Method Article

פרוטוקול Confluence לחבטות קריקט מבוססות XR: מסגרת לניתוח ביצועים משולב

DOI:

10.3791/68899

June 12th, 2026

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרוטוקול המפגש מציג מסגרת לשילוב מציאות מורחבת (XR) בניתוח חבטות קריקט באמצעות EMG, VO₂, לכידת תנועה וקצב לב. היא מדגימה כיצד סביבות XR לוכדות תגובות מתואמות במהלך החבטה, ומספקת מתודולוגיה מובנית להערכה רב-מודלית ותומכת במחקר עתידי באימון והערכת ביצועים.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

טכנולוגיות המציאות המורחבת (XR) מספקות סביבות אימון סוחפות בספורט, אך יעילותן לפיתוח מיומנויות וניתוח ביצועים דורשת הערכה זהירה ושיטתית. פרוטוקול זה מציג שיטת אימון משולבת של XR לחבטות קריקט, המשלבת סימולציה סוחפת עם מדידות פיזיולוגיות וביומכניות. הוא מפרט נהלים לאיסוף וניתוח פעילות השרירים, תגובות מטבוליות ונתוני לכידת תנועה במהלך חבטות מבוססות XR כדי לאפיין תגובות פיזיולוגיות וביומכניות. המטרה היא להעריך את ביצועי החבטה (כולל חבטות כוח) בתוך תרחיש וירטואלי מבוקר, תוך מדידת הפעלת שרירים באמצעות אלקטרומיוגרפיה (EMG), דרישות מטבוליות באמצעות ניתוח גזי נשימה (VO₂), קצב לב (HR) ויציאות קינמטיות באמצעות לכידת תנועה. חובט יחיד (n = 1) לובש קסדת VR וחיישני אינרציאל כדי לעמוד מול שחקן וירטואלי, עם אלקטרודות EMG בשרירי פלג הגוף המרכזיים ומערכת מטבולית ניידת לניתוח נשימה-אחר-נשימה. הפרוטוקול מפרט את הקמת מערכת XR, כיול חיישנים וביצוע ניסויי חבטה סטנדרטיים, כאשר התוצאות המייצגות מוצגות כפלטים מסונכרנים בזמן. עקבות EMG הצביעו על שיא הפעלת השרירים במהלך ביצוע שבץ, בעוד שתנודות VO₂ ודופק הצביעו על תגובה אירובית בינונית. קינמטיקה של מפרקים, כולל הארכת המרפק וסיבוב הגוף, נלכדה באמצעות נתוני תנועה. תוצאות אלו ממחישות את היתכנות השימוש באימון מבוסס XR ללכידת תגובות פיזיות ופיזיולוגיות, ומציעות מסגרת חדשה לשיפור הביצועים ולניתוח תגובות. נדונים שלבי היישום הקריטיים, היתרונות על פני תרגילים מסורתיים, בעיות פתרון תקלות פוטנציאליות, ושיקולים לשילוב XR בתוכניות אימון קריקט. המפגש הזה בין טכנולוגיה סוחפת למדידות מדעי הספורט מספק מסגרת להערכה אובייקטיבית ולחקירת מדדי ביצועי חבטה בסביבה XR וניתן לשחזר אותה בענפי ספורט אחרים.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המטרה הכוללת של שיטה זו היא לשלב מציאות מורחבת (XR) (הכוללת מציאות מדומה (VR), מציאות רבודה (AR) ומציאות מעורבת (MR)1 באימוני חבטות קריקט ואנליטיקה. XR מאפשר לספורטאים להתאמן בסימולציות מבוקרות ומעמיקות של תרחישי משחק. בקריקט, הצלחה בחבטה דורשת לא רק מיומנות טכנית אלא גם קבלת החלטות מהירה וחוסן פסיכולוגי תחת לחץ2. אימון מסורתי (למשל, סשנים ברשת) אינו יכול לשחזר באופן מלא הקשרים של משחק בלחץ גבוה או ללכוד נתוני ביצועים מפורטים באופן רציף. טכנולוגיית XR מתמודדת עם פערים אלה על ידי יצירת סביבת חבטה וירטואלית ריאליסטית עם קושי מתכוונן ומאפשרת איסוף נתונים בזמן אמת מקיף על תגובות ביומכניות ופיזיולוגיות של הספורטאי. ההיגיון מאחורי טכניקה זו מבוסס על דינמיקות אקולוגיות ועיצוב למידה ייצוגי, המדגישים שהפרקטיקה צריכה להיות דומה מאוד לתנאי תחרות כדי להעביר מיומנויות ביעילות 3,4. על ידי התמודדות עם קלעים וירטואליים ותסריטים, החובטים יכולים לחוות זריקות שונות וגירויים של לחץ שמפעילים את חיבור התפיסה והפעולה שלהם בדומה למשחקים אמיתיים 5,6.

