JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
español

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Behavior

Un método basado en la unidad de medición inercial para estimar la cinemática articular de cadera y rodilla en los atletas del deporte en equipo en el campo

Published: May 26, 2020
doi:
10.3791/60857
, , , , , , , , , , ,
1Center for Human Movement Sciences, University Medical Center,University of Groningen, 2Department of Human Movement Sciences, Faculty of Behavioural and Movement Sciences,Vrije Universiteit Amsterdam, 3Emerging Materials, Department of Design Engineering,Delft University of Technology, 4Department of Biomechanical Engineering,Delft University of Technology, 5FIFA Medical Center,Royal Netherlands Football Association, 6Royal Dutch Hockey Association

Summary

Monitorear a los atletas es esencial para mejorar el rendimiento y reducir el riesgo de lesiones en los deportes de equipo. Los métodos actuales para monitorear a los atletas no incluyen las extremidades inferiores. La conexión de múltiples unidades de medición inercial a las extremidades inferiores podría mejorar el monitoreo de los atletas en el campo.

Abstract

La práctica actual de monitoreo de atletas en deportes de equipo se basa principalmente en datos posicionales medidos por el posicionamiento global o los sistemas de posicionamiento local. La desventaja de estos sistemas de medición es que no registran la cinemática de las extremidades inferiores, lo que podría ser una medida útil para identificar factores de riesgo de lesiones. El rápido desarrollo en la tecnología de sensores puede superar las limitaciones de los sistemas de medición actuales. Con unidades de medición inerciales (MIU) fijadas de forma segura a segmentos del cuerpo, algoritmos de fusión de sensores y un modelo biomecánico, se podría estimar la cinemática articular. El propósito principal de este artículo es demostrar una configuración del sensor para estimar la cinemática de la articulación de la cadera y la rodilla de los atletas deportivos del equipo en el campo. Cinco sujetos masculinos (de 22,5 ± 2,1 años; masa corporal 77,0 ± 3,8 kg; altura 184,3 ± 5,2 cm; experiencia de entrenamiento 15,3 ± 4,8 años) realizaron un sprint lineal máximo de 30 metros. Los ángulos de las articulaciones de cadera y rodilla y las velocidades angulares fueron obtenidos por cinco IMUs colocados en la pelvis, ambos muslos y ambos vástagos. Los ángulos de cadera oscilaban entre 195° (± 8°) extensión a 100.5° (± 8°) flexión y ángulos de rodilla oscilaban entre 168.6 ° (± 12 °) flexión mínima y 62.8 ° (± 12 °) flexión máxima. Además, la velocidad angular de la cadera osciló entre 802,6 °·s-1 (± 192 °·s-1)y -674,9 °·s-1 (± 130 °·s-1). La velocidad angular de la rodilla osciló entre 1155,9 °·s-1 (± 200 °·s-1)y -1208,2 °·s-1 (± 264 °·s-1). La configuración del sensor ha sido validada y podría proporcionar información adicional con respecto a la supervisión de atletas en el campo. Esto puede ayudar a los profesionales en un entorno deportivo diario a evaluar sus programas de entrenamiento, con el objetivo de reducir las lesiones y optimizar el rendimiento.

Introduction

Los deportes de equipo (por ejemplo, fútbol y hockey de campo) se caracterizan por alternar breves acciones explosivas como correr de alta intensidad o correr, con períodos más largos de actividades menos exigentes como caminar o trotar1,2,3,4,5,6. En las últimas décadas, las exigencias físicas del juego evolucionaron con más distancia cubierta a alta velocidad y sprint, velocidades de bola más rápidas y más pases7,8.

Los atletas entrenan constantemente duro con el fin de mantener y mejorar su capacidad física para soportar las exigencias físicas del juego. La correcta aplicación de un estímulo de entrenamiento en combinación con suficiente recuperación induce respuestas que conducen a la adaptación del cuerpo humano, mejorando la aptitud y el rendimiento9. Por el contrario, un desequilibrio entre un estímulo de entrenamiento y recuperación puede conducir a fatiga prolongada y una respuesta de entrenamiento indeseable (maladaptation), que aumenta el riesgo de lesiones en los atletas deportivos de equipo profesionales y aficionados10,11,12,13.

Uno de los principales riesgos acompañados de alto entrenamiento y estímulos de partido son las lesiones por tensión muscular. Las lesiones por tensión muscular constituyen más de un tercio de todas las lesiones de pérdida de tiempo en los deportes de equipo y causan más de una cuarta parte de la ausencia total por lesión, siendo los isquiotibiales los más frecuentemente involucrados14,15,16,17. Además, el número de atletas que sufren una lesión por distensión en los isquiotibiales aumenta cada año18,19,a pesar de que se han introducido múltiples programas para prevenir lesiones por tensión en los isquiotibiales12,13,20,21. En consecuencia, esto tiene una influencia negativa desde perspectivas deportivas22 y financieras23. Así, el seguimiento adecuado de los atletas individuales es esencial para optimizar los horarios de entrenamiento, minimizar el riesgo de lesiones y optimizar el rendimiento.

