Acceso usuarios
Lulu Wang, Zhihai Lu, Bing Zeng, Yanlin Su
Las lesiones causadas por el uso excesivo son comunes en los corredores de larga distancia, y la detección temprana de lesiones inducidas por el uso excesivo puede ayudar a los entrenadores a ajustar los programas de entrenamiento para evitar un mayor desarrollo de lesiones y prevenir eficazmente lesiones graves. La investigación de la marcha es una herramienta importante en la investigación de las carreras de larga distancia, a través de los parámetros de la marcha del atleta se puede obtener el estado de movimiento y la lesión del atleta. Sin embargo, la menor investigación tradicional requiere una guía rica en experiencia, lo que no favorece una promoción generalizada. En este artículo, se utiliza la tecnología de aprendizaje profundo para construir un modelo de detección de la marcha de lesiones por uso excesivo de los atletas. A través del análisis automático de los parámetros de la menor marcha de los atletas para detectar si existe una lesión inducida por el uso excesivo, la detección temprana de las tendencias de las lesiones, para evitar el agravamiento de las lesiones. A través de experimentos, se verifica que el modelo puede identificar eficazmente las características de los parámetros de la marcha de las lesiones por uso excesivo en atletas excelentes.
Injuries caused by overuse are common in long-distance runners, and early detection of overuse-induced injuries can assist coaches in adjusting training programs to avoid further development of injuries and effectively prevent serious injuries. Gait research is an important tool in distance running research, through the athlete's gait parameters can obtain the athlete's movement status and injury. However, the traditional less research requires rich experience guidance, which is not conducive to widespread promotion. In this paper, deep learning technology is utilized to construct an athlete overuse injury gait detection model. Through the automatic analysis of the athletes less parameters to detect whether there is overuse-induced injury, early detection of injury trends, to avoid injury aggravation. Through experiments, it is verified that the model can effectively identify the gait parameter characteristics of overuse injury in excellent athletes.