גישה מבוססת XR זו מציעה מספר יתרונות על פני טכניקות חלופיות. בניגוד לאימון מבוסס וידאו סטנדרטי, מציאות מדומה סוחפת לחלוטין מספקת קלט ויזואלי של 360° ואינטראקציה, מה שיכול לשפר מיומנויות תפיסתיות-קוגניטיביות כגון שיפוט צפוי ומודעות סיטואציונית 7,8,9. לדוגמה, מחקר קודם עם סימולטור קריקט VR הצליח לגרום לחרדה דמוית תחרות בקרב החובטים ולמד את השפעתה על הביצועים, והראה שסביבות וירטואליות יכולות לעורר תגובות פסיכולוגיות ופיזיולוגיות אותנטיות (למשל, דופק גבוה תחת לחץ)10. יתרה מזאת, מערכות XR מאפשרות שליטה מדויקת על משתנים (מהירות באולינג, קו, אורך וכו'), ומאפשרות תרגול חוזר של תרחישים מסוימים (למשל, ניקוד ריצות מיורקר או באונסרים) שעשויים להיות נדירים באימון אמיתי. שילוב חיישנים מתקדמים בפרוטוקול זה (EMG, לכידת תנועה, אנלייזרים מטבוליים) מאפשר הערכה אובייקטיבית של מדדים הקשורים לביצועים. ניטור מקיף כזה לעיתים נדירות בשטח; לדוגמה, לכידת תנועה יכולה להעריך כמותית את טכניקת החבטה ואת קינמטיקת המפרקים באיכות גבוהה11. באופן דומה, מדידות פיזיולוגיות מסונכרנות (VO₂, קצב לב) חושפות את העומס הפנימי של חבטה ב-XR, ומעדכנות את צורכי הכושר. המפגש הזה בין טכנולוגיה למדעי הספורט תואם את הקריאות האחרונות לשימוש מוגבר בחדשנות באימוני קריקט, במיוחד כאשר הספורט מאמץ מהפכה תעשייתית חדשה(12).

בספרות הרחבה יותר, XR באימוני ספורט הראו פוטנציאל במגוון תחומים. מחקרים בבייסבול13, כדורגל14 ואחרים מצאו שאימון מבוסס VR יכול לשפר פרמטרי ביצועים שונים (מיומנויות מוטוריות, קבלת החלטות, פסיכולוגיה, קוגניטיבית וחרדה), לעיתים קרובות תוך התאמה או אפילו מעבר לשיפורים של תרגול קונבנציונלי 5,13,14,15. סקירה נרטיבית של ריכלן ואח' קבעה כי התערבויות VR מתוכננות היטב יכולות להפיק השפעות אמיתיות על ביצועי הספורט, ולשפר הן את הביצוע הפיזי והן את הכישורים המנטליים כמו ריכוז וניהול לחץ. חשוב לציין שהיתרונות של XR אינם מוגבלים לספורטאים מובילים; שיפורי הנגישות מאפשרים שגם שחקנים ברמה נמוכה יותר יכולים להשתמש בהגדרות נגישות כדי לפתח את כישוריהם. עם זאת, חשוב להבטיח את תקפות הפנים והנאמנות של התרחישים הווירטואליים כדי שספורטאים יתפסו אותם כמציאותייםורלוונטיים. עבודות עדכניות בקריקט מראות ששחקנים מעריכים חוויות VR איכותיות, והן יכולות לחקות במידה רבה את דרישות החבטה על המגרש כאשר הן מתוכננות כראויל-17. הפרוטוקול הנדון במאמר זה משלב עקרונות מהמחקרים הללו (כגון אווטארים בגודל טבעי, פיזיקת כדורים מדויקת ומשוב משולב) כדי למקסם את הריאליזם והאפקטיביות של האימון.

פרוטוקול זה אמור לעזור לקוראים לקבוע אם אימון חבטה מבוסס XR מתאים ליישום שלהם. היא מתאימה במיוחד לחוקרים ומאמנים המעוניינים להעריך כמותית שינויים בטכניקה או בתגובות פיזיולוגיות במהלך התערבות אימון. אם המטרה היא לשפר את טכניקת החובט תחת לחץ או להשוות אסטרטגיות אימון (למשל, XR מול רשתות מסורתיות) עם מדדים אובייקטיביים, שיטה זו מספקת תבנית. לעומת זאת, אם חסרים משאבים לחומרת XR או למומחיות באינטגרציית חיישנים, גישה פשוטה יותר עשויה להיות אפשרית יותר בתחילה. עם זאת, ככל ש-XR הופך לנפוץ יותר בספורט, גישות כאלה יכולות לסייע בגישור בין מחקר לפרקטיקה על ידי מתן מסגרת מובנית לבחינת אימון מבוסס XR באמצעות נתונים אובייקטיביים ורב-מודליים. על ידי שיתוף הפרוטוקול המפורט הזה והתוצאות המייצגות, המטרה היא להאיץ את אימוץ XR בקריקט ובענפי ספורט אחרים ולהמחיש כיצד שילוב XR עם ניתוח ביצועים (EMG, VO₂, קינמטיקה) יכול להניב תובנות מעבר למה שאימון מסורתי או סימולציות עצמאיות יכולים להשיג.

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

בשל אופיו של מחקר זה, לא נחשב צורך באישור אתי ממוסד או מועצת קריקט. המשתתף השתתף מרצונו ונתן הסכמה מדעת לפני הכללתו במחקר.

