使用特定学科的模型来检测与疲劳相关的变化在运行生物力学:一个随机森林方法

科学领域:

• 生物力学 生物力学
• 运动科学 运动科学 运动科学
• 可穿戴技术可穿戴技术

背景情况:

• 疲劳的跑步会改变跑步的生物力学,但与受伤或表现的联系尚不清楚.
• 在跑步分析中,特定主体模型的准确性高于组模型,但在疲劳研究中使用率不足.

研究的目的:

• 为了比较特定对象与基于群组的模型在非疲劳和疲劳条件下对跑步生物力学进行分类的有效性.
• 研究可穿戴设备在与疲劳相关的生物力学分析中的实用性.

主要方法:

• 两项实验涉及参与者在跑步机上和可穿戴设备上跑步.
• 具有交叉验证的随机森林模型被用于分类早期 (非疲劳) 和晚期 (疲劳) 运行段.
• 构建和比较单个主题和基于组的分类器.

主要成果:

• 在这两项实验中,特定对象分类器的平均准确率 (68.2%和68.9%) 比基于组的分类器 (57.0%和61.5%) 高.
• 变量重要性排名在个人中是一致的,但在参与者和群体之间有所不同.
• 尽管总体准确度相对较低,但特定对象的模型在检测疲劳引起的生物机械变化方面具有明显的优势.

结论:

• 特定对象的模型优于组模型,用于识别因跑步疲劳引起的生物力学变化.
• 可穿戴技术和大数据方法对未来对生物力学和与跑步相关的伤害 (RRI) 的研究充满希望.