从惯性测量单元的早期马拉松跑步指标预测了显著的节奏减速

科学领域:

• 运动科学 运动科学 运动科学
• 生物力学 生物力学
• 运行性能分析的运行.

背景情况:

• 马拉松跑的表现往往受到一种被称为"撞墙"的比赛后期现象的限制.
• 使用早期比赛数据预测这种性能下降仍然是运动员和教练面临的挑战.

研究的目的:

• 开发一个可解释的模型来预测马拉松跑者的"撞墙".
• 从马拉松的早期阶段确定关键的生物力学变量,这些变量可以预测比赛后期的节奏减慢.

主要方法:

• 通过使用惯性测量单位,分析了1437名马拉松运动员的生物力学数据.
• 应用功能主要组件分析和功能逻辑回归到时间序列数据的应用.
• "撞墙"的定义是基于25公里后的速度显著增加.

主要成果:

• 开发的模型在预测性能下降方面实现了73.9%的准确性,75.8%的回忆率和70.1%的精度.
• 步骤长度,地面接触时间和垂直刚度被确定为最强的生物力学预测因素.
• 该模型利用马拉松赛前半段的数据来预测赛后节奏减速.

结论:

• 早期比赛的生物力学特征可以有效地预测马拉松跑者"撞墙".
• 根据这些生物力学因素制定个性化的训练策略,可以帮助预防比赛后期的疲劳.
• 这项研究提供了一种新的方法来理解和减轻耐力赛中的性能下降.