußball? (iii) Wie viele Stunden pro Woche haben Sie in den letzten 6 Monaten Fußballtraining? (iv) Wie ist Ihre Spielposition? (v) Haben Sie schmerzenoder Oder haben Sie in den letzten 6 Monaten eine Muskel-Skelett-Verletzung an der unteren Extremität erlitten?
  2. Stellen Sie fest, ob das Thema die Aufnahmekriterien erfüllt.
    HINWEIS: Einbeziehung von Probanden, wenn sie in den 6 Monaten vor der Ausführung des Protokolls keine Muskel-Skelett-Verletzungen oder Schmerzen in den unteren Extremitäten erlitten haben; Die Probanden sollten mehr als ein Jahr Erfahrung im Wettkampf-Mannschaftssport auf Amateurebene haben.
  3. Bitten Sie das Motiv, in Sportbekleidung (z.B. ein Fußballtrikot, Fußballshorts und Fußballschuhe) umzusteigen.
    HINWEIS: Da Sensoren auf der Tibia platziert werden, sind Fußballsocken unerwünscht.
  4. Bereiten Sie die IMUs für das Anfügen an den Körper des Antragstellers vor.
    1. Richten Sie alle 5 IMUs nebeneinander aus.
    2. Aktivieren Sie alle fünf IMUs gleichzeitig, indem Sie eine Taste auf dem Sensor drücken. Der Sensor wird aktiviert, wenn ein grünes Licht blinkt.
      HINWEIS: Von diesem Moment an wird jede IMU Daten bei 500 Hz. Daten werden auf einer SD-Karte intern gespeichert. Die Daten müssen nach Abschluss des Tests auf einen Laptop oder Computer hochgeladen werden.
    3. Stellen Sie sicher, dass ein mechanischer Peak erzeugt wurde, indem Sie alle IMUs gleichzeitig auf eine harte Oberfläche (z. B. auf einer Tabelle) tippen.
      HINWEIS: Die mechanische Spitze wird für die Synchronisierung der IMU-Signale benötigt. Die Synchronisation der IMU-Signale erfolgt während der Datenverarbeitung (Abschnitt 5). Dieser Abschnitt ist nicht erforderlich, wenn handelsübliche Sensoren verwendet werden. Verwenden Sie in diesem Fall die entsprechende Software, um die Sensoren zu synchronisieren.
  5. Fügen Sie die IMUs an den Körper des Antragstellers an (Abbildung 1).
    1. Rasieren Sie die Körperbehaarung des Subjekts an den folgenden anatomischen Stellen: am Kreuzbein zwischen den beiden hinteren oberen Iliasdornen, dem anteromedialen knöchernen Teil der rechten und linken Tibia und dem seitlichen Teil des rechten und linken Oberschenkels (d.h. tractus illiotibialis).
      HINWEIS: Die anatomischen Stellen, an denen Sensoren platziert werden sollen, können durch Palpation bestimmt werden.
    2. Sprühkleber spray auf die in Schritt 2.5.1 beschriebenen anatomischen Stellen. Warten Sie 5 bis 10 s, um sicherzustellen, dass das Klebespray trocken ist.
      HINWEIS: Halten Sie das Spray mindestens 10 cm (4 Zoll) von der Haut weg und sprühen Sie den gewünschten Bereich mit einer Schwungbewegung.
    3. Entfernen Sie die Schutzschicht des doppelseitigen Klebebandes von den IMUs.
    4. Platzieren Sie die IMU an den beschriebenen anatomischen Positionen. Notieren Sie die anatomische Position mit dem entsprechenden Etikett der IMU (z.B. rechter Schaft: IMU 1).
    5. Befestigen Sie das Dehnband auf jeder IMU, um sicherzustellen, dass der Sensor zusätzlich an der Haut befestigt ist.

3. IMU-Sensorkalibrierung

  1. Weisen Sie das Subjekt an, in einer neutralen Position mit der Hüftbreite und den Händen in der Seite still zu stehen. Bewahren Sie diese Position für einen Mindestzeitraum von 5 s.
  2. Weisen Sie das Subjekt an, die linke Hüfte und das Knie in der sagittalen Ebene auf einen 90°-Winkel zu beugen, gefolgt von der Verlängerung der Hüfte in ihre neutrale Position, wie in Schritt 3.1 beschrieben.
    ANMERKUNG: Definitionen von kinematischen Variablen finden Sie in Abbildung 2.
  3. Wiederholen Sie Schritt 3.2 für die rechte Hüfte und das Knie.
  4. Weisen Sie den Teilnehmer an, seinen Stamm zum Boden zu biegen und in seine neutrale Position zurückzukehren.
  5. Warten Sie auf einen Mindestzeitraum von 5 s.
  6. Wiederholen Sie die Schritte 3.1 bis 3.5 einmal.

