Your browser doesn't support javascript.
loading
Empirical analysis on the reduction of sports injury by functional movement screening method under biological image data / Análise empírica sobre a redução de lesões esportivas pelo método de triagem de movimento funcional sob dados de imagens biológicas / Análisis empírico sobre la reducción de las lesiones deportivas mediante el método de detección del movimiento funcional con datos de imágenes biológicas
Duan, Lian.
  • Duan, Lian; Yanshan University. Hebei. CN
Rev. bras. med. esporte ; 27(4): 400-404, Aug. 2021. graf
Article in English | LILACS | ID: biblio-1288598
ABSTRACT
ABSTRACT

Introduction:

Sports recognition technology gradually mature. Among them, wearable sensors have attracted wide attention because of their accurate recognition.

Objective:

The following squats are used as an example to determine whether CNN and EMG signals determine whether functional motion is standard.

Methods:

Based on the FMS of EMG, 80 students of the same grade are randomly selected from the Physical Education School of XX University for the experiment and the results are verified.

Results:

The results show that the GBC can classify the EMG signal of the three functional movements more accurately, and the classification accuracy rate of squat, stride, and straight lunge squat is 91%, 89%, and 90%, respectively. The decision tree has a good ability to judge whether the functional movement is standard or not, and the accuracy of judgment can reach more than 98%. In conclusion, EMG-based FMS can effectively detect early sports injuries and plays a good role in reducing sports injuries.

Conclusions:

The classification effect of the squat is the most obvious, reaching 91%, and its recognition ability is the strongest. Level of evidence II; Therapeutic studies - investigation of treatment results.
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.
RESUMEN
RESUMEN

Introducción:

La tecnología de reconocimiento deportivo va madurando gradualmente, entre los cuales, los sensores han atraído gran atención por su preciso reconocimiento.

Objetivo:

Las siguientes sentadillas se utilizan como ejemplo para saber si las señales CNN y EMG determinan si el movimiento funcional es estándar.

Métodos:

Con base en el FMS de EMG, se seleccionan al azar 80 estudiantes del mismo grado de la Escuela de Educación Física de la Universidad XX para el experimento y se verifican los resultados.

Resultados:

Los resultados muestran que el GBC puede clasificar la señal EMG de los tres movimientos funcionales con mayor precisión, y la tasa de precisión de clasificación de sentadilla, zancada y sentadilla con estocada recta es 91%, 89% y 90%, respectivamente. El árbol de decisiones tiene una buena capacidad para juzgar si el movimiento funcional es estándar o no, y la precisión del juicio puede alcanzar más del 98%. En conclusión, la EMG basada en EMG puede detectar de forma eficaz las lesiones deportivas tempranas y desempeña un buen papel en la reducción de las lesiones deportivas.

Conclusiones:

El efecto de clasificación de la sentadilla es el más evidente, alcanza el 91%, y su capacidad de reconocimiento es la más fuerte. Nivel de evidencia II; Estudios terapéuticos- investigación de los resultados del tratamiento.
Subject(s)


Full text: Available Index: LILACS (Americas) Main subject: Wounds and Injuries / Exercise / Smart Materials / Movement Type of study: Controlled clinical trial / Diagnostic study / Screening study Language: English Journal: Rev. bras. med. esporte Journal subject: Sports Medicine Year: 2021 Type: Article Affiliation country: China Institution/Affiliation country: Yanshan University/CN

Similar

MEDLINE

...
LILACS

LIS


Full text: Available Index: LILACS (Americas) Main subject: Wounds and Injuries / Exercise / Smart Materials / Movement Type of study: Controlled clinical trial / Diagnostic study / Screening study Language: English Journal: Rev. bras. med. esporte Journal subject: Sports Medicine Year: 2021 Type: Article Affiliation country: China Institution/Affiliation country: Yanshan University/CN