使用移动捕捉对混合,减速和运行切割任务的手动和自动事件检测进行比较

科学领域:

• 生物力学 生物力学
• 运动医学 运动医学
• 数据分析 数据分析

背景情况:

• 青少年的体育参与正在增加,导致更多的体育相关伤害.
• 预防伤害需要准确分析动作机械在和切割等任务.
• 自动事件检测算法正在出现,以增强3D运动捕捉数据处理.

研究的目的:

• 为了比较手动与自动事件检测在分析运动任务中的可靠性.
• 评估检测方法之间的事件时间和任务执行的差异.
• 评估自动检测对运动员受伤风险评估的有用性.

主要方法:

• 健康的对照组和前十字带重建后的青少年执行了混合,减速和运行切割任务.
• 移动数据是通过评级人员的手动识别和自定义 MATLAB 算法来处理的.
• 对比了评审者内部和评审者间的可靠性,事件时间和任务性能.

主要成果:

• 在手动和自动检测 (4.7-13.5差异) 之间观察到事件时间的显著差异.
• 脚接触时间点在手动和自动化方法之间显示了相似的识别.
• 自动检测在识别关键移动事件方面表现出更高的可靠性.

结论:

• 自动事件检测为分析参与者移动时间点提供了更可靠的方法.
• 这种方法最大限度地减少了用户的变化,为伤害风险评估提供了一致的事件识别.
• 自动检测对于预防体育伤害的临床和研究应用都非常有价值.