Summary
Övervakning av idrottare är avgörande för att förbättra prestanda och minska skaderisken i lagsporter. Nuvarande metoder för att övervaka idrottare inkluderar inte de nedre extremiteterna. Att fästa flera inertial mätenheter till de nedre extremiteterna kan förbättra övervakning idrottare i fältet.
Abstract
Nuvarande idrottsövervakningspraxis inom lagsporter baseras huvudsakligen på positionsdata som mäts av global positionering eller lokala positioneringssystem. Nackdelen med dessa mätsystem är att de inte registrerar kinematik med lägre extremitet, vilket kan vara en användbar åtgärd för att identifiera skaderiskfaktorer. Snabb utveckling inom sensorteknik kan övervinna begränsningarna i de nuvarande mätsystemen. Med inertiala mätenheter (IMUs) säkert fastsatta på kroppssegment, sensorfusionsalgoritmer och en biomekanisk modell kunde ledkinematik uppskattas. Huvudsyftet med denna artikel är att demonstrera en sensorinställning för att uppskatta höft- och knäledskinematik av lagidrottare i fältet. Fem manliga försökspersoner (22,5 ± 2,1 år; kroppsmassa 77,0 ± 3,8 kg; höjd 184,3 ± 5,2 cm; träningserfarenhet 15,3 ± 4,8 år) genomförde en maximal 30 meter linjär sprint. Höft- och knäled vinklar och vinkel hastigheter erhölls av fem IMUs placeras på bäckenet, både lår och båda skaft. Höftvinklar varierade från 195° (± 8°) förlängning till 100,5° (± 8°) flexion och knävinklar varierade från 168,6° (± 12°) minimal flexion och 62,8° (± 12°) maximal flexion. Dessutom varierade höftvinkelhastigheten mellan 802,6 °·s-1 (± 192 °·s-1)och -674,9 °·s-1 (± 130 °·s-1). Knä vinkelhastighet varierade mellan 1155,9 °·s-1 (± 200 °·s-1)och -1208,2 °·s-1 (± 264 °·s-1). Sensorinställningen har validerats och kan ge ytterligare information om idrottares övervakning på fältet. Detta kan hjälpa proffs i en daglig idrottsmiljö att utvärdera sina träningsprogram, i syfte att minska skador och optimera prestanda.
Introduction
Lagsporter (t.ex. fotboll och fälthockey) kännetecknas av alternerande korta explosiva åtgärder som högintensiv löpning eller sprintning, med längre perioder med mindre krävande aktiviteter som promenader eller jogging1,2,3,4,5,6. Under de senaste decennierna utvecklades spelets fysiska krav med mer distans täckt med hög hastighet och sprint, snabbare bollhastigheter och fler passningar7,8.
Idrottare tränar ständigt hårt för att upprätthålla och förbättra sin fysiska kapacitet för att motstå spelets fysiska krav. Korrekt tillämpning av en träningsstimulans i kombination med tillräcklig återhämtning inducerar svar som leder till anpassning av människokroppen, förbättra kondition och prestanda9. Tvärtom kan en obalans mellan en träningsstimulans och återhämtning leda till långvarig trötthet och ett oönskat träningssvar (maladaptation), vilket ökar risken för skada hos både professionella och amatörlagsportidrottare10,11,12,13.
En av de största riskerna tillsammans med hög träning och match stimuli är muskelbelastning skador. Muskelbelastningsskador utgör mer än en tredjedel av alla tidsförlustskador i lagsporter och orsakar mer än en fjärdedel av den totala skadefrånvaron, där hamstrings är de vanligasteinvolverade 14,15,16,17. Dessutom ökar antalet idrottare som drabbas av en hamstring stamskada varje år18,19, trots att flera program har införts för att förhindra hamstring stamskador12,13,20,21. Följaktligen har detta ett negativt inflytande från sportiga22 och finansiella23 perspektiv.
