Summary
Overvåking av idrettsutøvere er avgjørende for å forbedre ytelsen og redusere skaderisikoen i lagidretter. Nåværende metoder for å overvåke idrettsutøvere inkluderer ikke nedre ekstremiteter. Feste flere inertial måleenheter til nedre ekstremiteter kan forbedre overvåking idrettsutøvere i feltet.
Abstract
Dagens utøverovervåkingspraksis i lagidretter er hovedsakelig basert på posisjonsdata målt ved global posisjonering eller lokale posisjoneringssystemer. Ulempen med disse målesystemene er at de ikke registrerer underekstremitetskinetikk, noe som kan være et nyttig tiltak for å identifisere skaderisikofaktorer. Rask utvikling i sensorteknologi kan overvinne begrensningene i dagens målesystemer. Med inertial måleenheter (IMUer) sikkert festet til kroppssegmenter, sensorfusjonsalgoritmer og en biomekanisk modell, kan felles kinematikk estimeres. Hovedformålet med denne artikkelen er å demonstrere et sensoroppsett for å estimere hofte- og kneleddskinetikk av lagidrettsutøvere i feltet. Fem mannlige forsøkspersoner (22,5 ± 2,1 år; kroppsmasse 77,0 ± 3,8 kg; høyde 184,3 ± 5,2 cm; treningserfaring 15,3 ± 4,8 år) utførte en maksimal 30 meter lineær sprint. Hofte- og kneleddsvinkler og kantete hastigheter ble oppnådd av fem IMUer plassert på bekkenet, både lår og begge shanks. Hoftevinklene varierte fra 195° (± 8°) forlengelse til 100,5 ° (± 8°) fleksjon og knevinkler varierte fra 168,6 ° (± 12 ° ) minimal fleksjon og 62,8 ° (± 12 ° ) maksimal fleksjon. Videre varierte hoftehastighet mellom 802,6 °·s-1 (± 192 °·s-1) og -674,9 °·s-1 (± 130 °·s-1). Kne vinkelhastighet varierte mellom 1155,9 °·s-1 (± 200 °·s-1) og -1208,2 °·s-1 (± 264 °·s-1). Sensoroppsettet er validert og kan gi ytterligere informasjon om utøverovervåking i feltet. Dette kan hjelpe fagfolk i en daglig sportsinnstilling til å evaluere sine treningsprogrammer, med sikte på å redusere skade og optimalisere ytelsen.
Introduction
Lagsport (f.eks. fotball og landhockey) er preget av vekslende korte eksplosive handlinger som høyintensitets løping eller sprint, med lengre perioder med mindre krevende aktiviteter som å gå eller jogge1,2,3,4,5,6. I løpet av de siste tiårene utviklet de fysiske kravene i spillet seg med mer avstand dekket i høy hastighet og sprint, raskere ballhastigheter og flerepasninger 7,8.
Idrettsutøvere trener stadig hardt for å opprettholde og forbedre sin fysiske evne til å motstå de fysiske kravene til spillet. Riktig bruk av en treningsstimulans i kombinasjon med tilstrekkelig utvinning induserer svar som fører til tilpasning av menneskekroppen, forbedrer fitness og ytelse9. Tvert imot kan en ubalanse mellom en treningsstimulans og utvinning føre til langvarig tretthet og en uønsket treningsrespons (misadaptation), noe som øker risikoen for skade hos både profesjonelle og amatørlagsportutøvere10,11,12,13.
En av de store risikoene ledsaget av høy trening og kamp stimuli er muskelbelastning skader. Muskelbelastning skader utgjør mer enn en tredjedel av alle tidstap skader i lagidrett og forårsake mer enn en fjerdedel av den totale skadefravær, med hamstrings er den hyppigstinvolvert 14,15,16,17. Videre øker antall idrettsutøvere som pådrar seg en hamstring belastning skade hvertår 18,19, til tross for at flere programmer har blitt introdusert for å hindre hamstring belastningskader 12,13,20,21. Følgelig har dette en negativ innflytelse fra sportslige22 ogfinansielle 23 perspektiver. Dermed er tilstrekkelig overvåking av individuelle idrettsutøvere avgjørende for å optimalisere treningsplaner, minimere skaderisiko og optimalisere ytelsen.