1. הגדרת ציוד וכיול

  1. התקנת מערכת XR
    1. הקים את סימולטור החבטות במציאות מדומה באזור פתוח ומקורה.
    2. התקן את תחנות הבסיס של מעקב ה-VR באזור ההתקפה לפי הנחיות היצרן.
    3. ודאו שאזור החבטה (כ-3 מ' × 3 מ') נקי ממכשולים.
  2. תצורת סביבה וירטואלית
    1. טען את תוכנת סימולציית חבטות הקריקט (iB Cricket או דומה) על מחשב בעל ביצועים גבוהים.
    2. בחר תרחיש חבטה (למשל, מול מגיש מהיר ביד ימין – בהתאם למשחק או לסימולציה שבה משתמשים).
    3. ודאו שנקודת השחרור והגובה של המגיש הווירטואלי ריאליים (כ-2.2–2.5 מ' לבוגר בוגר).
    4. כיול משקפי VR: תבקש מהמשתתף לשים קסדת VR (Meta Quest או דומה). מסור למשתתף מחבט קריקט פיזי או מחבט קריקט הפטי (מצויד לפי שלב 1.4) וודא שמיקומו מיוצג כראוי במציאות מדומה.
      הערה: חלק מהמערכות מאפשרות ייצוג וירטואלי של העטלף באמצעות מעקב בקר או מודלים מותאמים אישית (אימות יישור כדי שהמשתתף יוכל לשפוט במדויק את מיקום העטלף במרחב הווירטואלי).
  3. חיבור חיישן מחבט: חבר חיישני מעקב תנועה למקל הקריקט אם זמין. לדוגמה, הצמיד יחידת מדידה אינרציאלית קטנה (IMU) על פני המחבט או בקצה הקרוב של המחבט כדי ללכוד נתוני הנדנוד.
    הערה: אם משתמשים בלכידת תנועה אופטית, יש להניח סימנים מחזירי אור על המחבט (למשל, באצבע ובכתף של המחבט) ועל נקודות ציון אנטומיות של המכה (פרקי הידיים, המרפקים, הכתפיים, הירכיים וכו') למדידת זווית המפרק.
  4. בנוסף לחיישני EMG, ציידו את המכה ב-IMU המונח על המחבט.
    הערה: ה-IMU כולל מד תאוצה תלת-צירי וג'ירוסקופ, הלוכדים נתוני תאוצה ליניארית (ACC X, Y, Z) ומהירות זווית (GYRO X, Y, Z) (קצב דגימה IMU: 240 Hz). נתונים אלו מאפשרים ניתוח מפורט של קצב הנפת העטלף ותנועתו הזוויתית, וכן לכימות תופעות כמו עיכוב עטלף ותזמון סיבוב (פרמטרים שלא ניתן ללכוד בקלות על ידי לכידת תנועה בלבד).
  5. הגדרת מערכת EMG
    1. הפעל את מערכת חיישני ה-EMG האלחוטית (Delsys Trigno) וחבר את המקלט למחשב. הכינו אלקטרודות EMG על ידי ניקוי העור מעל השרירים המעניינים (גילוח וניקוי אלכוהול במידת הצורך).
    2. ודאו שתוכנת רכישת ה-EMG מוגדרת לקצב הדגימה המתאים (למשל, 1200 הרץ) ושהערוצים מסומנים לכל שריר (למשל, "כופפי אמה מובילים", "מכופפי אמה עקביים", "בייספס ברכי", "טרייספס" וכו').
    3. כייל או אפס את אותות ה-EMG כאשר המשתתף רפוי כדי לקבוע רמות רעש בסיסיות.
  6. מבנה מטבולי וקצב לב
    1. אם מודדים VO₂, צייד את המשתתף באנליזציה מטבולית ניידת או במערכת ניתוח גזים נייחת. כיייל את מנתחי הגז עם גזי ייחוס (למשל, 16% O₂, 5% CO₂) וביצוע כיול נפח של חיישן הזרימה (למשל, באמצעות משאבת מזרק של 3 ליטר).
    2. התקן למשתתף מסכת נשימה נוחה, כדי להבטיח שאין נזילות. חבר רצועת מד קצב לב וודא שהזנת הנתונים (למערכת מטבולית או למכשיר נפרד) עובדת.
  7. סנכרון מערכת
    1. חבר את כל מערכות המדידה לאות תזמון משותף או וודא פרוטוקול ברור לסנכרון מאוחר יותר. לדוגמה, השתמש בטריגר דיגיטלי ממערכת ה-VR כדי לסמן את תחילת ניסוי ב-EMG, לכידת תנועה והקלטות מטבוליות.
    2. אם אפשר, תנו למשתתף לבצע פעולה מובחנת (למשל, מחיאת כפיים או קפיצה) שגורמת לקפיצה מזוהה בכל החיישנים (תנועה חזותית, פרץ EMG, שינוי VO₂) כדי לשמש כאירוע סינכרון.
    3. לכידת כוחות תגובה קרקעיים (Fx, Fy, Fz) ומומנטים (Mx, My, Mz) במהלך מבחני חבטה נבחרים באמצעות מערכת לוחית כוח. זה יכול לספק נתונים על איזון, העברת עומס וכוחות שיא של פגיעה כאשר המכה מבצע תנועות רגליים ותנועות דינמיות.