4. Führen Sie den 30-m-Linearsprinttest durch

  1. Weisen Sie das Subjekt an, sich aufzuwärmen (z.B. das fußballspezifische FIFA 11+ Aufwärmprogramm20).
  2. Informieren Sie den Antragsteller über das Testprotokoll.
    1. Es ist klar, dass das Risiko, während des Tests eine Verletzung zu erleiden, nicht höher ist als während des normalen Trainings und dass der Versuch den Test jederzeit ohne Angabe von Gründen abbrechen kann.
    2. Weisen Sie das Subjekt an, in der richtigen Ausgangsposition zu stehen, wobei ihr bevorzugter Fuß auf der Startlinie steht und ihre Schultern hinter der Startlinie auf dem Feld stehen.
    3. Weisen Sie das Motiv an, dass der Testleiter von 3 auf 0 herunterzählt, gefolgt von dem Ruf "Start". Weisen Sie darauf hin, dass der Test beginnt, wenn 'Start' aufgerufen wurde.
    4. Informieren Sie das Motiv so schnell wie möglich, bis der 30-m-Endpunkt erreicht ist. Nachdem der 30-m-Zielpunkt erreicht ist, muss das Subjekt so schnell wie möglich in eine Stillstandsposition abbremsen.
    5. Lassen Sie dem Betreffenden Fragen stellen. Lassen Sie den Antragsteller bei Bedarf einen Übungslauf ausführen, um den Betreff mit dem Protokoll vertraut zu machen.
  3. Fragen Sie das Motiv, ob die Anweisungen klar waren.
  4. Stellen Sie sicher, dass sich das Motiv in der richtigen Ausgangsposition befindet.
  5. Zählen Sie von '3' auf '0' und rufen Sie 'Start', um den Test zu starten. Starten Sie den Timer, wenn das Startzeichen angegeben wurde.
  6. Fördern Sie das Thema, um maximale Leistung zu erzielen.
  7. Stoppen Sie den Timer, wenn der Teilnehmer seine Stand-Position erreicht hat.
  8. Wiederholen Sie die Schritte 4.4 x 4.6, bis drei Sprints durchgeführt wurden.
    HINWEIS: Lassen Sie die Teilnehmer mindestens 2 min zwischen den Versuchen ruhen. Schließen Sie den schnellsten Sprint für die Datenanalyse ein.
  9. Weisen Sie das Subjekt an, eine Abkühlung durchzuführen.
  10. Lösen Sie die IMUs vom Motiv, indem Sie das Stretchband und das doppelseitige Klebeband aus dem Körper des Motivs entfernen.