Nåværende utøverovervåkingspraksis i lagidretter er hovedsakelig basert på posisjonsdata målt ved lokale eller globale posisjoneringssystemer24,25. Disse systemene overvåker aktivitet med GPS-baserte beregninger som avstandsdekket, gjennomsnittlig kjørehastighet eller akselerometribaserte beregninger som PlayerLoad26,27,28. En ulempe med disse tiltakene er at de ikke inkluderer underekstremitetskinematikk. Optoelektroniske målesystemer fungerer som en gullstandard for å utføre en kinematisk analyse av nedre ekstremiteter under en lineær sprint29,30,31,32. Ulempene ved disse systemene er mangel på økologisk gyldighet på grunn av deres begrensede måleområde, behovet for en ekspert til å betjene systemet og den tidkrevende dataanalysen. Dermed er denne metoden ikke egnet for daglig sportspraksis.
Rask utvikling i sensorteknologi kan overvinne begrensningene av dagens metoder for å overvåke idrettsutøvere. De nylige pålitelighets-, miniatyriserings- og datalagringsmulighetene for inertialmålingsenheter (IMU) muliggjør in-field anvendelse av sensorteknologi. IMUer inneholder et akselerometer, gyroskop og magnetometer som måler akselerasjon, vinkelhastighet og magnetfelt, i henholdsvis tre ortogonale akserhenholdsvis 33,34. Med sensorer godt festet til kroppssegmenter, sensorfusjonsalgoritmer og en biomekanisk modell, er det mulig å estimere felles kinematikk33. Registrering av felles kinematikk i kombinasjon med informasjon om akselerasjonen av ulike kroppssegmenter kan forbedre utøveren overvåking i lagidrett.
Ved å koble IMU-sensoroppsettet til en standardisert felttest, kan det illustreres hvordan nedre ekstremitetskinetikk registreres under lineær sprint i feltet, noe som kan være et nyttig tiltak for å identifisere skaderisikofaktorer. Sensoroppsettet kan gi ytterligere informasjon til gjeldende overvåkingstiltak som fagfolk kan bruke til å optimalisere treningsplaner for å forbedre ytelsen og minimere skaderisiko. Derfor er hovedformålet med denne artikkelen å demonstrere en inertial sensor oppsett for estimering hofte og kne felles kinematikk av lagidrett idrettsutøvere i feltet.
Protocol
Alle metoder som er beskrevet i denne delen er godkjent av det etiske utvalget ved Senter for humanbevegelsesvitenskap ved Universitetet i Groningen (Registernummer: 201800904).
1. Felttest og klargjøring av inertial måleenhet
- Angi to kjegler minst 1 m fra hverandre for å bestemme starten på felttesten.
MERK: 1 m avstand mellom kjeglene gjør at motivet enkelt kan kjøre gjennom startpunktet for felttesten. Denne avstanden kan justeres etter preferansen til testlederen. - Bestem sluttpunktet for felttesten ved å rulle målebånd fra startpunktet for testen til en 30 m lineær avstand er reist.
- Angi to kjegler minst 1 m fra hverandre for å bestemme sluttpunktet for felttesten.
- Forbered IMUene for å bli ordentlig festet til motivets kropp.
MERK: Se Materialtabell for IMU-dimensjoner og vektegenskaper.- Skjær strekktapen i 5 stykker på størrelse med 10 cm x 10 cm.
- Skjær dobbeltsidig tape (f.eks. toupee tape) i 5 stykker lik størrelsen på IMUene som brukes.
- Fest et stykke dobbeltsidig tape til hver IMU.
- Merk hver IMU, slik at den kan gjenkjennes individuelt under dataanalyse.
2. Forberedelse av emne
- Få informasjon om fagets kjønn, alder, kroppsvekt og høyde. Be faget fylle ut et spørreskjema om bakgrunnen deres i lagidretter. Innhente skriftlig informert samtykke fra emner som oppfyller inklusjonskriteriene.