2. הכנה למשתתפים

  1. הנחו את הבלילה להתחמם ל-5–10 דקות.
    הערה: זה יכול לכלול פעילות אירובית קלה (למשל, ריצה במקום או רכיבה נייחת אם זמינה) ומתיחות דינמיות, במיוחד לחלק העליון של הגוף (כתפיים, זרועות, פרקי כף היד) והגוף, כדי להפחית את הסיכון לפציעות במהלך תנודות מקסימליות.
  2. מיקום אלקטרודות EMG
    1. מרח אלקטרודות EMG שטחיות על קבוצות השרירים היעד. למכה ימנית, יש להניח אלקטרודות על קבוצת מכופפי האמה השמאלית (לאחיזה ושליטה במקל על הזרוע המובילה), כופפי האמה הימנית (הזרוע האחורית), בייספס ברכי השמאלי (מכופף המרפק של הזרוע הקדמית), הטרייספס בראכי הימני (מאריך המרפק של הזרוע האחורית), ואולי גם בשרירי הגזע הראשיים כמו האלכסון החיצוני או הלטיסימוס דורסי.
    2. השתמש בנקודות ציון אנטומיות כדי למקם אלקטרודות מעל בטן כל שריר, במקביל לכיוון סיבי השריר.
    3. לחץ היטב כדי להבטיח מגע מיטבי והדביק סרט דבק במידת הצורך כדי לאבטח את האלקטרודות מפני תנועה במהלך הנדנוד. חבר את משדרי ה-EMG האלחוטיים לכל אלקטרודה.
  3. לכידת תנועה
    1. הלבישו את המשתתף בחליפת לכידת תנועה (בהתאם לרמת הנוחות של המשתתף) או הצמידו טושים אישיים אם משתמשים במערכת אופטית.
    2. מיקומי הסמנים המרכזיים צריכים לכלול אקרומיון דו-צדדי (כתפיים), אפיקונדילים לטרליים (מרפקים), סטילואיד אולנרי (פרקי כף היד), קוצים איליאקיים עליונים קדמיים (ירכיים), קונדילות לטרליות של הירך (ברכיים) ומלוליולי לטרלי (קרסוליים), בנוסף לסמנים של העטלף.
      הערה: השתמש ברצועות אלסטיות או דבק לסמנים בקטעים שעלולים לחוות תאוצה גבוהה (כמו הידיים שמחזיקות את המחבט) כדי למנוע אובדן סימן במהלך הנדנודות.
  4. התקנת ציוד מטבולי
    1. התקן למשתתף את מסכת הנשימה המחוברת למנתח המטבולי. ודאו שהמסכה הדוקה ושהמשתתף יכול לנשום בנוחות.
    2. תן למשתתף לעמוד בעמדת חבטה כשהוא לובש את המסכה ואת משקפי ה-VR יחד כדי לוודא שאין חסימות בראייה או בתנועה.
    3. הניחו את היחידה המטבולית (אם היא ניידת) בתיק גב קטן או ברתמת מותן על המשתתף, או העבירו את הצינור בבטחה אם מדובר במערכת מבוססת עגלה, כדי למנוע הסתבכות.
    4. אבטח את מד הדופק סביב החזה ווודא שהוא משדר למערכת ההקלטה.
  5. מדידות בסיס
    1. עם כל הציוד פועל, יש לרשום קו בסיס של 1–2 דקות כשהמשתתף עומד במנוחה בעמדת חבטה.
      הערה: אלה כוללים EMG במנוחה (מינימלי מלבד פעילות יציבה), VO₂ ודופק בסיסיים, ותנוחת ייחוס סטטית ללכידת תנועה (שימושית לכיול מודל).
    2. יש לוודא שבמהלך תקופה זו כל המערכות מקליטות כראוי והנתונים נראים תקינים (למשל, רמת רעש EMG ~<50 מיקרו-וולט, ערכי VO₂ במנוחה ~0.3–0.5 ליטר לדקה בהתאם לנבדק, דופק סביב מנוחה ~60–80 פעימות לדקה).
    3. טפל בקריאות לא סדירות עכשיו (למשל, חבר מחדש אלקטרודת EMG שמראה רעש מופרז או כייל מחדש את ה-VO₂ אם הערכים נודדים).
  6. כיוון XR
    1. תן למשתתף לבצע כמה מכות תרגול ב-VR כדי להכיר. בסביבה הווירטואלית, הם צריכים לראות את מגרש הקריקט, הקלע והסימנים הרלוונטיים (סטאמפים, מגרש וכו').
    2. הנחה אותם להתמקד בתזמון ולהתרגל להיעדר מגע פיזי עם הכדור.
    3. אפשר למשתתף לתרגל הפעלת תחילת המסירה (אם המערכת דורשת אות או אם מפעיל יתחיל כל כדור; עם זאת, רוב המשלוחים במשחקי קריקט VR הם אוטומטיים).
      הערה: שלב זה מסייע להפחית את אפקט החידוש כך שבמהלך איסוף הנתונים בפועל, המשתתף פועל בצורה טבעית ככל האפשר.
  7. בדיקת בטיחות
    1. תזכיר למשתתף לפעול באזור הנוחות שלו ולא להתאמץ יותר מדי אם הוא מרגיש כאב.
    2. החזק עוזר מוכן לזהות את המשתתף כי משקפי ה-VR חוסמים ראייה אמיתית - ודא שהשטח המיידי של המשתתף ב-360° נקי.
    3. אם המשתתף מרגיש סחרחורת או מבולבל בכל שלב, עצרו את המפגש ותנו לו להסיר את האוזניות.
      זהירות: השילוב בין VR, מסכת VO₂ ופעילות גופנית עלול לגרום לסחרחורת; תמיד שים את בטיחות המשתתפים בראש סדר העדיפויות והפסיקו אם מתעוררת אי נוחות חזקה.