5. Datenverarbeitung

  1. Schließen Sie die IMU über ein USB-Kabel mit einem Computer an. Exportieren Sie die UN-IMU-Rohdaten in einen bestimmten Ordner auf dem Computer.
  2. Öffnen Sie MATLAB (Version r2018b). Importieren Sie die rohen IMU-Datendateien (z. B. Beschleunigungsmesser, Gyroskop und Magnetometerdaten).
  3. Synchronisieren Sie die unformatierten IMU-Datendateien.
    1. Importieren Sie die Beschleunigungsdatendatei eines Sensors (z. B. Beckensensor).
    2. Berechnen Sie Ruck, indem Sie die X-, Y- und Z-Beschleunigungssignale differenzieren. Summiert sich der X, Y und Z Ruck, um den gesamten Ruck zu erhalten.
    3. Rufen Sie den mechanischen Peak ab, indem Sie den Indexwert in der Datendatei finden, in dem der Gesamteinriss seinen maximalen Wert erreicht hat. Der Indexwert ist der Beginn der Messung.
    4. Löschen Sie alle Datenpunkte der Beschleunigungsdaten, Magnetometerdaten und Gyroskopdaten vor dem Indexwert des Sensors.
    5. Wiederholen Sie die Schritte 5.3.1-5.3.3 für jede Rohdatendatei des entsprechenden Sensors.
    6. Bestimmen Sie, welcher Sensor die niedrigste Menge an Datenpunkten enthält, indem Sie die Anzahl der stichprobenartigen Datenpunkte für jede Datendatei abrufen.
    7. Schneiden Sie alle anderen Datendateien gleich der Größe des Sensors, der Signale für den kürzesten Zeitraum registriert.
  4. Filtern Sie Gyroskopdaten mit einem Tiefpass-Butterworth-Filter zweiter Ordnung mit einer Grenzfrequenz von 12 Hz.
    HINWEIS: Der Filter und die besondere Grenzfrequenz wurden auf der Grundlage der visuellen Dateninspektion in früheren Pilotversuchen ausgewählt.
  5. Erhalten Sie die Sensororientierung in Bezug auf den globalen Erdrahmen, indem Sie das Ausrichtungsquarternion des Sensors mit einem Madgwick-Filter35berechnen.
    HINWEIS: Eine ausführliche Beschreibung der Sensororientierung in Bezug auf den globalen Erdrahmen ist in Madgwick et al.35beschrieben.
  6. Richten Sie den Sensorkoordinatenrahmen am Körpersegment aus.
    1. Wählen Sie die Indexnummern der Datendatei aus, wenn der Betreff während der Kalibrierung stillstand (Schritt 3.1).
      HINWEIS: Es wird angenommen, dass die Längsachse des Sensors dem Gravitationsvektor ähnelt.
    2. Verwenden Sie die Indexnummern von Schritt 5.6.1, um die durchschnittliche Ausrichtung jedes Sensors in Bezug auf den globalen Referenzrahmen während der statischen Kalibrierung zu berechnen. Drehen Sie dann den Sensorrahmen jedes Sensors, sodass er während der statischen Kalibrierung am globalen Referenzrahmen ausgerichtet ist.
    3. Wählen Sie die Indexnummern der Datendatei aus, wenn die Kalibrierungsbewegung des linken Beins durchgeführt wurde (Schritt 3.2).
    4. Drehen Sie die Ausrichtung der linken Beinsensoren so, dass die Kalibrierungsbewegung nur eine Drehung um die Frontachse ist.
    5. Wiederholen Sie die Schritte 5.6.3 und 5.6.4 für die Kalibrierbewegungen des rechten Beins und Rumpfes.
  7. Erhalten Sie gemeinsame Ausrichtungen, indem Sie die Ausrichtung des distalen Körpersegments im Koordinatenrahmen des proximalen Segments für jedes Gelenk ausdrücken.
  8. Erhalten Sie Gelenkwinkel, indem Sie die erhaltenen Gelenkausrichtungen in "XZY" Euler-Winkel zerlegen.
    HINWEIS: Wie man die erhaltenen Gelenkausrichtungen in "XZY" Euler-Winkel zerlegen kann, wird in der Arbeit von Diebel36beschrieben.
  9. Erhalten Sie gemeinsame Winkelgeschwindigkeiten, die die Gyroskopsignale jedes distalen Segments im Koordinatenrahmen des entsprechenden proximalen Segments abzüglich der Winkelgeschwindigkeit des proximalen Segments ausdrücken.
  10. Identifizieren Sie jeden Schritt während des linearen Sprints mithilfe eines Schritterkennungsalgorithmus.
    1. Importieren Sie die gefilterten Gyroskopdaten in MATLAB.
    2. Verwenden Sie eine Peak-Erkennungsfunktion, um Spitzen im Gyroskopsignal zu identifizieren.
      HINWEIS: Die Spitzenhöhe wurde auf 286,5 °s-1 und ein minimaler Spitzenabstand auf 100 Proben (= 0,2 s) festgelegt.
  11. Berechnen Sie für jeden Schritt den Maximalen Wert für Hüftwinkel, Kniewinkel, Hüftwinkelgeschwindigkeit und Kniewinkelgeschwindigkeit.
  12. Berechnen Sie für jeden Schritt den Mindestwert für Hüftwinkel, Kniewinkel, Hüftwinkelgeschwindigkeit und Kniewinkelgeschwindigkeit.
  13. Berechnen Sie für jeden Schritt den Hüftbewegungsbereich, indem Sie den minimalen Hüftwinkel vom maximalen Hüftwinkel subtrahieren.
  14. Berechnen Sie für jeden Schritt den Kniebereich, indem Sie den minimalen Kniewinkel vom maximalen Kniewinkel subtrahieren.
  15. Speichern Sie die verarbeiteten Daten in einem bestimmten Ordner auf dem Computer, um sie für die weitere Analyse zu verwenden.

6. Datenanalyse

  1. Importieren Sie die verarbeiteten IMU-Daten in MATLAB.
  2. Teilen Sie den Sprint in eine Beschleunigungs-, Höchstgeschwindigkeits- und Verzögerungsphase auf der Grundlage der schritte, die durch den Schritterkennungsalgorithmus identifiziert werden.
    HINWEIS: Sprintphasen in diesem Artikel wurden willkürlich ausgewählt. Die Beschleunigungsphase ist definiert als Schritt 3 bis 837, während die Verzögerungsphase als die letzten acht Schritte des Sprints definiert wird. Spitzengeschwindigkeitsdaten wurden aus Schritten abgeleitet, die zwischen diesen Phasen ausgeführt wurden.
  3. Wählen Sie die Winkelgeschwindigkeitsdaten für die Datenanalyse aus.
  4. Berechnen Sie die Mittelwerte und die Standardabweichung der kinemamatischen Variablen aller Schritte in jeder Phase des linearen Sprinttests von 30 m.
  5. Wiederholen Sie Schritt 6.3 und 6.4 für die Winkeldaten.

Ergebnisse

Fünf Probanden (alle männlich; alle Fußballer; Alter 22,5 ± 2,1 Jahre; Körpermasse 77,0 ± 3,8 kg; Körpergröße 184,3 ± 5,2 cm; Trainingserfahrung 15,3 ± 4,8 Jahre) absolvierten einen maximalen 30-m-Linearsprint. Die Hüftwinkel lagen zwischen 100,5° (± 8°) maximaler Flexion und 183,1° (± 8°) maximaler Verlängerung beim Beschleunigen, 104,1° (± 8°) maximaler Flexion und 195° (± 8°) maximaler Verlängerung während der Höchstgeschwindigkeit und 128,4° (± 11°) maximaler Flexion und 171,9° (± 23°) minimale Flexion während der Entschleunigung. Die Anhelfswinkelgeschwindigkeiten lagen während der Beschleunigung zwischen 744,9 °s-1 (± 154 °s-1) und -578 °s-1 (± 99 °s-1) 802,6 °s-1 (± 192 °s-1) und -674,9 °s-1 (± 130 °s-1) während der Höchstgeschwindigkeit und 447,7 °s-1 (± 255 °s-1) und -430,3 °s-1 (± 189 °s-1) während der Entschleunigung.