La práctica actual de monitoreo de atletas en deportes de equipo se basa principalmente en datos de posición medidos por los sistemas de posicionamiento local o global24,25. Estos sistemas supervisan la actividad con métricas basadas en GPS como la distancia recorrida, la velocidad media de funcionamiento o las métricas basadas en acelerometría, como PlayerLoad26,27,28. Una desventaja de estas medidas es que no incluyen la cinemática de las extremidades inferiores. Los sistemas de medición optoelectrónica sirven como estándar de oro para realizar un análisis cinemático de las extremidades inferiores durante un sprint lineal29,30,31,32. Las desventajas de estos sistemas son la falta de validez ecológica debido a su área de medición restringida, la necesidad de un experto para operar el sistema y el análisis de datos que consume mucho tiempo. Por lo tanto, este método no es adecuado para la práctica deportiva diaria.

El rápido desarrollo en la tecnología de sensores puede superar las limitaciones de los métodos actuales para monitorear a los atletas. La fiabilidad reciente, la miniaturización y las posibilidades de almacenamiento de datos de las unidades de medición inercial (IMU) permiten la aplicación en el campo de la tecnología de sensores. Las IMU contienen un acelerómetro, giroscopio y magnetómetro que miden la aceleración, la velocidad angular y el campo magnético, en tres ejes ortogonales respectivamente33,34. Con sensores fijados de forma segura a segmentos corporales, algoritmos de fusión de sensores y un modelo biomecánico, es posible estimar la cinemática articular33. El registro de cinemática conjunta en combinación con información sobre la aceleración de diferentes segmentos del cuerpo puede mejorar el seguimiento de los atletas en los deportes de equipo.

Al combinar la configuración del sensor IMU a una prueba de campo estandarizada, se puede ilustrar cómo se registran la cinemática de las extremidades inferiores durante el sprint lineal en el campo, lo que podría ser una medida útil para identificar factores de riesgo de lesiones. La configuración del sensor podría proporcionar información adicional a las medidas de monitoreo actuales que los profesionales pueden utilizar para optimizar los horarios de capacitación para mejorar el rendimiento y minimizar el riesgo de lesiones. Por lo tanto, el propósito principal de este artículo es demostrar una configuración de sensor inercial para estimar la cinemática de la articulación de la cadera y la rodilla de los atletas deportivos de equipo en el campo.