3. ביצוע ניסוי חבטות XR

  1. תחילת המשפט
    1. התחל את ההקלטה המשולבת בכל המערכות (EMG, לכידת תנועה, מטבוליקה) באמצעות טריגר תוכנה מאוחד או הפעלה ידנית ברצף מהיר (כפי שמסונכרן בשלב 1.7).
    2. הכרז על תחילת ההקלטה וקבל אות ברור (שמיעתי או מערכת) שהניסיון חי.
  2. רצף ההגשה
    1. התחל את המשלוח הווירטואלי הראשון של הכדור. לדוגמה, לחץ על בקרת הקערה בתוכנת ה-VR או תן למשתתף לאותת מוכנות (בחלק מהמערכות משחקות כאשר החובט נוגע במקל, מצביע על אייקון במרחב הווירטואלי, או אומר מילת מפתח).
    2. בקש מהמשתתף לנסות להכות את הכדור הווירטואלי במכה רצויה. השתמשו ברצף סטנדרטי של שישה משלוחים (אובר) כדי לדמות תנאים ריאליסטיים.
    3. גוון את הכדורים בצורה קבועה מראש (למשל, חלקם יכולים להיות באורך מלא, קצר, אוף-סטאמפ, צד רגל או אפילו ישר) כדי להתמודד עם חבטות שונות.
      הערה: הפרוטוקול ניתן להתאמה; שישה כדורים יכולים לשמש כניסוי אחד להדגמה, אך ניתן לבצע אימונים ארוכים יותר אם רמת הכושר ו/או הנוחות מאפשרים. כל חובט מתמודד עם 6 כדורים: 2 קצרים, 2 מלאים, 2 באורך טוב.
  3. רמזים לביצועי חבטה
    1. עודדו את המשתתף להכות כל כדור במאמץ מקסימלי אך מבוקר, במיוחד תוך התמקדות בחבטות חזקות כשמתאים (למשל, לכדורים שנזרקו לקשת לדרייבים גבוהים).
    2. באופן אופציונלי, החובטים יכלו לרוץ סינגל מהיר דמיוני לאחר החבטה (כדי לשלב תנועות רגליים וריאליזם), אך לוודא שהם נשארים באזור המכויל למעקב.
  4. מרווח בין המסירות
    1. לאחר כל חבטה, יש לאפשר ~10–15 שניות לפני הכדור הבא (כמו בקריקט אמיתי, המגיש חוזר לסימן ההתחלה).
    2. במהלך הפסקה קצרה זו, בקש מהמשתתף לאפס את עמדת החבטה.
      הערה: הניסוי יכול לבדוק נתונים חיים לאיתור רוויה או בעיות (למשל, אם ערוץ EMG נעצר בגלל שחיישן זז, יש לכוון אותו במהירות במהלך הפסקה).
    3. שמרו על תקשורת מינימלית עם המשתתף כדי לשמור על ריכוז, אלא אם כן נותנים רמזים קצרים כמו "חבטה טובה" או הוראות התאמות (למשל, "תזוז קצת אחורה בעמידה" אם הוא זז קדימה).
  5. השלמת הניסוי
    1. לאחר ההגשה והמכה הסופית (השישית), הנחו את המשתתף להישאר במקום לכמה שניות. עצור את ההקלטה בכל המערכות בו זמנית אם אפשר.
    2. ציין בעל פה "סיום המשפט." אם מתוכננים מספר ניסויים (למשל, להשוואת מצבים או לאסוף נתונים נוספים לאמינות), תנו למשתתף תקופת מנוחה (לפחות כמה דקות או עד שהקצב והנשימה יחזרו קרוב יותר למצב הבסיסי) לפני החזרה.
      הערה: עבור פרוטוקול זה, ניתן להניח שניסוי יחיד הוא להדגמה לאיסוף נתונים.
  6. הסרת ציוד
    1. הסר בזהירות את קסדת ה-VR מהמשתתף, ואחר כך את המסכה המטבולית (המאפשרת לו לתפוס נשימה כרגיל).
    2. נתק חיישני EMG וכל סמן לכידת תנועה. שמור את קבצי הנתונים המוקלטים מכל מערכת עם חותמות זמן או תוויות מסונכרנות (למשל, "Trial1_VR_batting_EMG.csv", "Trial1_VO2.csv", "Trial1_motion.bvh").
      הערה: אם ציוד כלשהו מחליק או מתקלקל במהלך הניסוי (למשל, אלקטרודה משתחררת), שים לב לכך ושקול לחזור על הניסוי לאחר תיקון הבעיה כדי להבטיח איכות ואמינות הנתונים.
  7. בדיקת כיול מערכת (פוסט)
    1. בצע בדיקת כיול קצרה לאחר המשפט. לדוגמה, הריץ ניסוי סטטי מהיר על לכידת התנועה כדי לוודא שנתוני הסימון עדיין תקפים (אין סטיות גדולות).
    2. כמו כן, בדוק את כיול המערכת המטבולית אם יתקיים ניסוי נוסף, כדי לוודא שלא התרחש שינוי משמעותי בבסיס עקב חימום חיישנים או סטייה.
    3. לאפס כל מערכת לפי הצורך. השמיטו את השלב הזה אם מבוצע רק ניסוי אחד והנתונים נראים עקביים, אבל זה שימושי לפתרון בעיות אם משהו נראה לא תקין בנתונים שנאספו.