Darüber hinaus lagen die Kniewinkel zwischen 73,5° (± 12°) maximaler Flexion und 162,6° (± 7°) minimaler Beugung beim Beschleunigen, 62,8° (± 12°) maximale Beugung und 164,8° (± 6°) minimale Beugung bei Der Höchstgeschwindigkeit und 81,1° (± 16°) maximale Beugung und 168,6° (± 12°) minimale Flexion während der Verzögerung. Die Winkelgeschwindigkeit des Knies schwankte während der Beschleunigung zwischen 935,8 °s-1 (± 186 °s-1) und -1137,8 °s-1 (± 214 °s-1). zwischen 1155,9 °s-1 (± 200 °s-1) und -1208,2 °s-1 (± 264 °s-1) bei Höchstgeschwindigkeit und 1000,1 °s-1 (± 282 °s-1) und -1004,3 °s-1 (± 324 °s-1). Abbildung 3 zeigt die kontinuierlichen kinemamatischen Daten einer Studie des linearen 30-m-Sprinttests, während Abbildung 4 und Abbildung 5 kinematische Daten eines Schrittzyklus während der Beschleunigung, Höchstgeschwindigkeit und Verzögerung einer Studie veranschaulichen.

figure-results-1
Abbildung 1: Darstellung der Sensorplatzierung. (A) Sensorplatzierung auf dem rechten und linken Schaft. (B) Sensorplatzierung am Becken und rechten und linken Oberschenkel. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-2
Abbildung 2: Definitionen für Hüft- und Kniegelenkwinkel und Winkelgeschwindigkeiten. (A) Darstellung der neutralen Position in der sagittalen Ebene. Gelenkwinkel in neutraler Position sind 180°. (B) Darstellung des Hüftgelenks (Hüfte), des Kniegelenks (Knie) und des Bewegungsbereichs (ROM). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-3
Abbildung 3: Visualisierung der Sprintkinematik einer Studie während der Beschleunigungs-, Höchstgeschwindigkeits- und Entschleunleiterphase. Ein Asterix gibt an, wann ein Schritt erkannt wurde. (A) Linke und rechte Hüftbeugung und Verlängerungswinkel im Laufe der Zeit. (B) Linke und rechte Hüftwinkelgeschwindigkeiten im Laufe der Zeit. (C) Linke und rechte Kniewinkel im Laufe der Zeit. (D) Winkelgeschwindigkeiten des linken und rechten Knies im Laufe der Zeit. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-4
Abbildung 4: Polardiagramm, in dem Hüftgelenkwinkel (°) und Winkelgeschwindigkeiten (Flexion/Verlängerung) eines Schritts bei Beschleunigung, Höchstgeschwindigkeit und Verzögerung dargestellt werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-results-5
Abbildung 5: Polardiagramm, in dem Kniegelenkwinkel (°) und Winkelgeschwindigkeiten (Flexion/Verlängerung) eines Schritts bei Beschleunigung, Höchstgeschwindigkeit und Verzögerung dargestellt werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Diskussion

Aktuelle Methoden zur Überwachung von Athleten im Mannschaftssport registrieren keine Kinematik der unteren Extremität, was eine nützliche Maßnahme zur Identifizierung von Verletzungsrisikofaktoren sein könnte. Der Goldstandard für die Analyse der Kinematik niedriger extremer Extremität während des Sprints sind optoelektronische Messsysteme29,30,31,32. Obwohl optoelektronische Messsysteme als Goldstandard dienen, haben diese Systeme aufgrund ihres eingeschränkten Messbereichs keine ökologische Gültigkeit. Die in diesem Artikel vorgestellte Sensoreinrichtung überwindet die Grenzen der aktuellen Messsysteme und ist relativ günstig. Die Möglichkeit, Kinematik mit niedrigerer Extremität im Feld zu registrieren, gemessen durch den Sensoraufbau, kann die Athletenüberwachungspraxis verbessern.

Frühere Studien, die Sprintkinematik29,31,37,38,39 berichteten Hüftwinkel von 210° Verlängerung bis 90° Flexion untersucht. Darüber hinaus wurden in diesen Studien Kniewinkel von 160° minimaler Beugung bis zu einer maximalen Flexion von 40° berichtet. Die in dieser Studie beobachteten Werte liegen innerhalb des zuvor gemeldeten Bereichs. Eine Studie38 berichtete von Hüftwinkelgeschwindigkeiten von -590 °s-1 bis 700 °s-1 und Kniewinkelgeschwindigkeiten von -1.000 °s-1 bis 1.100 °s-1. Obwohl die in dieser Studie beobachteten Werte höher waren, zeigen sie einen ähnlichen Trend im Laufe der Zeit. Die Methode wurde validiert und könnte für die Athletenüberwachung im Feld40verwendet werden.