MERK: Eksempler på spørsmål: (i) Hvor mange år spiller du fotball? (ii) På hvilket nivå spiller du fotball? (iii) Hvor mange timer per uke har du fotballtrening de siste 6 månedene? (iv) Hva er din spilleposisjon? (v) Har du opplevd smerte eller pådro du deg en muskel- og skjelettskade i underekstremiteten i løpet av de siste 6 månedene? - Finn ut om emnet oppfyller inklusjonskriteriene.
MERK: Inkluder forsøkspersoner når de ikke opplevde muskel- eller skjelettskader eller smerter i nedre ekstremiteter i de 6 månedene før protokollen ble utført. bør ha mer enn 1 års erfaring i konkurrerende lagidretter på amatørnivå. - Be deg om å bytte til sportsklær (f.eks. en fotballskjorte, fotballshorts og fotballsko).
MERK: Fordi sensorer vil bli plassert på tibia, er fotballsokker uønskede. - Forbered IMUene for å feste til motivets kropp.
- Juster alle 5 IMUer ved siden av hverandre.
- Aktiver alle fem IMUer samtidig ved å trykke på en knapp oppå sensoren. Sensoren aktiveres når et grønt lys blinker.
MERK: Fra dette øyeblikket lagres hver IMU-prøver data ved 500 Hz. Data lagres på et SD-kort internt. Data må lastes opp til en bærbar datamaskin eller datamaskin etter at testen er fullført. - Kontroller at en mekanisk topp er generert ved å trykke på alle IMUer på en hard overflate samtidig (f.eks. på et bord).
MERK: Den mekaniske toppen er nødvendig for å synkronisere IMU-signalene. Synkronisering av IMU-signalene utføres under databehandling (avsnitt 5). Denne delen er ikke nødvendig når kommersielt tilgjengelige sensorer brukes. I så fall bruker du den tilsvarende programvaren til å synkronisere sensorene.
- Fest IMUene til motivets kropp (figur 1).
- Barber motivets kroppshår på følgende anatomiske steder: ved sakrum mellom begge bakre overlegne iliac spines, den anteromedial benete delen av både høyre og venstre tibia, og den laterale delen av både høyre og venstre lår (det vil si tractus otibialis).
MERK: De anatomiske stedene der sensorer skal plasseres, kan bestemmes ved palpasjon. - Spray limspray på de anatomiske stedene beskrevet i trinn 2.5.1. Vent 5-10 s for å forsikre deg om at klebesprayen er tørr.
MERK: Hold sprayen minst 10 cm unna huden og spray ønsket område med en feiende bevegelse. - Fjern det beskyttende laget på det dobbeltsidige teipen fra IMUene.
- Plasser IMU på de beskrevne anatomiske stedene. Skriv ned den anatomiske plasseringen med tilsvarende etikett på IMU (f.eks. høyre skaft: IMU 1).
- Fest strekktapen på toppen av hver IMU for å sikre at sensoren i tillegg er festet til huden.
- Barber motivets kroppshår på følgende anatomiske steder: ved sakrum mellom begge bakre overlegne iliac spines, den anteromedial benete delen av både høyre og venstre tibia, og den laterale delen av både høyre og venstre lår (det vil si tractus otibialis).
3. Kalibrering av IMU-sensor
- Be motivet stå stille i en nøytral posisjon med føttene hoftebredde fra hverandre og hendene i siden. Oppretthold denne posisjonen i en minimumsperiode på 5 s.
- Be motivet bøye venstre hofte og kne til en 90° vinkel i sagittalplanet etterfulgt av å utvide hoften til nøytral posisjon som beskrevet i trinn 3.1.
MERK: For definisjoner av kinematiske variabler, se figur 2. - Gjenta trinn 3.2 for høyre hofte og kne.
- Be deltakeren bøye stammen mot bakken og gå tilbake til nøytral posisjon.