4. ניתוח נתונים

  1. עיבוד נתוני EMG:
    1. כמת מדדים מרכזיים כגון אמפליטודת EMG שיא לכל שריר במהלך הניסוי וזמן ההופעה ביחס לנדנדה.
      הערה: בניתוח המייצג, ה-EMG נצפה סביב רגע פגיעת כדור המחבט (כפי שמצוין על ידי לכידת התנועה או עלייה בנתוני מד התאוצה על המחבט).
    2. זהה את דפוסי הפעלת השרירים במכה החזקה: לדוגמה, הטרייספס בזרוע האחורית עשוי להראות שיא כאשר הוא מושיט את המרפק דרך הנדנוד, בעוד שכופפי האמה מראים פעילות מתמשכת לייצוב האחיזה.
  2. חישוב נתונים מטבוליים:
    1. בדוק את נתוני הנשימה ממערכת VO₂. הסר נשימות שגויות ברורות (למשל, אם המשתתף השתעל או חיישן קרא לא נכון, מה שגרם לערכים מחוץ לטווח).
    2. חשב ממוצע נע או עקומת התאמה ל-VO₂ כדי להמחיש את הקינטיקה - כמה מהר עלתה קליטת החמצן כשהחבטה התחילה ואיך היא התייצבה או השתנתה לאורך כל ההנדנדה.
    3. חשב סך ה-VO₂ שנצרך במהלך הניסוי (שטח מתחת לעקומת זמן VO₂) כדי להעריך את הוצאת האנרגיה ולציין את שיא ה-VO₂ (הערך הגבוה ביותר שהושג במהלך או מיד לאחר הניסוי).
    4. באופן דומה, חלצו נתוני דופק וקבעו שיא וממוצע דופק. אם יחס חילופי הנשימה (RER = VCO₂/VO₂) מעניין, ניתן להפיק אותו מאותות VO₂ ו-VCO₂ כדי לבדוק אם המאמץ היה בעיקר אירובי (RER סביב 0.8–1.0) או מתקרב לאנאירובי (RER >1.0).
  3. ניתוח לכידת תנועה:
    1. ייבא את נתוני לכידת התנועה (למשל, קובץ .bvh) לכלי ניתוח ביומכני. שחזר את זוויות המפרקים לתנועות מרכזיות: כיפוף/הארכת שתי הידיים, סיבוב כתף, סיבוב גוך (החזה ביחס לאגן), כיפוף ברכיים וכו'.
    2. חשב את מהירות הזווית של העטלף במהלך הנדנוד לפי נתוני הסמן או נתוני IMU על המחבט. זהה את מסגרת הפגיעה (אם הסימולציה מספקת את חותמת הזמן הזו או הסיק אותה מהרגע שבו מסלול המחבט מצטלב עם מסלול הכדור).
    3. בעת המכה, יש לתעד את זוויות המפרק (זה יכול להצביע על טכניקה, למשל, המרפק הקדמי עשוי להיות מעט כפוף או מתוח לחלוטין) ואת מהירות המחבט. קבעו את מהירות המחבט המקסימלית במהלך שלב הדאון-סווינג.
      הערה: מדדים קינמטיים אלו ישמשו להערכת טכניקה ולהשוואה לטווחים ידועים מהספרות (למשל, האם מהירות המכה של החובט תואמת את מהירות השחקנים המיומנים)18.
  4. סנכרון ואינטגרציה של נתונים:
    1. יישר את מערכי הנתונים על ציר זמן משותף באמצעות אירועי הסינכרון. ודאו שהרצף הטמפורלי הגיוני – למשל, קפיצה ב-EMG של הטרייספס צריכה להתרחש במקביל לרגע שבו נתוני התנועה מראים האצה של הארכת המרפק, ועלייה ב-VO₂ אמורה להתרחש זמן קצר לאחר תחילת סדרת התנודות (עיכוב מטבולי).
    2. לאחר הסנכרון, שלב את הממצאים: לדוגמה, צור גרף זמן עם אירועי הנדנדה מסומנים, תוך חפיפה של הפעלת השרירים וקצב הלב.
      הערה: זה מספק תובנה כיצד כל נדנוד תרם לעומס הפיזיולוגי. אם היו מעורבים מספר ניסויים או משתתפים, אספו את התוצאות כדי לחשב ממוצעים ושונות. בהיקף ההדגמה החד-מקרה זו, ניתן להתמקד בנתונים מניסוי מייצג יחיד.
  5. בקרת איכות:
    1. בצע בדיקת איכות לניתוח הנתונים. אשר שאותות EMG נקיים מפריטים עיקריים ושהשיאים סבירים.
    2. בדוק שההתאוששות הבסיסית של VO₂ ואחרי האימון עוקבות אחרי דפוסים צפויים (למשל, ה-VO₂ אמור לחזור לכיוון הבסיס לאחר הפסקות האימון).
    3. ודא שחישובי זוויות לכידת תנועה אינם כוללים קפיצות (שיכולות להעיד על החלפות סמנים או אובדן מעקב). אם נמצאו חריגות, יש להוסיף הערות עליהן. שלב זה משלים את שלב ניתוח הנתונים.
    4. לצמצם הפרעות אות פוטנציאליות מחיישני אלחוטיים באמצעות כבלים מוגנים וכיול לפני הניסוי.