Die aktuelle Studie weist einige Einschränkungen auf, die angegangen werden müssen. Erstens müssen sich die Benutzer neben den Merkmalen der verwendeten IMUs bewusst sein, dass die von den IMUs abgeleiteten Signale von mehreren Fehlerquellen beeinflusst werden, die den möglichen Anwendungsbereich begrenzen41. Erstens kann die Schwingung der Weichteile um die Knochen (d. h. Weichteilartefakte42) die Registrierung der Kinematik beeinflussen. Aus diesem Grund ist es wichtig, die IMUs sorgfältig an den Körper des Subjekts gemäß den im Protokoll beschriebenen Schritten anzuhängen. Obwohl die erforderlichen Schritte unternommen wurden, ist zu beachten, dass die aktuelle Studie keine extra elastischen Gurte enthielt, um eine fehlerhafte Sensorbewegung zu verhindern. Dies könnte die Ergebnisse verbessern und kann als Einschränkung dieser Studie angesehen werden. Zweitens verändern ferromagnetische Störungen von anderen Geräten (hauptsächlich innerhalb von Gebäuden) die Größe oder Richtung des gemessenen Magnetfeldvektors des IMU-Magnetometers und verursachen so Fehler in der geschätzten Ausrichtung43. Daher sollten Quellen ferromagnetischer Störungen so weit wie möglich vermieden werden. Darüber hinaus ist zu beachten, dass die Sensoreinrichtung nicht auf Gleitgriffe anwendbar ist, da sich die Sensoren durch den Kontakt zur Bodenoberfläche von der Haut lösen. Daher sollten die Teilnehmer angewiesen werden, bei kleinen Seitenspielen keine Gleitgriffe durchzuführen. Eine mögliche Lösung für dieses Problem könnte die Integration des Sensor-Setups in intelligente Kleidungsstücke (d.h. eine Smart Sensor Tights) sein.

Die kinematischen Variablen, die durch die Sensoreinrichtung erhalten werden, könnten in einem Segmentmodell verwendet werden, um Athleten im Feld zu überwachen. Frühere Untersuchungen ergaben einen reduzierten maximalen kombinierten Hüftflexions- und Knieverlängerungswinkel (d.h. theoretische Sehnenlänge) nach jeder Hälfte einer Fußballspielsimulation44. In der gleichen Studie wurde eine Erhöhung der Schaftwinkelgeschwindigkeit an den Enden jeder Hälfte beobachtet. Die untere Hamstring-Länge in Kombination mit einer erhöhten Schaftgeschwindigkeit kann auf ein erhöhtes Risiko einer übermäßigen Hamstring-Belastung nach Ermüdung hindeuten. Solche Veränderungen in der Sprintkinematik können in einer Feldeinstellung mit einem imertialen Messeinheit (IMU) gesteuerten Segmentmodell nachgewiesen werden. Neben Veränderungen in der Gelenkkinematik können auch Kräfte geschätzt werden, die auf den Körper als Ganzes wirken. Bodenreaktionskräfte (GRF) beschreiben die biomechanische Belastung des gesamten Bewegungsapparates und können anhand von Newtons zweitem Bewegungsgesetz (d. h. F = m a) geschätzt werden. Aktuelle Forschungen im Laufen verwendeten GRF-Schätzungen zur Optimierung der Sprintleistung45,46 oder zur Bewertung des potenziellen Verletzungsrisikos47,48,49,50. Diese Studien deuten darauf hin, dass Belastungsraten, vertikale Schlagkraftspitzen und horizontale Bruchkraft mit Muskel-Skelett-Übernutzungsverletzungen zusammenhängen. Obwohl es eine Herausforderung ist, GRF bei hochdynamischen teamsportspezifischen Bewegungen51,52genau zu schätzen, könnte die Möglichkeit, diese Variablen während der Messungen vor Ort zu überwachen, neue Informationen liefern, um die Leistung zu optimieren oder Verletzungen zu verhindern.

Die in diesem Beitrag vorgestellten Ergebnisse beschränken sich auf die Überwachung der Kinematik niedriger extremer Extremität während eines linearen Sprints, mit Fokus auf den Verletzungsmechanismus der Hamstring-Dehnung. Es sollte jedoch beachtet werden, dass Hüft- und Leistenverletzungen auch häufig im Mannschaftssport14,17,53,54,55auftreten. Diese Verletzungen werden wahrscheinlich durch wiederholte Beteiligung von Tritten und Richtungswechsel verursacht. So sollte die zukünftige Forschung nicht nur ihren Fokus auf sprinten in Verbindung mit dem Hamstring-Dehnungs-Verletzungsmechanismus beschränken, sondern sich auch auf die Erweiterung des Wissens über Richtungswechselaufgaben56 und Kicken57,58,59 in Beziehung zu Hüft- und Leistenverletzungen konzentrieren.

