在U-18篮球中使用LPS和MEMS数据的物理工作负载模式:按季度和比赛位置进行主要组件分析
Sergio J Ibáñez1, Markel Rico-González2, Carlos D Gómez-Carmona1,3,4
1Research Group in Optimization of Training and Sports Performance (GOERD), Department of Didactics of Music, Plastic and Body Expression, Faculty of Sport Science, University of Extremadura, 10003 Caceres, Spain.
Sensors (Basel, Switzerland)
|October 16, 2025
概括
这项研究使用主要成分分析 (PCA) 来分析篮球运动员的体力工作量. 关键变量解释了游戏季度和位置之间的工作量变化,为个性化训练策略提供了信息.
科学领域:
- 运动科学 运动科学 运动科学
- 生物力学 生物力学
- 篮球表现分析 篮球表现分析
背景情况:
- 篮球涉及高强度,间歇性活动与波动的身体需求.
- 之前的研究经常孤立地分析这些需求,缺乏整合性方法.
研究的目的:
- 确定解释精英U18男子篮球运动员体力工作负荷的关键变量.
- 通过使用主要组件分析 (PCA) 分析游戏季度和比赛位置的工作负载变化.
主要方法:
- 使用了WIMU PROTM多传感器可穿戴设备,配备了局部定位系统 (LPS) 和微电机械系统 (MEMS).
- 在欧洲篮球联赛 (EuroLeague Basketball ANGT Finals) 期间收集了94名18岁以下男球员的精英数据.
- 应用PCA对31个选定的变量进行尺寸缩小和工作负载分析.
主要成果:
- 五到八个主要组成部分解释了每季度61-73%的差异和每仓位64-69%的差异.
- 高强度变量在各季度下降,而防守,前和中的特定工作负载配置文件出现.
- 前方显示了最高的爆炸距离负载,而中心则集中了电力需求.
结论:
- 这些发现支持篮球运动员的情境和个性化训练计划.
- 教练可以利用这些见解来优化训练,比赛轮换和受伤风险管理.
- 了解特定位置和游戏阶段的工作负载变化对于性能提升至关重要.
