在不活跃的成年人中,以人工智能为基础探索跑步运动模式和阿基里斯肌压力之间的关系 启动跑步计划
Zeyi Zhang1,2, Ting Fan3, Jin Wu1,2
1Key Laboratory of Adolescent Health Assessment and Exercise Intervention of Ministry of Education, East China Normal University, Shanghai, China.
Scandinavian journal of medicine & science in sports
|February 25, 2026
概括
不活跃的成年人开始跑步可以通过优化脚和部运动来减少阿基里斯肌的压力. 机器学习确定了与较高的肌应力相关的特定生物力学模式,为更安全的跑步实践提供了信息.
科学领域:
- 生物力学 生物力学
- 运动医学 运动医学
- 医疗保健中的人工智能
背景情况:
- 不活跃的成年人在开始跑步时面临阿基里斯肌受伤的风险.
- 导致这种风险的特定运行机制尚未完全理解.
- 了解这些机制对于预防伤害和促进健康的跑步整合至关重要.
研究的目的:
- 为了确定在不活跃的成年人中增加阿基里斯肌压力的跑步运动模式.
- 利用机器学习和SHAP方法来分析生物力学数据.
- 为更安全的运行实践提供数据驱动的建议.
主要方法:
- 招募了189名不活动的成年人,并评估了他们的跑步生物力学.
- 使用OpenSim肌肉骨建模和超声波成像估计阿基里斯肌应力.
- 使用极端梯度提升 (XGBoost),随机森林 (RF) 和支持向量回归 (SVR) 进行SHAP分析.
主要成果:
- 与RF和SVR相比,XGBoost模型显示出更高的预测准确性.
- 增加阿基里斯肌压力的关键因素包括有限的脚背部屈曲 (<10.5°),过度的脚脚下屈曲时刻 (>1.5 N·m/kg) 和过度的脚逆转 (>0.1 N·m/kg).
- 其他重要因素包括过度的部内部旋转 (>8.2°),有限的脚外部旋转 (<25.3°) 和有限的膝盖屈曲 (<23.3°).
结论:
- 修改跑步的生物力学,例如增加脚的背和外部旋转,并优化部运动,可以减少阿基里斯肌的压力.
- 对于不活跃的成年人来说,建议减少脚脚下伸缩器的激活.
- 研究结果为开发针对性干预措施提供了基础,以预防初学者跑步者的阿基里斯肌损伤.