Abschließend möchte ich sagen, dass diese Sensoreinrichtung in intelligente Kleidungsstücke integriert werden könnte. Intelligente Kleidungsstücke können es ermöglichen, Kinematiken mit niedrigerer Extremität im Feld während teamsportspezifischer Aufgaben zu registrieren, was die Überwachung von Athleten in Zukunft verbessern könnte. Dies kann Profis in einem täglichen Sportumfeld helfen, ihre Trainingsprogramme zu bewerten und zu optimieren, um das Verletzungsrisiko zu reduzieren.

Offenlegungen

Die Autoren haben nichts zu verraten.

Danksagungen

Die Autoren möchten dankend die Finanzierungsquellen der niederländischen nationalen Forschungsorganisation (NWO) würdigen. Darüber hinaus möchten die Autoren dem niederländischen Royal Football Association (KNVB) dankend dafür danken, dass er das Forschungsprogramm durch den Zugang zu ihren Forschungseinrichtungen erleichtert hat. Abschließend möchten die Autoren Thijs Wiggers für seinen Beitrag zum Forschungsprogramm danken.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
ComputersoftwareThe MathWorks, Inc., Natick, MA, USAMatlab Version 2018b
KegelNiken = 4
Doppelseitiges KlebebandZum Anbringen von IMUs auf der
Haut Inertial Measurement UnitsMPU-9150, Invensense, San Jose, Kalifornien, Vereinigte Staatenn = 5; Maße: 3,5 x 2,5 x 1,0 cm; Gewicht: 0,011 kg; Abtastfrequenz: 500Hz; Beschleunigungsmesser: ± 16 G, Gyroskop: ± 2000 >/s
MaßbandMindestlänge: 30 Meter
Pre-Tape SprayMueller Tuffner, Mueller Sports Medicine, Inc., Wisconsin, Vereinigte StaatenInhalt: 283 g
Stretch TapeFixomull, BSN Medical, Almere, Niederlande