- Vent i en minimumsperiode på 5 s.
- Gjenta trinn 3.1−3,5 én gang.
4. Utfør den 30 m lineære sprinttesten
- Be faget om å utføre en oppvarming (f.eks. fotballspesifikke FIFA 11+ oppvarmingsprogram20).
- Informer emnet om testprotokollen.
- Tydelig si at risikoen for å pådra seg en skade under testen ikke er høyere enn under normal trening, og at motivet kan avbryte testen når som helst, uten å gi noen grunn.
- Be faget om å stå i riktig startposisjon, med sin foretrukne fot stående på startstreken og skuldrene bak startstreken på feltet.
- Be faget om at testlederen teller ned fra 3 til 0 etterfulgt av roping "Start". Befal at når "Start" har blitt kalt, begynner testen.
- Informer temaet for sprint så fort som mulig til sluttpunktet på 30 m er nådd. Etter at 30-m sluttpunktet er nådd, må motivet avta så fort som mulig til en stillstandposisjon.
- La emnet stille spørsmål. Hvis det er nødvendig, kan du la emnet utføre en øvelseskjøring for å gjøre emnet kjent med protokollen.
- Spør emnet om instruksjonene var klare.
- Kontroller at motivet er i riktig startposisjon.
- Tell ned fra '3' til '0' og rop 'Start' for å starte testen. Start tidtakeren når starttegnet er gitt.
- Oppmuntre faget for å oppnå maksimal ytelse.
- Stopp tidtakeren når deltakeren har nådd sin stillstandposisjon.
- Gjenta trinn 4.4-4.6 til tre sprinter er utført.
MERK: La deltakerne hvile i minst 2 minutter mellom forsøkene. Inkluder den raskeste sprinten for dataanalyse. - Be motivet om å utføre en nedkjøling.
- Løsne IMUene fra motivet ved å fjerne strekkbåndet og dobbeltsidig tape fra motivets kropp.
5. Databehandling
- Koble IMU med en datamaskin ved hjelp av en USB-kabel. Eksporter rå IMU-dataene til en bestemt mappe på datamaskinen.
- Åpne MATLAB (versjon r2018b). Importer rå IMU-datafiler (det vil vilør akselerometer, gyroskop og magnetometerdata).
- Synkroniser rå IMU-datafiler.
- Importer akselerasjonsdatafilen til én sensor (f.eks. bekkensensor).
- Beregn jerk ved å differensiere X, Y og Z akselerasjon signaler. Sum opp X, Y, og Z jerk for å få den totale jerk.
- Få den mekaniske toppen ved å finne indeksverdien i datafilen der den totale jerk har nådd sin maksimale verdi. Indeksverdien er starten på målingen.
- Slett alle datapunkter for akselerasjonsdata, magnetometerdata og gyroskopdata før sensorens indeksverdi.
- Gjenta trinn 5.3.1−5.3.3 for hver rådatafil for den tilsvarende sensoren.
- Bestem hvilken sensor som inneholder den laveste mengden datapunkter ved å hente antall samplede datapunkter for hver datafil.
- Klipp alle andre datafiler lik størrelsen på sensoren som registrerte signaler for den korteste tidsperioden.
- Filtrer gyroskopdata ved hjelp av et annet butterworth-filter med lavpass med en cutoff-frekvens på 12 Hz.
MERK: Filteret og den bestemte cutoff-frekvensen ble valgt basert på visuell datainspeksjon i tidligere piloteksperimenter. - Få sensororientering med hensyn til den globale jordrammen ved å beregne retningskvarternionen til sensoren ved hjelp av et Madgwick-filter35.
MERK: En omfattende beskrivelse av hvordan sensororientering med hensyn til den globale jordrammen beregnes, er beskrevet i Madgwick et al.35. - Juster sensorkoordinatrammen etter kroppssegmentet.
- Velg indeksnumrene for datafilen da motivet sto stille under kalibreringen (trinn 3.1).