Nuvarande idrottsövervakningspraxis i lagsporter baseras huvudsakligen på positionsdata som mäts av lokala eller globala positioneringssystem24,25. Dessa system övervakar aktivitet med GPS-baserade mätvärden som sträcka som täcks, genomsnittlig körhastighet eller accelerometribaserade mätvärden som PlayerLoad26,27,28. En nackdel med dessa åtgärder är att de inte inkluderar kinematik med lägre extremitet. Optoelektroniska mätsystem fungerar som en guldstandard för att utföra en kinematisk analys av de nedre extremiteterna under en linjär sprint29,30,31,32. Nackdelarna med dessa system är bristande ekologisk giltighet på grund av deras begränsade mätområde, behovet av en expert för att driva systemet och den tidskrävande dataanalysen. Således är denna metod inte lämplig för daglig sportpraxis.
Snabb utveckling inom sensorteknik kan övervinna begränsningarna i nuvarande metoder för att övervaka idrottare. Den senaste tidens tillförlitlighets-, miniatyriserings- och datalagringsmöjligheter för inertialmätningsenheter (IMU) möjliggör in-field tillämpning av sensorteknik. IMUs innehåller en accelerometer, gyroskop och magnetometer som mäter acceleration, vinkelhastighet och magnetfält, i tre orthogonalaaxlar respektive 33,34. Med sensorer säkert fastsatta på kroppssegment, sensorfusionsalgoritmer och en biomekanisk modell är det möjligt att uppskatta ledkinematik33. Registrering av gemensamma kinematik i kombination med information om acceleration av olika kroppssegment kan förbättra idrottare övervakning i lagsporter.
Genom att koppla IMU-sensorinställningen till ett standardiserat fälttest kan det illustreras hur kinematik med lägre extremitet registreras under linjär sprintning i fältet, vilket kan vara ett användbart mått för att identifiera skaderiskfaktorer. Sensorinställningen kan ge ytterligare information till aktuella övervakningsåtgärder som proffs kan använda för att optimera träningsscheman för att förbättra prestanda och minimera skaderisken. Därför är huvudsyftet med denna artikel att visa en inertial sensor setup för att uppskatta höft- och knäledskinematik av lagsportidrottare på fältet.
Protocol
Alla metoder som beskrivs i detta avsnitt har godkänts av etikkommittén vid Centrum för humanrörelsevetenskap vid Universitetet i Groningen (Registernummer: 201800904).
1. Förberedelse av fälttest och inertialmätningsenhet
- Ställ in två koner minst 1 m från varandra för att bestämma fälttestets start.
OBS: Avståndet på 1 m mellan konerna gör det möjligt för försökspersonen att enkelt springa genom fälttestets startpunkt. Detta avstånd kan justeras efter testledarens önskemål. - Bestäm fältprovningens slutpunkt genom att rulla mätband från provningens startpunkt tills en 30 m linjär sträcka har tillryggalagts.
- Ställ in två koner minst 1 m från varandra för att bestämma fälttestets slutpunkt.
- Förbered imus för att fästas korrekt på motivets kropp.
OBS: Se Materialförteckning för IMU-dimensioner och viktegenskaper.- Skär stretchtejp i 5 stycken stora som 10 cm x 10 cm.
- Skär dubbelhäftande tejp (t.ex. toupee tejp) i 5 stycken som motsvarar storleken på de IMUs som används.
- Fäst en bit dubbelhäftande tejp på varje IMU.
- Märk varje IMU så att den kan kännas igen individuellt under dataanalysen.
2. Ämnesförberedelser
- Få information om ämnets kön, ålder, kroppsvikt och längd. Be ämnet fylla i ett frågeformulär om deras bakgrund inom lagsporter. Få skriftligt informerat samtycke från försökspersoner som uppfyller inkluderingskriterierna.
OBS: Exempel på frågor: (i) Hur många år spelar du fotboll? ii) På vilken nivå spelar du fotboll? (iii) Hur många timmar per vecka har du fotbollsträning under de senaste 6 månaderna? (iv) Vilken är din spelposition? (v) Har du upplevt någon smärta eller lidit du en muskuloskeletal skada i nedre änden under de senaste 6 månaderna? - Bestäm om ämnet uppfyller inkluderingskriterierna.
