智能体育活动监控,防止肩部冲击综合征
Abdullah Alzahrani1, Abdullah Ibrahim Alhusayni2, Maysa Aljohany3
1Department of Health Rehabilitation Sciences, College of Applied Medical Sciences at Shaqra, Shaqra University, 11961, Shaqra, Saudi Arabia. aalzahrani@su.edu.sa.
Scientific reports
|October 1, 2025
概括
智能可穿戴传感器可以通过分析身体活动期间肩部运动偏差来预测肩部冲击综合征 (SIS) 风险. 这项技术为有效的预防和肌肉骨健康促进提供实时反.
科学领域:
- 生物医学工程 生物医学工程
- 运动医学 运动医学
- 康复技术 康复技术 康复技术
背景情况:
- 肩部阻塞综合征 (SIS) 是一种常见的肌肉骨问题.
- 有效的预防策略对于管理SIS至关重要.
- 重复的空中活动是SIS的已知风险因素.
研究的目的:
- 为SIS预防引入智能物理活动监控系统.
- 评估可穿戴传感器和机器学习在预测SIS风险方面的有效性.
- 为主动干预开发实时反机制.
主要方法:
- 使用可穿戴传感器 (陀螺仪,加速度计) 来收集体力活动期间的运动数据.
- 分析了从参与者从事重复的空头任务的传感器数据.
- 在收集的数据上训练机器学习模型,以预测冲击风险.
主要成果:
- 在SIS的参与者中,在空中任务中观察到肩膀运动偏差的增加.
- 机器学习模型在预测SIS风险方面达到85-88%的准确性.
- 开发了实时反机制,以提供个性化指导.
结论:
- 智能体力活动监测显示出SIS预防的巨大潜力.
- 可穿戴式传感器技术和机器学习可以增强肌肉骨健康.
- 实时反是减轻冲击风险的宝贵工具.