MERK: Det antas at sensorens langsgående akse ligner på gravitasjonsvektoren. - Bruk indeksnumrene for trinn 5.6.1 til å beregne gjennomsnittlig retning for hver sensor med hensyn til den globale referanserammen under den statiske kalibreringen. Roter deretter sensorrammen til hver sensor, slik at den samsvarer med den globale referanserammen under statisk kalibrering.
- Velg indeksnumrene for datafilen da kalibreringsbevegelsen for venstre ben ble utført (trinn 3.2).
- Roter retningen på venstre bensensorer på en slik måte at kalibreringsbevegelsen bare er en rotasjon om frontaksen.
- Gjenta trinn 5.6.3 og 5.6.4 for kalibreringsbevegelsene i høyre ben og bagasjerom.
- Velg indeksnumrene for datafilen da motivet sto stille under kalibreringen (trinn 3.1).
- Få felles orienteringer ved å uttrykke orienteringen til det distale kroppssegmentet i koordinatrammen til proksimalsegmentet for hvert ledd.
- Få felles vinkler ved å dekomponere de oppnådde felles orienteringene i "XZY" Euler vinkler.
MERK: Hvordan dekomponere de oppnådde felles orienteringene i "XZY" Euler vinkler er beskrevet i arbeidet til Diebel36. - Få felles kantete hastigheter som uttrykker gyroskopsignalene til hvert distale segment i koordinatrammen til det tilsvarende proksimale segmentet minus vinkelhastigheten til proksimalsegmentet.
- Identifiser hvert trinn under den lineære sprinten ved hjelp av en trinngjenkjenningsalgoritme.
- Importer de filtrerte gyroskopdataene i MATLAB.
- Bruk en toppdeteksjonsfunksjon til å identifisere topper i gyroskopsignalet.
MERK: Topphøyden ble satt til 286,5 °·s-1 og minimal toppavstand ble satt til 100 prøver (= 0,2 s).
- For hvert trinn, beregne den maksimale verdien for hoftevinkel, knevinkel, hofte vinkelhastighet, og kneet kantete hastighet.
- For hvert trinn, beregne minimumsverdien for hoftevinkel, knevinkel, hofte vinkelhastighet, og kneet kantete hastighet.
- For hvert trinn beregner du hoftebevegelsesområdet ved å trekke minimum hoftevinkelen fra maksimal hoftevinkel.
- For hvert trinn, beregn kneet bevegelsesområde ved å trekke minimum knevinkelen fra maksimal knevinkel.
- Lagre de behandlede dataene i en bestemt mappe på datamaskinen for å kunne bruke dem til videre analyse.
6. Dataanalyse
- Importer de behandlede IMU-dataene i MATLAB.
- Del sprinten i en akselerasjon, en topphastighets- og retardasjonsfase basert på trinnene som identifiseres av trinndeteksjonsalgoritmen.
MERK: Sprintfaser i denne artikkelen ble valgt vilkårlig. Akselerasjonsfasen er definert som trinn 3 til 837, mens retardasjonsfasen er definert som de siste åtte trinnene i sprinten. Topphastighetsdata ble avledet fra trinn utført mellom disse fasene. - Velg vinkelhastighetsdataene for dataanalyse.
- Beregn gjennomsnittsverdiene og standardavviket for de kinematiske variablene for alle trinnene i hver fase av den lineære sprinttesten på 30 m.
- Gjenta trinn 6.3 og 6.4 for vinkeldataene.
Representative Results
Fem (alle menn; alle fotballspillere; alder 22,5 ± 2,1 år; kroppsmasse 77,0 ± 3,8 kg; høyde 184,3 ± 5,2 cm; treningserfaring 15,3 ± 4,8 år) utførte en maksimal 30-m lineær sprint. Hoftevinkler varierte mellom 100,5° (± 8°) maksimal fleksjon og 183,1° (± 8°) maksimal forlengelse under akselerasjon, 104,1° (± 8°) maksimal fleksjon og 195° (± 8°) maksimal forlengelse under topphastighet, og 128,4° (± 11°) maksimal fleksjon og 171,9° (± 23°) minimal fleksjon under retardasjon. Hoftehastigheter varierte mellom 744,9 °·s-1 (± 154 °·s-1) og –578 °·s-1 (± 99 °·s-1) under akselerasjon, 802,6 °·s-1 (± 192 °·s-1)og -674,9 °·s-1 (± 130 °·s-1) under toppfart, og 447,7 °·s-1 (± 255 °·s-1) og -430,3 °·s-1 (± 189 °·s-1) under retardasjon.