OBS: Inkludera försökspersoner när de inte upplevt några muskuloskeletala skador eller smärta i de nedre extremiteterna under de 6 månaderna innan protokollet verkställdes; Ämnen bör ha mer än 1 års erfarenhet av konkurrerande lagsporter på amatörnivå. - Be ämnet byta till sportkläder (t.ex. fotbollströja, fotbollsshorts och fotbollsskor).
OBS: Eftersom sensorer kommer att placeras på skenbenet är fotbollsstrumpor oönskade. - Förbered imus för att fästa vid ämnets kropp.
- Justera alla 5 snabbmeddelanden bredvid varandra.
- Aktivera alla fem imus samtidigt genom att trycka på en knapp ovanpå sensorn. Sensorn aktiveras när en grön lampa blinkar.
OBS: Från och med nu tar varje IMU-exempel på data vid 500 Hz. Data lagras på ett SD-kort internt. Data måste laddas upp till en bärbar dator eller dator efter att testet har slutförts. - Se till att en mekanisk topp har genererats genom att knacka på alla IMUs på en hård yta samtidigt (t.ex. på ett bord).
OBS: Den mekaniska toppen behövs för att synkronisera IMU-signalerna. Synkronisering av IMU-signalerna utförs under databehandling (avsnitt 5). Detta avsnitt är inte nödvändigt när kommersiellt tillgängliga sensorer används. Använd i så fall motsvarande programvara för att synkronisera sensorerna.
- Fäst imus i ämnets organ (figur 1).
- Raka motivets kroppshår på följande anatomiska platser: vid korsbenet mellan båda bakre överlägsna iliaca ryggraden, den anteromedial beniga delen av både höger och vänster skenben och den laterala delen av både höger och vänster lår (dvs tractus illiotibialis).
OBS: De anatomiska platserna där sensorer ska placeras kan bestämmas genom palpation. - Spraya självhäftande spray på de anatomiska platser som beskrivs i steg 2.5.1. Vänta 5−10 s för att se till att limsprayen är torr.
OBS: Håll sprayen minst 10 cm från huden och spraya önskat område med en svepande rörelse. - Ta bort skyddsskiktet på den dubbelsidiga tejpen från IMUs.
- Placera IMU på de beskrivna anatomiska platserna. Skriv ner den anatomiska platsen med motsvarande etikett på IMU (t.ex. höger skaft: IMU 1).
- Fäst stretchtejpen ovanpå varje IMU för att se till att sensorn dessutom är fastsatt på huden.
- Raka motivets kroppshår på följande anatomiska platser: vid korsbenet mellan båda bakre överlägsna iliaca ryggraden, den anteromedial beniga delen av både höger och vänster skenben och den laterala delen av både höger och vänster lår (dvs tractus illiotibialis).
3. IMU-sensorkalibrering
- Instruera motivet att stå stilla i ett neutralt läge med fötterna höftbredd isär och händerna i sidan. Behåll denna position i minst 5 s.
- Instruera motivet att böja vänster höft och knä i 90° vinkel i sagitalplanet följt av att höften förlängs till neutral position enligt beskrivningen i steg 3.1.
Anm.: För definitioner av kinematiska variabler, se figur 2. - Upprepa steg 3.2 för höger höft och knä.
- Instruera deltagaren att böja stammen mot marken och återgå till sitt neutrala läge.
- Vänta i minst 5 s.
- Upprepa steg 3.1−3.5 en gång.
4. Utför det linjära sprinttestet på 30 m
- Instruera ämnet att utföra en uppvärmning (t.ex. det fotbollsspecifika FIFA 11+ uppvärmningsprogrammet20).
- Informera ämnet om testprotokollet.
- Ange tydligt att risken för att skadas under testet inte är högre än under normal träning och att försökspersonen kan avbryta testet när som helst, utan att ange någon anledning.
- Instruera motivet att stå i rätt utgångsläge, med önskad fot stående på startlinjen och axlarna bakom startlinjen på planen.