5. ניתוח סטטיסטי

  1. בצע את כל עיבוד הנתונים וההדמיה באמצעות פייתון (גרסה 3.12.0, Python Software Foundation) בתוך Jupyter Notebook (גרסה 7.2). השתמש ב-Pandas (גרסה 2.2.2) למבנה נתונים, ב-NumPy (גרסה 1.25.1) לפעולות מספריות, וב-Matplotlib (גרסה 3.9.0) להמחשה.
  2. בהינתן אופיו של פרוטוקול הפיילוט היחיד, יש להגביל את הניתוח לסטטיסטיקות תיאוריות, כולל ערכי סטיית ממוצע וסטיית תקן בין תנודות חוזרות.
  3. אין לבצע בדיקות סטטיסטיות אינפרנציאליות, שכן הפרוטוקול מיועד להדגמה וכדאיות ולא לבדיקת השערות בין קבוצות או מצבים.
  4. התמקדו ביצירת פלטים מייצגים להמחשת אינטגרציה של נתונים ושחזור זרימת עבודה.

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כדי להדגים את הפוטנציאל האנליטי של פרוטוקול מבוסס XR זה, נוצרה סדרת דוגמאות ויזואליזציות להמחשת סוגי הפלטים המיושרים בזמן שניתן להפיק מהנתונים שנאספו, כולל פרופילי הפעלה של שרירים (ממוצע ריבועי EMG), תגובות פיזיולוגיות מסונכרנות (VO₂ ו-HR), קווי זמן מרובי חיישנים, ויזואליזציות קינמטיות דו-ממדיות ותלת-ממדיות של מסלולי נדנודה (איור 1) ושרשימי כוח תגובה קרקעיים מתוך לוח הכוח. בעוד שהגרפים המוצגים כאן מבוססים על נתונים מדומים או פיילוט, הם משקפים את סוגי הפלטים ...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הדיון הממוקד בשיטות זה מעריך את יעילות הפרוטוקול, השלבים הקריטיים, פתרון התקלות, וכיצד אימון מבוסס XR משתווה לשיטות המסורתיות. התוצאות לעיל ממחישות כי פרוטוקול החבטה של XR מצליח ללכוד הן את הביצועים והן את המדדים הפיזיולוגיים. מודגשים היבטים חשובים של המתודולוגיה התומכת בתוצאות אלו, יחד עם דיון בשינויים פוטנציאליים, מגבלות וחשיבות שיטת XR זו בהשוואה לשיטות אימון מסורתיות.

שלב קריטי בפרוטוקול הוא סנכרון וכיול כל המערכות. אי התאמה בין אירועי VR לנתוני ח...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

למחברים אין ניגודי עניינים להצהיר עליהם.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחבר מודה ומודה למעבדת ההטמעה של MIT על התמיכה הטכנית.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
VR Headset (Meta Quest 2)Meta899-00182-02Standalone VR headset לסימולציית חבטה XR
VR Cricket Software (iB Cricket)ProYuga Advanced TechnologiesN/Aתוכנת סימולציית קריקט אימרסיבית
Wireless EMG System (Trigno)DelsysTrigno Avantiמדידת הפעלת שרירים; קצב דגימה ~1200 Hz
Surface EMG ElectrodesDelsysDE-2.1אלקטרודות חד פעמיות לרכישת אות EMG
Inertial Measurement Unit (IMU)Xsens / NoraxonMTw Awindaתאוצן טרי-צירי ומד התנועה; ~240 Hz
Motion Capture SystemOptiTrackOptiTrack Primeמערכת מעקב קינמטי תלת-ממדית
Reflective MarkersOptiTrackN/Aמעקב מבוסס סמנים עבור נקודות אנטומיות
Force PlateAMTI / BertecOR6-7מדידת כוח תגובת קרקע (Fx, Fy, Fz)
Portable Metabolic AnalyzerCOSMEDK5מערכת מדידת VO2 נשימה אחר נשימה
Respiratory MaskCOSMEDMask 7400 Seriesמסכה לניתוח חילופי גזים
Calibration Gas Tank (16% O2, 5% CO2)Airgas / BOCN/Aמשמש לכיול מנתח מטבולי
Heart Rate Monitor (Chest Strap)PolarH10מעקב אלחוטי אחר דופק
Jupyter Notebook SoftwareProject Jupyterv7.2סביבת עיבוד ואנליזה של נתונים
PythonPython Software Foundationv3.12.0שפת תכנות לניתוח
Pandas LibraryPyDatav2.2.2מבנה וניהול נתונים
NumPy LibraryNumPyv1.25.1חישובים מספריים
Matplotlib LibraryMatplotlibv3.9.0ויזואליזציה של נתונים