Videre varierte knevinkler mellom 73,5° (± 12°) maksimal fleksjon og 162,6° (± 7°) minimal fleksjon under akselerasjon, 62,8° (± 12°) maksimal fleksjon og 164,8° (± 6°) minimal fleksjon under topphastighet, og 81,1° (± 16°) maksimal fleksjon og 168,6° (± 12°) minimal fleksjon under retardasjon. Kne vinkelhastighet varierte mellom 935,8 °·s-1 (± 186 °·s-1) og -1137,8 °·s-1 (± 214 °·s-1) under akselerasjon, mellom 1155,9 °·s-1 (± 200 °·s-1) og -1208,2 °·s-1 (± 264 °·s-1) under toppfart, og 1000,1 °·s-1 (± 282 °·s-1) og -1004,3 °·s-1 (± 324 °·s-1). Figur 3 illustrerer kontinuerlige kinematiske data for en studie av den lineære 30-m sprinttesten, mens figur 4 og figur 5 illustrerer kinematiske data om én skrittsyklus under akselerasjon, topphastighet og retardasjon av én studie.
Figur 1: Representasjon av sensorplassering. (A) Sensorplassering på høyre og venstre skaft. (B) Sensorplassering på bekkenet, og høyre og venstre lår. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 2: Definisjoner for hofte- og kneleddsvinkler og vinkelhastigheter. (A)Representasjon av nøytral posisjon i sagittalplanet. Fellesvinkler i nøytral posisjon er 180°. (B) Representasjon av hofteleddet (θ hofte), kneledd (θ kne) og bevegelsesområde (ROM). Vennligst klikk her for å se en større versjon av denne figuren.
Figur 3: Visualisering av sprintkinematikk av en studie under akselererende, toppfart og retarderende fase. Et asterix angir når et trinn er oppdaget. (A)Venstre og høyre hoftefleksjon og forlengelsesvinkler over tid. (B) Venstre og høyre hofte vinkelhastigheter over tid. (C) Venstre og høyre knevinkler over tid. (D) Venstre og høyre kne kantete hastigheter over tid. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 4: Polarplott der hofteleddsvinkel (°) og vinkelhastigheter (fleksjon/forlengelse) på ett trinn illustreres under akselerasjon, topphastighet og retardasjon. Vennligst klikk her for å se en større versjon av denne figuren.
Figur 5: Polarplott der kneleddsvinkel (°) og vinkelhastigheter (fleksjon/forlengelse) på ett trinn illustreres under akselerasjon, topphastighet og retardasjon. Vennligst klikk her for å se en større versjon av denne figuren.
Discussion
Nåværende metoder for å overvåke utøvere i lagidrett registrerer ikke underekstremitetskinetikk, noe som kan være et nyttig tiltak for å identifisere skaderisikofaktorer. Gullstandarden for analyse av kinematikk under sprint er optoelektroniske målesystemer29,30,31,32. Selv om optoelektroniske målesystemer fungerer som en gullstandard, mangler disse systemene økologisk gyldighet på grunn av deres begrensede måleområde. Sensoroppsettet som presenteres i denne artikkelen, overvinner begrensningene til de nåværende målesystemene, og er relativt billig. Muligheten til å registrere kinematikk under ekstremiteter i feltet, målt ved sensoroppsettet, kan forbedre utøverens overvåkingspraksis.