- Instruera motivet att testledaren räknar ner från 3 till 0 följt av att ropa "Start". Instruera att när "Start" har kallats börjar testet.
- Informera föremålet för sprint så fort som möjligt tills 30-m slutpunkten har nåtts. När 30-m-målpunkten har nåtts måste ämnet bromsa in så snabbt som möjligt till ett stilleståndsläge.
- Låt ämnet ställa frågor. Om det behövs tillåter du att ämnet utför en övningskörning för att bekanta ämnet med protokollet.
- Fråga motivet om instruktionerna var tydliga.
- Kontrollera att motivet är i rätt utgångsläge.
- Räkna ner från '3' till '0' och ropa 'Start' för att starta testet. Starta timern när starttecknet har getts.
- Uppmuntra ämnet för att uppnå maximal prestanda.
- Stoppa timern när deltagaren har nått sin stilleståndsposition.
- Upprepa steg 4,4−4,6 tills tre sprintar har genomförts.
OBS: Låt deltagarna vila i minst 2 minuter mellan försöken. Inkludera den snabbaste sprinten för dataanalys. - Instruera motivet att utföra en nedkylning.
- Lossa IMUs från motivet genom att ta bort stretchtejpen och dubbelhäftande tejp från motivets kropp.
5. Databehandling
- Anslut IMU med en dator med hjälp av en USB-kabel. Exportera de råa IMU-data till en viss mapp på datorn.
- Öppna MATLAB (version r2018b). Importera de råa IMU-datafilerna (t.ex. accelerometer,gyroskop- och magnetometerdata).
- Synkronisera de råa IMU-datafilerna.
- Importera accelerationsdatafilen för en sensor (t.ex. bäckensensor).
- Beräkna ryck genom att differentiera accelerationssignalerna X, Y och Z. Summera X, Y och Z-idioten för att få den totala idioten.
- Få den mekaniska toppen genom att hitta indexvärdet i datafilen där den totala rycken har nått sitt maximala värde. Indexvärdet är början på mätningen.
- Ta bort alla datapunkter för accelerationsdata, magnetometerdata och gyroskopdata före sensorns indexvärde.
- Upprepa steg 5.3.1−5.3.3 för varje rådatafil för motsvarande sensor.
- Bestäm vilken sensor som innehåller den lägsta mängden datapunkter genom att hämta antalet exempel på datapunkter för varje datafil.
- Klipp alla andra datafiler som motsvarar storleken på sensorn som registrerade signaler under den kortaste tidsperioden.
- Filtrera gyroskopdata med ett butterworthfilter med en andra beställning med en brytfrekvens på 12 Hz.
OBS: Filtret och den särskilda brytfrekvensen valdes baserat på visuell datainspektion i tidigare pilotexperiment. - Få sensororientering med avseende på den globala jordramen genom att beräkna sensorns orienteringskvartsion med hjälp av ett Madgwick-filter35.
OBS: En omfattande beskrivning av hur sensororientering med avseende på den globala jordramen beräknas beskrivs i Madgwick et al.35. - Justera sensorkoordinatramen mot karosssegmentet.
- Välj datafilens indexnummer när ämnet stod stilla under kalibreringen (steg 3.1).
OBS: Det antas att sensorns längsgående axel liknar gravitationsvektorn. - Använd indexnumren i steg 5.6.1 för att beräkna den genomsnittliga orienteringen för varje sensor med avseende på den globala referensramen under den statiska kalibreringen. Rotera sedan sensorramen för varje sensor så att den överensstämmer med den globala referensramen under statisk kalibrering.
- Välj datafilens indexnummer när kalibreringsförflyttningen på vänster ben utfördes (steg 3.2).
- Rotera orienteringen för vänsterbenssensorerna på ett sådant sätt att kalibreringsrörelsen endast är en rotation om frontaxeln.
- Upprepa steg 5.6.3 och 5.6.4 för kalibreringsrörelserna för höger ben och bål.
- Välj datafilens indexnummer när ämnet stod stilla under kalibreringen (steg 3.1).