Referenzen

  1. Bradley, P. S., et al. High-intensity running in English FA Premier League soccer matches. Journal of Sports Sciences. 27 (2), 159-168 (2009).
  2. Di Salvo, V., et al. Performance characteristics according to playing position in elite soccer. International Journal of Sports Medicine. 28 (3), 222-227 (2007).
  3. Mohr, M., Krustrup, P., Bangsbo, J. Match performance of high-standard soccer players with special reference to development of fatigue. Journal of Sports Sciences. 21 (7), 519-528 (2003).
  4. Rampinini, E., Coutts, A. J., Castagna, C., Sassi, R., Impellizzeri, F. M. Variation in top level soccer match performance. International Journal of Sports Medicine. 28 (12), 1018-1024 (2007).
  5. McGuinness, A., Malone, S., Hughes, B., Collins, K., Passmore, D. Physical Activity and Physiological Profiles of Elite International Female Field Hockey Players Across the Quarters of Competitive Match Play. Journal of Strength and Conditioning Research. 33 (9), 2513-2522 (2019).
  6. Ihsan, M., et al. Running Demands and Activity Profile of the New Four-Quarter Match Format in Men's Field Hockey. Journal of Strength and Conditioning Research. , (2018).
  7. Wallace, J. L., Norton, K. I. Evolution of World Cup soccer final games 1966-2010: game structure, speed and play patterns. Journal of Science and Medicine in Sport. 17 (2), 223-228 (2014).
  8. Barnes, C., Archer, D. T., Hogg, B., Bush, M., Bradley, P. S. The Evolution of Physical and Technical Performance Parameters in the English Premier League. International Journal of Sports Medicine. 35 (13), 1095-1100 (2014).
  9. Smith, D. J. A framework for understanding the training process leading to elite performance. Sports Medicine. 33 (15), 1103-1126 (2003).
  10. Soligard, T., et al. How much is too much? (Part 1) International Olympic Committee consensus statement on load in sport and risk of injury. British Journal of Sports Medicine. 50 (17), 1030-1041 (2016).
  11. Jaspers, A., Brink, M. S., Probst, S. G. M., Frencken, W. G. P., Helsen, W. F. Relationships Between Training Load Indicators and Training Outcomes in Professional Soccer. Sports Medicine. 47 (3), 533-544 (2017).
  12. van der Horst, N., Smits, D. W., Petersen, J., Goedhart, E. A., Backx, F. J. The preventive effect of the nordic hamstring exercise on hamstring injuries in amateur soccer players: a randomized controlled trial. American Journal of Sports Medicine. 43 (6), 1316-1323 (2015).
  13. van de Hoef, P. A., et al. Does a bounding exercise program prevent hamstring injuries in adult male soccer players? - A cluster-RCT. Scandinavian Journal of Medicine & Science in Sports. 29 (4), 515-523 (2019).
  14. Ekstrand, J., Hagglund, M., Walden, M. Epidemiology of muscle injuries in professional football (soccer). American Journal of Sports Medicine. 39 (6), 1226-1232 (2011).
  15. Woods, C., et al. The Football Association Medical Research Programme: an audit of injuries in professional football - analysis of hamstring injuries. British Journal of Sports Medicine. 38 (1), 36-41 (2004).
  16. Barboza, S. D., Joseph, C., Nauta, J., van Mechelen, W., Verhagen, E. Injuries in Field Hockey Players: A Systematic Review. Sports Medicine. 48 (4), 849-866 (2018).
  17. Delfino Barboza, S., Nauta, J., van der Pols, M. J., van Mechelen, W., Verhagen, E. A. L. M. Injuries in Dutch elite field hockey players: A prospective cohort study. Scandinavian Journal of Medicine & Science in Sports. 28 (6), 1708-1714 (2018).
  18. Jones, A., et al. Epidemiology of injury in English Professional Football players: A cohort study. Physical Therapy in Sport. 35, 18-22 (2019).
  19. Ekstrand, J., Walden, M., Hagglund, M. Hamstring injuries have increased by 4% annually in men's professional football, since 2001: a 13-year longitudinal analysis of the UEFA Elite Club injury study. British Journal of Sports Medicine. 50 (12), 731-737 (2016).
  20. Thorborg, K., et al. Effect of specific exercise-based football injury prevention programmes on the overall injury rate in football: a systematic review and meta-analysis of the FIFA 11 and 11+ programmes. British Journal of Sports Medicine. 51 (7), 562-571 (2017).
  21. Shield, A. J., Bourne, M. N. Hamstring Injury Prevention Practices in Elite Sport: Evidence for Eccentric Strength vs. Lumbo-Pelvic Training. Sports Medicine. 48 (3), 513-524 (2018).
  22. Ekstrand, J. Keeping your top players on the pitch: the key to football medicine at a professional level. British Journal of Sports Medicine. 47 (12), 723-724 (2013).
  23. Hagglund, M., et al. Injuries affect team performance negatively in professional football: an 11-year follow-up of the UEFA Champions League injury study. British Journal of Sports Medicine. 47 (12), 738-742 (2013).
  24. Akenhead, R., Nassis, G. P. Training Load and Player Monitoring in High-Level Football: Current Practice and Perceptions. International Journal of Sports Physiology and Performance. 11 (5), 587-593 (2016).
  25. Vanrenterghem, J., Nedergaard, N. J., Robinson, M. A., Drust, B. Training Load Monitoring in Team Sports: A Novel Framework Separating Physiological and Biomechanical Load-Adaptation Pathways. Sports Medicine. 47 (11), 2135-2142 (2017).
  26. Boyd, L. J., Ball, K., Aughey, R. J. The reliability of MinimaxX accelerometers for measuring physical activity in Australian football. International Journal of Sports Physiology and Performance. 6 (3), 311-321 (2011).
  27. Barrett, S., Midgley, A., Lovell, R. PlayerLoad: reliability, convergent validity, and influence of unit position during treadmill running. International Journal of Sports Physiology and Performance. 9 (6), 945-952 (2014).
  28. Ehrmann, F. E., Duncan, C. S., Sindhusake, D., Franzsen, W. N., Greene, D. A. GPS and Injury Prevention in Professional Soccer. Journal of Strength and Conditioning Research. 30 (2), 360-367 (2016).
  29. Chumanov, E. S., Heiderscheit, B. C., Thelen, D. G. The effect of speed and influence of individual muscles on hamstring mechanics during the swing phase of sprinting. Journal of Biomechanics. 40 (16), 3555-3562 (2007).