Tidligere studier som undersøkte sprint kinematikk29,31,37,38,39 rapporterte hoftevinkler fra 210 ° forlengelse til 90 ° fleksjon. Videre rapporterte disse studiene knevinkler fra 160° minimal fleksjon og 40° maksimal fleksjon. Verdiene som er observert i denne studien er innenfor området som tidligere er rapportert. En studie38 rapporterte hip kantete hastigheter fra -590 °·s-1 til 700 °·s-1 og kne kantete hastigheter fra -1000 °·s-1 til 1100 °·s-1. Selv om verdiene som ble observert i denne studien var høyere, viser de en lignende trend over tid. Metoden er validert og kan brukes til utøverovervåking i feltet40.
Den nåværende studien har noen begrensninger som må tas opp. For det første, bortsett fra egenskapene til IMUene som er brukt, må brukerne være oppmerksomme på at signalene fra IMUene påvirkes av flere feilkilder som begrenser det mulige utvalget av programmer41. For det første kan svingningen av det myke vevet rundt beinene (det vil si bløtvevsartefakter42) påvirke registreringen av kinematikk. Av denne grunn er det viktig å nøye feste IMUene til motivets kropp i henhold til trinnene som er beskrevet i protokollen. Selv om nødvendige tiltak ble iverksatt, bør det bemerkes at den nåværende studien ikke inkluderte ekstra elastiske stropper for å forhindre feilaktig sensorbevegelse. Dette kan forbedre resultatene og kan bli sett på som en begrensning av denne studien. For det andre endrer ferromagnetiske forstyrrelser fra andre enheter (hovedsakelig inne i bygninger) størrelsen eller retningen til den målte magnetfeltvektoren til IMU magnetometer, og dermed forårsaker feil i estimertorientering 43. Derfor bør kilder til ferromagnetisk forstyrrelse unngås så mye som mulig. Videre må det bemerkes at sensoroppsettet ikke gjelder for glidende taklinger, siden sensorene vil løsne fra huden som følge av å komme i kontakt med bakkeoverflaten. Dermed bør deltakerne instrueres om ikke å utføre glidende taklinger under småsidige spill. En mulig løsning for dette problemet kan være å integrere sensoroppsettet i smarte plagg (detvil si en Smart Sensor Tights).
De kinematiske variablene som sensoroppsettet får, kan brukes i en segmental modell for å overvåke utøvere i feltet. Tidligere forskning fant redusert maksimal kombinert hoftefleksjon og kneforlengelsesvinkel (det vil si teoretisk hamstringlengde) etter hver halvdel av en fotballkamp simulering44. I samme studie har det blitt observert en økning i shank kantete hastighet i endene av hver halvdel. Den lavere hamstringlengden kombinert med økt skafthastighet kan indikere økt risiko for overdreven hamstringbelastning etter tretthet. Slike endringer i sprintkinematikk kan oppdages i en feltinnstilling ved hjelp av en inertial måleenhet (IMU) drevet segmental modell. Foruten endringer i felles kinematikk, kan krefter som virker på kroppen som helhet også estimeres. Bakkereaksjonskrefter (GRF) beskriver den biomekaniske belastningen som oppleves av det totale muskel-skjelettsystemet, og kan anslås ved hjelp av Newtons andre bevegelseslov (det vil si F = m · a). Nåværende forskning i løping brukte GRF estimering for å optimalisere sprintytelse45,46 eller vurdere potensiell skaderisiko47,48,49,50. Disse studiene tyder på at lastehastigheter, vertikale slagkrafttopper og horisontal brytekraft er relatert til muskel- og skjelettoverforbruksskader. Selv om det er en utfordring å anslå GRF nøyaktig under svært dynamiske lagsportspesifikkebevegelser 51,52, kan muligheten til å overvåke disse variablene under målinger på feltet gi ny informasjon for å optimalisere ytelsen, eller for å forhindre skader.
Resultatene som presenteres i denne artikkelen er begrenset til overvåking av nedre ekstremitetskinematikk under en lineær sprint, med fokus på hamstring belastning skademekanisme. Det bør imidlertid bemerkes at hofte- og lyskeskader også forekommer ofte ilagidrett 14,17,53,54,55. Disse skadene er sannsynligvis forårsaket av repeterende involvering av sparker og endring av retning. Dermed bør fremtidig forskning ikke bare begrense deres fokus på sprint i forhold til hamstring belastning skademekanisme, men også fokusere på å utvide kunnskap om endring av retningsoppgaver56 og sparker57,58,59 i forhold til hofte- og lyskeskader.