- Få gemensamma orienteringar genom att uttrycka orienteringen av det distala kroppssegmentet i koordinatramen för det proximala segmentet för varje led.
- Få ledvinklar genom att sönderdela de erhållna ledorienteringarna i "XZY" Euler-vinklar.
OBS: Hur man sönderdelas i de erhållna ledorienteringarna i "XZY" Euler-vinklar beskrivs i Arbetet i Diebel36. - Erhåll gemensamma vinkelhastigheter som uttrycker gyroskopsignalerna för varje distala segment i koordinatramen för motsvarande proximala segment minus vinkelhastigheten för proximalt segment.
- Identifiera varje steg under den linjära sprinten med hjälp av en stegidentifieringsalgoritm.
- Importera filtrerade gyroskopdata i MATLAB.
- Använd en toppdetekteringsfunktion för att identifiera toppar i gyroskopsignalen.
OBS: Topphöjden fastställdes till 286,5 °·s-1 och minimal toppsträcka fastställdes till 100 prover (= 0,2 s).
- För varje steg, beräkna det maximala värdet för höftvinkel, knävinkel, höftvinkelhastighet och knävinkelhastighet.
- För varje steg, beräkna minimivärdet för höftvinkel, knävinkel, höftvinkelhastighet och knävinkelhastighet.
- För varje steg, beräkna höftområdet genom att subtrahera den minsta höftvinkeln från den maximala höftvinkeln.
- För varje steg, beräkna knäområdet genom att subtrahera den minsta knävinkeln från den maximala knävinkeln.
- Spara de bearbetade data i en viss mapp på datorn för att kunna använda dem för vidare analys.
6. Dataanalys
- Importera de bearbetade IMU-data i MATLAB.
- Dela upp sprinten i en acceleration, en topphastighets- och retardationsfas baserat på de steg som identifieras av stegdetekteringsalgoritmen.
OBS: Sprintfaser i den här artikeln valdes godtyckligt. Accelerationsfasen definieras som steg 3 till 837, medan retardationsfasen definieras som de sista åtta stegen i sprinten. Data med högsta hastighet härleddes från steg som utfördes mellan dessa faser. - Välj vinkelhastighetsdata för dataanalys.
- Beräkna medelvärdena och standardavvikelsen för de kinematiska variablerna för alla steg under varje fas i det linjära sprinttestet på 30 m.
- Upprepa steg 6.3 och 6.4 för vinkeldata.
Representative Results
Fem ämnen (alla manliga; alla fotbollsspelare; ålder 22,5 ± 2,1 år; kroppsmassa 77,0 ± 3,8 kg; höjd 184,3 ± 5,2 cm; träningsupplevelse 15,3 ± 4,8 år) utförde en maximal 30-m linjär sprint. Höftvinklarna varierade mellan 100,5° (± 8°) maximal flexion och 183,1° (± 8°) maximal förlängning under acceleration, 104,1° (± 8°) maximal flexion och 195° (± 8°) maximal förlängning under toppfart och 128,4° (± 11°) maximal flexion och 171,9° (± 23°) minimal flexion under retardation. Höftvinkelhastigheterna varierade mellan 744,9 °·s-1 (± 154 °·s-1)och –578 °·s-1 (± 99 °·s-1)under accelerationen. 802.6 °·s-1 (± 192 °·s-1)och -674,9 °·s-1 (± 130 °·s-1)under toppfart, och 447,7 °·s-1 (± 255 °·s-1)och -430,3 °·s-1 (± 189 °·s-1)under retardationen.