  30. Heiderscheit, B. C., et al. Identifying the time of occurrence of a hamstring strain injury during treadmill running: a case study. Clinical Biomechanics. 20 (10), 1072-1078 (2005).
  31. Thelen, D. G., et al. Hamstring muscle kinematics during treadmill sprinting. Medicine & Science in Sports & Exercise. 37 (1), 108-114 (2005).
  32. Schache, A. G., Wrigley, T. V., Baker, R., Pandy, M. G. Biomechanical response to hamstring muscle strain injury. Gait & Posture. 29 (2), 332-338 (2009).
  33. Roetenberg, D., Luinge, H., Slycke, P. Xsens MVN: Full 6DOF human motion tracking using miniature inertial sensors. Xsens Motion Technologies B.V. Enschede. , 1-7 (2009).
  34. Roetenberg, D., Slycke, P. J., Veltink, P. H. Ambulatory position and orientation tracking fusing magnetic and inertial sensing. IEEE Transactions on Biomedical Engineering. 54 (5), 883-890 (2007).
  35. Madgwick, S. O., Harrison, A. J., Vaidyanathan, A. Estimation of IMU and MARG orientation using a gradient descent algorithm. Proceedings of IEEE International Conference on Rehabilitation Robotics. , Zurich, Switzerland. (2011).
  36. Diebel, J. Representing Attitude: Euler Angles, Unit Quaternions, and Rotation Vectors. Matrix. 58 (15-16), 1-35 (2006).
  37. Struzik, A., et al. Relationship between Lower Limb Angular Kinematic Variables and the Effectiveness of Sprinting during the Acceleration Phase. Applied Bionics and Biomechanics. 2016, 9(2016).
  38. Struzik, A., et al. Relationship between lower limbs kinematic variables and effectiveness of sprint during maximum velocity phase. Acta of Bioengineering and Biomechanics. 17 (4), 131-138 (2015).
  39. Higashihara, A., Nagano, Y., Ono, T., Fukubayashi, T. Differences in hamstring activation characteristics between the acceleration and maximum-speed phases of sprinting. Journal of Sports Sciences. 36 (12), 1313-1318 (2018).
  40. Wilmes, E., et al. Inertial Sensor-Based Motion Tracking in Football with Movement Intensity Quantification. Sensors (Basel). 20 (9), (2020).
  41. Camomilla, V., Bergamini, E., Fantozzi, S., Vannozzi, G. Trends Supporting the In-Field Use of Wearable Inertial Sensors for Sport Performance Evaluation: A Systematic Review. Sensors. 18 (3), 873(2018).
  42. Camomilla, V., Dumas, R., Cappozzo, A. Human movement analysis: The soft tissue artefact issue. Journal of Biomechanics. 62, 1-4 (2017).
  43. Robert-Lachaine, X., Mecheri, H., Larue, C., Plamondon, A. Effect of local magnetic field disturbances on inertial measurement units accuracy. Applied Ergonomics. 63, 123-132 (2017).
  44. Small, K., McNaughton, L. R., Greig, M., Lohkamp, M., Lovell, R. Soccer fatigue, sprinting and hamstring injury risk. International Journal of Sports Medicine. 30 (8), 573-578 (2009).
  45. Wdowski, M. M., Gittoes, M. J. R. First-stance phase force contributions to acceleration sprint performance in semi-professional soccer players. European Journal of Sport Science. , 1-23 (2019).
  46. Bezodis, N. E., North, J. S., Razavet, J. L. Alterations to the orientation of the ground reaction force vector affect sprint acceleration performance in team sports athletes. Journal of Sports Sciences. 35 (18), 1-8 (2017).
  47. Hreljac, A. Impact and overuse injuries in runners. Medicine & Science in Sports & Exercise. 36 (5), 845-849 (2004).
  48. Willy, R. W. R. In-field gait retraining and mobile monitoring to address running biomechanics associated with tibial stress fracture. Scandinavian Journal of Medicine & Science in Sports. 26 (2), 197-205 (2016).
  49. van der Worp, H., Vrielink, J. W., Bredeweg, S. W. Do runners who suffer injuries have higher vertical ground reaction forces than those who remain injury-free? A systematic review and meta-analysis. British Journal of Sports Medicine. 50 (8), 450-457 (2016).
  50. Napier, C. C. Kinetic risk factors of running-related injuries in female recreational runners. Scandinavian Journal of Medicine & Science in Sports. 28 (10), 2164-2172 (2018).
  51. Wundersitz, D. W., Netto, K. J., Aisbett, B., Gastin, P. B. Validity of an upper-body-mounted accelerometer to measure peak vertical and resultant force during running and change-of-direction tasks. Sports Biomechanics. 12 (4), 403-412 (2013).
  52. Nedergaard, N. J., et al. The Relationship Between Whole-Body External Loading and Body-Worn Accelerometry During Team-Sport Movements. International Journal of Sports Physiology and Performance. 12 (1), 18-26 (2017).
  53. Lundgardh, F., Svensson, K., Alricsson, M. Epidemiology of hip and groin injuries in Swedish male first football league. Knee Surgery, Sports Traumatology, Arthroscopy. , 1-8 (2019).
  54. Werner, J., Hagglund, M., Ekstrand, J., Walden, M. Hip and groin time-loss injuries decreased slightly but injury burden remained constant in men's professional football: the 15-year prospective UEFA Elite Club Injury Study. British Journal of Sports Medicine. 53 (9), 539-546 (2019).
  55. Werner, J., Hagglund, M., Walden, M., Ekstrand, J. UEFA injury study: a prospective study of hip and groin injuries in professional football over seven consecutive seasons. British Journal of Sports Medicine. 43 (13), 1036-1040 (2009).
  56. Havens, K. L., Sigward, S. M. Whole body mechanics differ among running and cutting maneuvers in skilled athletes. Gait & Posture. 42 (3), 240-245 (2015).
  57. Charnock, B. L., Lewis, C. L., Garrett, W. E., Queen, R. M. Adductor longus mechanics during the maximal effort soccer kick. Sports Biomechanics. 8 (3), 223-234 (2009).
  58. Nunome, H., Inoue, K., Watanabe, K., Iga, T., Akima, H. Dynamics of submaximal effort soccer instep kicking. Journal of Sports Sciences. 36 (22), 2588-2595 (2018).
  59. Kellis, E., Katis, A., Vrabas, I. S. Effects of an intermittent exercise fatigue protocol on biomechanics of soccer kick performance. Scandinavian Journal of Medicine & Science in Sports. 16 (5), 334-344 (2006).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Sensorfusionbiomechanisches ModellH ft Knie WinkelWinkelgeschwindigkeitSensorplatzierungKalibrierungsverfahren30 Meter Sprint

Verwandte Artikel