For å konkludere kan dette sensoroppsettet integreres i smarte plagg. Smarte plagg kan gjøre det mulig å registrere underekstremitetskinematikk i feltet under lagsportsspesifikke oppgaver, noe som kan forbedre overvåkingen av idrettsutøvere i fremtiden. Dette kan hjelpe fagfolk i en daglig sportsinnstilling til å evaluere sine treningsprogrammer og optimalisere dem, med sikte på å redusere skaderisiko.
Disclosures
Forfatterne har ingenting å avsløre.
Acknowledgments
Forfatterne ønsker å heldigvis anerkjenne finansieringskildene fra den nederlandske nasjonale forskningsorganisasjonen (NWO). Videre ønsker forfatterne å heldigvis anerkjenne Det nederlandske Royal Football Association (KNVB) for å legge til rette for forskningsprogrammet ved å gi tilgang til deres forskningsfasiliteter. Til slutt vil forfatterne heldigvis anerkjenne Thijs Wiggers for hans bidrag til forskningsprogrammet.
Materials
| Name | Company | Catalog Number | Comments |
| Computer software | The MathWorks, Inc., Natick, MA, USA | Matlab Version 2018b | |
| Cones | Nike | n = 4 | |
| Double-sided adhesive tape | For attaching IMUs on the skin | ||
| Inertial Measurement Units | MPU-9150, Invensense, San Jose, California, United States | n = 5; Dimensions: 3.5 x 2.5 x 1.0 cm; Weight: 0,011 kg; Sample frequency: 500Hz; Accelerometer: ± 16 G, Gyroscope: ± 2000 °/s | |
| Measuring tape | Minimal length: 30 meters | ||
| Pre-tape spray | Mueller Tuffner, Mueller Sports Medicine, Inc., Wisconsin, United States | Contents: 283 g | |
| Stretch Tape | Fixomull, BSN Medical, Almere, The Netherlands |
References
- Bradley, P. S., et al. High-intensity running in English FA Premier League soccer matches. Journal of Sports Sciences. 27 (2), 159-168 (2009).
- Di Salvo, V., et al. Performance characteristics according to playing position in elite soccer. International Journal of Sports Medicine. 28 (3), 222-227 (2007).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Smith, D. J. A framework for understanding the training process leading to elite performance. Sports Medicine. 33 (15), 1103-1126 (2003).
- 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).
- 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).
- 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).
- 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).
- Ekstrand, J., Hagglund, M., Walden, M. Epidemiology of muscle injuries in professional football (soccer). American Journal of Sports Medicine. 39 (6), 1226-1232 (2011).
- 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).
- 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).
- 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).
- Jones, A., et al. Epidemiology of injury in English Professional Football players: A cohort study. Physical Therapy in Sport. 35, 18-22 (2019).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Thelen, D. G., et al. Hamstring muscle kinematics during treadmill sprinting. Medicine & Science in Sports & Exercise. 37 (1), 108-114 (2005).
- 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).
- 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).
- 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).
- 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).
- Diebel, J. Representing Attitude: Euler Angles, Unit Quaternions, and Rotation Vectors. Matrix. 58 (15-16), 1-35 (2006).
- 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).
- 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).
- 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).
- Wilmes, E., et al. Inertial Sensor-Based Motion Tracking in Football with Movement Intensity Quantification. Sensors (Basel). 20 (9), (2020).
- 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).
- Camomilla, V., Dumas, R., Cappozzo, A. Human movement analysis: The soft tissue artefact issue. Journal of Biomechanics. 62, 1-4 (2017).
- 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).
- 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).
- 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).
- 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).
- Hreljac, A. Impact and overuse injuries in runners. Medicine & Science in Sports & Exercise. 36 (5), 845-849 (2004).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
