ANÁLISE EMPÍRICA SOBRE A REDUÇÃO DE LESÕES ESPORTIVAS PELO MÉTODO DE TRIAGEM DE MOVIMENTO FUNCIONAL SOB DADOS DE IMAGENS BIOLÓGICAS
AUTOR(ES)
Duan, Lian
FONTE
Rev Bras Med Esporte
DATA DE PUBLICAÇÃO
2021-08
RESUMO
RESUMO Introdução: A tecnologia de reconhecimento esportivo amadurece gradualmente, entre as quais, os sensores atraíram grande atenção devido ao seu reconhecimento preciso. Objetivo: Os seguintes agachamentos são usados como exemplo para ver se os sinais CNN e EMG determinam se o movimento funcional é padrão. Métodos: Com base no EMG FMS, 80 alunos da mesma série da XX Escola Universitária de Educação Física são selecionados aleatoriamente para o experimento e os resultados são verificados. Resultados: Os resultados mostram que o GBC pode classificar o sinal EMG dos três movimentos funcionais com maior precisão, e a taxa de precisão da classificação do agachamento, estocada e agachamento estocada reta é de 91%, 89% e 90%, respectivamente. A árvore de decisão tem uma boa capacidade de julgar se o movimento funcional é padrão ou não, e a precisão de julgamento pode chegar a mais de 98%. Em conclusão, a EMG baseada em EMG pode detectar efetivamente lesões esportivas precoces e desempenha um bom papel na redução de lesões esportivas. Conclusões: O efeito de classificação do agachamento é o mais evidente, chega a 91%, e sua capacidade de reconhecimento é a mais forte. Nível de evidência II; Estudos terapêuticos- investigação dos resultados do tratamento.
Documentos Relacionados
- MÉTODO DE TRIAGEM DE DADOS BIOLÓGICOS DE AÇÃO FUNCIONAL PARA REDUZIR LESÕES ESPORTIVAS
- REDUZINDO LESÕES ESPORTIVAS POR MEIO DA TRIAGEM DE DADOS BIOLÓGICOS DE IMAGENS DE MOVIMENTO
- SIMULAÇÃO PARA RECONHECIMENTO DE PARTES DANIFICADAS EM IMAGENS BIOLÓGICAS DE LESÕES ESPORTIVAS DE ALTA INTENSIDADE
- SIMULAÇÃO DO MÉTODO DE RECONHECIMENTO DE PARTES DANIFICADAS EM IMAGENS DE LESÕES ESPORTIVAS DE ALTA INTENSIDADE
- PESQUISA SOBRE CLASSIFICAÇÃO DE LESÕES ESPORTIVAS NO JOELHO COM BASE EM IMAGENS MÉDICAS E SOFTWARE KWON3D