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Le Noury, P., Polman, R., Maloney, M., Gorman, A. A narrative review of the current state of extended reality technology and how it can be utilised in sport. Sports Med. 52 (7), 1473-1489 (2022).
  2. Noorbhai, H. Quantifying and simulating decision-making time for shot selection in cricket batting against fast and spin bowling. Int J Hum Mov Sports Sci. 13 (4), 809-820 (2025).
  3. Müller, S., et al. Attributes of expert anticipation should inform the design of virtual reality simulators to accelerate learning and transfer of skill. Sports Med. 53 (2), 301-309 (2023).
  4. Pastel, S., et al. Training in virtual reality enables learning of a complex sports movement. Virtual Real. 27 (2), 523-540 (2023).
  5. Gray, R. Virtual environments and their role in developing perceptual-cognitive skills in sports. Anticipation and Decision Making in Sport. Williams, M., Jackson, R. , Routledge. 342-359 (2019).
  6. Fadde, P. J., Zaichkowsky, L. Training perceptual-cognitive skills in sports using technology. J Sport Psychol Action. 9 (4), 239-248 (2018).
  7. Kittel, A., Larkin, P., Elsworthy, N., Lindsay, R., Spittle, M. Effectiveness of 360° virtual reality and match broadcast video to improve decision-making skill. Sci Med Football. 4 (4), 255-262 (2020).
  8. Lindsay, R., Spittle, S., Spittle, M. Skill adaptation in sport and movement: Practice design considerations for 360° VR. Front Psychol. 14, 1124530(2023).
  9. Runswick, O. R. Player perceptions of face validity and fidelity in 360° video and virtual reality cricket. J Sport Exerc Psychol. 45 (6), 347-354 (2023).
  10. Kelly, N., Stafford, J., Craig, C., Herring, M. P., Campbell, M. Using a virtual reality cricket simulator to explore the effects of pressure and competition anxiety on batting performance. Psychol Sport Exerc. 63, 102244(2022).
  11. Maduwantha, K., et al. Accessibility of motion capture as a tool for sports performance enhancement for beginner and intermediate cricket players. Sensors. 24 (11), 3386(2024).
  12. Noorbhai, H. Cricket coaching and batting in the 21st century through a 4IR lens: a narrative review. BMJ Open Sport Exerc Med. 8 (3), e001435(2022).
  13. Wilkins, L. A framework for using virtual reality to enhance psychological performance in baseball. J Sport Psychol Action. 16 (3), (2024).
  14. Harrison, K., Potts, E., King, A. C., Braun-Trocchio, R. The effectiveness of virtual reality on anxiety and performance in female soccer players. Sports (Basel). 9 (12), 167(2021).
  15. Faure, C., Limballe, A., Bideau, B., Kulpa, R. Virtual reality to assess and train team ball sports performance: A scoping review. J Sports Sci. 38 (2), 192-205 (2020).
  16. Richlan, F., Weiß, M., Kastner, P., Braid, J. Virtual training, real effects: A narrative review on sports performance enhancement through interventions in virtual reality. Front Psychol. 14, 1240790(2023).
  17. Kulshreshtha, A., Kaur, H., Agrawal, P. Innovative virtual reality training schedule for cricket batting skill enhancement: design, validation, and implementation. J Inf Syst Eng Manag. 10 (38s), (2025).
  18. Peploe, C., McErlain-Naylor, S. A., Harland, A. R., King, M. A. Relationships between technique and bat speed, post-impact ball speed, and carry distance during a range hitting task in cricket. Hum Mov Sci. 66, 148-158 (2019).
  19. Noorbhai, H., Moon, S., Fukushima, T. A conceptual framework and review of multi-method approaches for 3D markerless motion capture in sports and exercise. J Sports Sci. , (2025).
  20. Varesco, G., et al. Fatigue in elite fencing: Effects of a simulated competition. Scand J Med Sci Sports. 33 (11), 2250-2260 (2023).
  21. Witte, K., Bürger, D., Pastel, S. Sports training in virtual reality with a focus on visual perception: a systematic review. Front Sports Act Living. 7, 1530948(2025).
  22. Hadlow, S. M., Panchuk, D., Mann, D. L., Portus, M. R., Abernethy, B. Modified perceptual training in sport: A new classification framework. J Sci Med Sport. 21 (9), 950-958 (2018).
  23. Pradhan, G. N., et al. Integration of motion capture and EMG data for classifying human motions. IEEE Data Eng Workshop, , 56-63 (2007).
  24. Sagnier, C., Loup-Escande, E., Lourdeaux, D., Thouvenin, I., Valléry, G. User acceptance of virtual reality: An extended technology acceptance model. Int J Hum-Comput Interact. 36 (11), 993-1007 (2020).
  25. Geisen, M., Klatt, S. Real-time feedback using extended reality: A current overview and further integration into sports. Int J Sports Sci Coach. 17 (5), 1178-1194 (2022).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

XR TrainingCricket BattingPerformance AnalysisImmersive SimulationMuscle ActivationElectromyography EMGMotion CaptureMetabolic ResponseVirtual Reality SportsBiomechanical Measurement
Video Coming Soon

Related Articles