Video Experimental Relacionado
Updated: Jan 7, 2026

06:52
An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field
Published on: May 26, 2020
8.4K
Aprendizaje automático interpretable sobre características biomecánicas derivadas de simulaciones para la detección
Andreea Maria Mănescu1, Andrei Claudiu Tudor2, Corina Claudia Dinciu2
1Faculty of AgriFood and Environmental Economics, Doctoral School, Bucharest University of Economic Studies, 010374 Bucharest, Romania.
Sports (Basel, Switzerland)
|December 24, 2025
Resumen
Este estudio desarrolló un modelo de aprendizaje automático utilizando datos simulados de carrera para detectar con precisión el desequilibrio isquiotibiales-cuádriceps (H-Q), un indicador clave de la inestabilidad de la rodilla y el riesgo de lesiones en corredores.
Área de la Ciencia:
- Biomecánica
- Medicina Deportiva
- Aprendizaje Automático
Sus antecedentes:
- El desequilibrio isquiotibiales-cuádriceps (H-Q) es un marcador biomecánico significativo relacionado con la inestabilidad de la rodilla y un mayor riesgo de lesiones al correr.
- La evaluación precisa del desequilibrio H-Q es crucial para las estrategias de prevención de lesiones en atletas.
Objetivo del estudio:
- Introducir un marco digital de aprendizaje automático para estimar el desequilibrio H-Q.
- Utilizar características biomecánicas de ensayos de carrera sintéticos para la detección del desequilibrio H-Q.
- Desarrollar un modelo que se mapee conceptualmente a datos de sensores inerciales para una aplicación práctica.
Principales métodos:
- Un modelo musculoesquelético reducido generó 573 ensayos de carrera sintéticos para 160 sujetos virtuales a tres velocidades.
- Los predictores biomecánicos clave incluyeron la relación dinámica H:Q (H:Qdyn), el índice de simetría de extremidades del momento de la rodilla (LSI) y el índice de cocontracción (CCI).
- Se entrenó y evaluó un clasificador de gradiente de impulso utilizando métricas como ROC-AUC, PR-AUC, precisión equilibrada, F1 y puntuación de Brier.
Principales resultados:
- El modelo de aprendizaje automático logró un alto rendimiento en todas las métricas: ROC-AUC 0.933, precisión equilibrada 0.943, PR-AUC 0.918, F1 0.940 y puntuación de Brier 0.056.
- La relación dinámica H:Q y la simetría del momento de la rodilla se identificaron como los predictores más influyentes.
- El índice de cocontracción proporcionó información complementaria sobre la coordinación muscular.
Conclusiones:
- Los datos biomecánicos derivados de la simulación pueden entrenar eficazmente modelos de aprendizaje automático para evaluar el equilibrio muscular.
- El marco desarrollado demuestra el aprendizaje automático interpretable para una evaluación transparente del desequilibrio H-Q en medicina deportiva.
- Este enfoque tiene el potencial de informar la prevención de lesiones y la mejora del rendimiento en corredores.
Palabras clave:
índice de cocontraccióndesequilibrio isquiotibiales-cuádricepstecnologías inercialesaprendizaje automático interpretableíndice de simetría de extremidadessimulación musculoesqueléticabiomecánica deportiva
