在急性:慢性工作负载比率 (ACWR) 计算中先进的特征工程用于精英足球中的伤害预测

科学领域:

• 运动科学 运动科学 运动科学
• 生物力学 生物力学
• 数据科学在体育中的应用

背景情况:

• 精英足球队使用急性:慢性工作负载比率 (ACWR) 来管理训练负载并预防受伤.
• 人们对ACWR在精英比赛中受伤的预测准确性存在担忧.
• 需要新的功能工程来增强训练负载监控.

研究的目的:

• 引入一个新的功能工程框架,足球运动员工作负载足迹 (FWF),用于训练负载管理.
• 在FWF上使用基于微积分的技术来概括传统的工作负载指标 (急性工作负载,慢性工作负载,ACWR).
• 为了比较FWF衍生的特征与传统ACWR的预测能力,以预防伤害.

主要方法:

• 从GPS数据中表示外部工作负载变量作为离散时间序列.
• 将时间序列集成到时间矩阵 (FWF) 中,并应用积分/微分运算.
• 开发使用FWF衍生特征的多变量模型,并将其与基于LaLiga和UEFA数据的ACWR模型进行比较.

主要成果:

• 基于FWF的模型在关键性能指标 (ROC-AUC,PR-AUC,G-Mean,精度) 中始终表现优于传统的ACWR模型.
• 拟议的方法证明了损伤预测中的I型和II型错误减少.
• 转换试验证实了FWF矩阵与受伤风险之间的显著关联,在持久数据上表现强.

结论:

• FWF框架为训练负载监测和伤害预防提供了一个强大的,可解释和可泛化的方法.
• 这种方法提高了传统工作负载指标适用于现代机器学习应用体育科学中的适用性.
• 这些发现支持体育科学和医疗专业人员使用FWF来提高运动员的安全和表现.