Dessutom varierade knävinklarna mellan 73,5° (± 12°) maximal flexion och 162,6° (± 7°) minimal flexion under acceleration, 62,8° (± 12°) maximal flexion och 164,8° (± 6°) minimal flexion under topphastighet och 81,1° (± 16°) maximal flexion och 168,6° (± 12°) minimal flexion under retardation. Knä vinkelhastigheten varierade mellan 935,8 °·s-1 (± 186 °·s-1)och -1137,8 °·s-1 (± 214 °·s-1)under accelerationen. mellan 1155,9 °·s-1 (± 200 °·s-1)och -1208,2 °·s-1 (± 264 °·s-1)under toppfart, och 1000.1 °·s-1 (± 282 °·s-1)och -1004.3 °·s-1 (± 324 °·s-1). Figur 3 illustrerar kontinuerliga kinematiska data från en studie av det linjära sprinttestet på 30 m, medan figur 4 och figur 5 illustrerar kinematiska data för en stegcykel under acceleration, topphastighet och retardation av en studie.
Figur 1: Representation av sensorplacering. (A) Sensorplacering till höger och vänster skaft. B)Sensorplacering på bäckenet och höger och vänster lår. Klicka här om du vill visa en större version av den här figuren.
Figur 2: Definitioner för höft- och knäledsvinklar och vinkelhastigheter. A)Representation av det neutrala läget i sagittalplanet. Ledvinklar i neutralt läge är 180°. (B) Representation av höftled (höft), knäled (θ knä) och rörelseområde (ROM). Klicka här om du vill visa en större version av den här figuren.
Figur 3: Visualisering av sprint kinematik av ett försök under acceleration, topphastighet och retardationsfas. Ett asterix anger när ett steg har upptäckts. (A) Vänster och höger höftflexion och förlängningsvinklar över tid. (B) Vänster och höger höft vinkelhastigheter över tid. (C) Vänster och höger knä vinklar över tid. (D) Vänster och höger knä vinkelhastigheter över tid. Klicka här om du vill visa en större version av den här figuren.
Figur 4: Polardiagram där höftledsvinkel (°) och vinkelhastigheter (flexion/förlängning) i ett steg illustreras under acceleration, topphastighet och retardation. Klicka här om du vill visa en större version av den här figuren.
Figur 5: Polardiagram där knäledsvinkel (°) och vinkelhastigheter (flexion/förlängning) i ett steg illustreras under acceleration, topphastighet och retardation. Klicka här om du vill visa en större version av den här figuren.
Discussion
Nuvarande metoder för att övervaka idrottare i lagsporter registrerar inte lägre extremitet kinematik, vilket kan vara en användbar åtgärd för att identifiera skaderiskfaktorer. Guldstandarden för analys av kinematik med lägre extremitet under sprintning är optoelektroniska mätsystem29,30,31,32. Även om optoelektroniska mätsystem fungerar som en guldstandard saknar dessa system ekologisk giltighet på grund av deras begränsade mätområde. Sensorinställningen som presenteras i den här artikeln övervinner begränsningarna i de nuvarande mätsystemen och är relativt billig. Möjligheten att registrera lägre extremitet kinematik i fältet, mätt med sensorinställningen, kan förbättra idrottare övervakning övning.
Tidigare studier som undersökte sprint kinematik29,31,37,38,39 rapporterade höftvinklar som sträcker sig från 210 ° förlängning till 90 ° flexion. Dessutom rapporterade dessa studier knävinklar från 160° minimal flexion och 40° maximal flexion. De värden som observerats i denna studie ligger inom det intervall som tidigare rapporterats. En studie38 rapporterade höft vinkelhastigheter från -590 °·s-1 till 700 °·s-1 och knä vinkelhastigheter från -1 000 °·s-1 till 1 100 °·s-1. Även om de värden som observerades i denna studie var högre, visar de en liknande trend över tid. Metoden har validerats och kan användas för atletövervakning i fält40.
Den aktuella studien har vissa begränsningar som måste åtgärdas. För det första måste användarna, bortsett från egenskaperna hos de imus som har använts, vara medvetna om att de signaler som härleds från imus påverkas av flera felkällor som begränsar det möjliga tillämpningsområdet41. För det första kan svängningen av mjukvävnaderna runt benen (dvs. mjukvävnadsföremål42) påverka registreringen av kinematik. Av denna anledning är det viktigt att noggrant fästa imus till ämnets organ enligt de steg som beskrivs i protokollet. Även om nödvändiga åtgärder vidtagits bör det noteras att den aktuella studien inte inkluderade extra elastiska remmar för att förhindra felaktig sensorrörelse. Detta kan förbättra resultaten och kan ses som en begränsning av denna studie. För det andra ändrar ferromagnetiska störningar från andra anordningar (främst inuti byggnader) storleken eller riktningen på den uppmätta magnetfältsvektorn på IMU: s magnetometer, vilket orsakar fel i uppskattadorientering 43. Därför bör källor till ferromagnetiska störningar undvikas så mycket som möjligt. Dessutom måste det noteras att sensorinställningen inte är tillämplig på glidtacklingar eftersom sensorerna kommer att lossna från huden som ett resultat av kontakt med markytan. Deltagarna bör därför instrueras att inte utföra glidtacklingar under små sidospel. En möjlig lösning på detta problem kan vara att integrera sensorinställningen i smarta plagg (dvs. en Smart Sensor Tights).
De kinematiska variabler som erhålls av sensorinställningen kan användas i en segmentmodell för att övervaka idrottare i fältet. Tidigare forskning fann minskad maximal kombinerad höftflexion och knäförlängningsvinkel (dvs. teoretisk hamstringlängd) efter varje halva av en fotbollsmatchsimulering44. I samma studie har en ökning av skaftens vinkelhastighet observerats under ändarna av varje halvlek. Den lägre hamstringlängden i kombination med en ökad skafthastighet kan tyda på en ökad risk för överdriven hamstring stam efter trötthet. Sådana förändringar i sprinting kinematik kan detekteras i en fältinställning med hjälp av en imu-driven segmentmodell (Inertial Measurement Unit). Förutom förändringar i gemensam kinematik kan krafter som verkar på kroppen som helhet också uppskattas. Jordreaktionskrafter (GRF) beskriver den biomekaniska belastning som upplevs av det totala muskuloskeletala systemet och kan uppskattas med hjälp av Newtons andra rörelselag (dvs. F = m · a). Aktuell forskning inom löpning använde GRF-uppskattning för att optimera sprintprestanda45,46 eller bedöma potentiell skaderisk47,48,49,50. Dessa studier tyder på att lastningshastigheter, vertikala slagkrafttoppar och horisontell brottkraft är relaterade till muskuloskeletala överanvändningsskador. Även om det är en utmaning att uppskatta GRF exakt under mycket dynamiska lagsportspecifikarörelser 51,52, kan möjligheten att övervaka dessa variabler under mätningar på fältet ge ny information för att optimera prestanda eller för att förhindra skador.
Resultaten som presenteras i detta dokument är begränsade till övervakning nedre änden kinematik under en linjär sprint, med fokus på hamstring stam skada mekanism. Det bör dock noteras att höft- och ljumskskador också förekommer ofta ilagsporter 14,17,53,54,55. Dessa skador orsakas troligen av repetitiv inblandning av sparkar och riktningsändring. Således bör framtida forskning inte bara begränsa deras fokus på sprinting i samband med hamstring stam skada mekanismen utan också fokusera på att utöka kunskapen om förändring avriktningsuppgifter 56 ochsparkar 57,58,59 i förhållande till höft- och ljumskskador.
Sammanfattningsvis kan denna sensorinställning integreras i smarta plagg. Smarta plagg kan göra det möjligt att registrera kinematik i nedre extremiteter på fältet under lagsportspecifika uppgifter, vilket kan förbättra övervakningen av idrottare i framtiden. Detta kan hjälpa proffs i en daglig idrottsmiljö att utvärdera sina träningsprogram och optimera dem, i syfte att minska skaderisken.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Författarna vill tack och lov erkänna finansieringskällorna från den nederländska nationella forskningsorganisationen (NWO). Dessutom vill författarna tack och lov erkänna det nederländska kungliga fotbollsförbundet (KNVB) för att ha underlättat forskningsprogrammet genom att ge tillgång till deras forskningsanläggningar. Slutligen vill författarna tack och lov tacka Thijs Wiggers för hans bidrag till 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).