Protocol

Todos los métodos descritos en esta sección han sido aprobados por el comité ético del Centro de Ciencias del Movimiento Humano de la Universidad de Groningen (Número de Registro: 201800904). 1. Prueba de campo y preparación de la unidad de medición inercial Establezca dos conos al menos 1 m entre sí para determinar el inicio de la prueba de campo.NOTA: La distancia de 1 m entre los conos permite que el sujeto se ejecute fácilmente a través del punto inicial de la prueba de campo. Esta distancia se puede ajustar a la preferencia del líder de prueba. Determine el punto final de la prueba de campo rodando cinta de medición desde el punto inicial de la prueba hasta que se haya recorrido una distancia lineal de 30 m. Fije dos conos al menos 1 m entre sí para determinar el punto final de la prueba de campo. Prepare las UNIDADES de mensajería instantánea para que se adhiera correctamente al cuerpo del sujeto.NOTA: Consulte Tabla de materiales para las dimensiones y características de peso de la IMU. Corte la cinta elástica en 5 piezas del tamaño de 10 cm x 10 cm. Corte cinta adhesiva de doble cara (por ejemplo, cinta de tupé) en 5 piezas iguales al tamaño de las IMU que se utilizan. Conecte un trozo de cinta adhesiva de doble cara a cada IMU. Etiquete cada IMU, para que pueda ser reconocida individualmente durante el análisis de datos. 2. Preparación del sujeto Obtenga información sobre el género, la edad, el peso corporal y la estatura del sujeto. Pida al sujeto que rellene un cuestionario sobre sus antecedentes en deportes de equipo. Obtenga el consentimiento informado por escrito de los sujetos que cumplan con los criterios de inclusión.NOTA: Ejemplos de preguntas: (i) ¿Durante cuántos años juegas al fútbol? (ii) ¿A qué nivel juegas al fútbol? (iii) ¿Cuántas horas a la semana tienes entrenamiento de fútbol durante los últimos 6 meses? (iv) ¿Cuál es su posición de juego? (v) ¿Experimentó algún dolor o sufrió una lesión musculoesquelético en la extremidad inferior durante los últimos 6 meses? Determine si el sujeto cumple los criterios de inclusión.NOTA: Incluir sujetos cuando no experimentaron lesiones musculoesqueléticos o dolor en las extremidades inferiores en los 6 meses antes de ejecutar el protocolo; Las asignaturas deben tener más de 1 año de experiencia en deportes de equipo competidores a nivel amateur. Pida al sujeto que se cambie a ropa deportiva (por ejemplo, una camiseta de fútbol, pantalones cortos de fútbol y zapatos de fútbol).NOTA: Debido a que los sensores se colocarán en la tibia, los calcetines de fútbol no son deseados. Prepare las UNIDADES de mensajería instantánea para adjuntarlas al cuerpo del sujeto. Alinee las 5 IMU una junto a la otra. Active las cinco IMU al mismo tiempo pulsando un botón en la parte superior del sensor. El sensor se activa cuando parpadea una luz verde.NOTA: A partir de este momento, cada IMU muestrea datos a 500 Hz. Los datos se almacenan internamente en una tarjeta SD. Los datos deben cargarse en un ordenador portátil o portátil una vez completada la prueba. Asegúrese de que se ha generado un pico mecánico tocando todas las IMU en una superficie dura al mismo tiempo (por ejemplo, en una tabla).NOTA: El pico mecánico es necesario para sincronizar las señales IMU. La sincronización de las señales IMU se realiza durante el procesamiento de datos (sección 5). Esta sección no es necesaria cuando se utilizan sensores disponibles comercialmente. En ese caso, utilice el software correspondiente para sincronizar los sensores. Adjunte las IMUs al cuerpo del sujeto (Figura 1). Afeita el vello corporal del sujeto en los siguientes lugares anatómicos: en el sacro entre las espinas ilíacas superiores posteriores, la parte ósea anteromedial de la tibia derecha e izquierda, y la parte lateral del muslo derecho e izquierdo (es decir, tractus illiotibialis).NOTA: Las ubicaciones anatómicas donde se deben colocar los sensores pueden determinarse mediante palpación. Rocíe el spray adhesivo en los lugares anatómicos descritos en el paso 2.5.1. Espere 5-10 s para asegurarse de que el aerosol adhesivo esté seco.NOTA: Sujete el spray al menos 10 cm (4 pulgadas) de distancia de la piel y rocíe el área deseada con un movimiento de barrido. Retire la capa protectora de la cinta adhesiva de doble cara de las IMU. Coloque la IMU en las ubicaciones anatómicas descritas. Anote la ubicación anatómica con la etiqueta correspondiente de la IMU (por ejemplo, vástago derecho: IMU 1). Coloque la cinta elástica en la parte superior de cada IMU para asegurarse de que el sensor esté asegurado adicionalmente en la piel. 3. Calibración del sensor IMU Instruya al sujeto a permanecer quieto en una posición neutral con los pies separados por la cadera y las manos a su lado. Mantenga esta posición durante un período mínimo de 5 s. Instruya al sujeto a flexionar su cadera izquierda y rodilla a un ángulo de 90° en el plano sagital seguido de extender la cadera a su posición neutral como se describe en el paso 3.1.NOTA: Para definiciones de variables cinemáticas, consulte la figura 2. Repita el paso 3.2 para la cadera y la rodilla derechas. Instruya al participante a flexionar su tronco hacia el suelo y volver a su posición neutral. Espere un período mínimo de 5 s. Repita los pasos 3.1-3.5 una vez. 4. Ejecute la prueba de sprint lineal de 30 m Instruya al sujeto a realizar un calentamiento (por ejemplo, el programa de calentamiento FIFA 11+ calentamiento del programa20). Informe al sujeto sobre el protocolo de prueba. Indique claramente que el riesgo de sufrir una lesión durante la prueba no es mayor que durante el entrenamiento normal y que el sujeto puede abortar la prueba en cualquier momento, sin dar ninguna razón. Instruya al sujeto a estar en la posición de salida correcta, con su pie preferido de pie en la línea de salida y sus hombros detrás de la línea de salida en el campo. Instruya al sujeto que el líder de la prueba contará de 3 a 0 seguido de gritar ‘Start’. Indique que cuando se ha llamado a ‘Inicio’, comienza la prueba. Informar al sujeto de sprint lo más rápido posible hasta que se haya alcanzado el punto final de 30 m. Una vez alcanzado el punto de meta de 30 m, el sujeto tiene que desacelerarse lo más rápido posible a una posición de parada. Permita que el sujeto haga preguntas. Si es necesario, permita que el sujeto realice una ejecución de práctica para familiarizar el asunto con el protocolo. Pregunte al sujeto si las instrucciones eran claras. Asegúrese de que el sujeto está en la posición inicial correcta. Cuenta hacia abajo de ‘3’ a ‘0’ y grita ‘Inicio’ para comenzar la prueba. Inicie el temporizador cuando se haya dado el signo de inicio. Fomentar el tema con el fin de lograr el máximo rendimiento. Detenga el temporizador cuando el participante haya alcanzado su posición de punto muerto. Repita los pasos 4.4-4.6 hasta que se hayan realizado tres sprints.NOTA: Deje reposar a los participantes durante al menos 2 minutos entre las pruebas. Incluya el sprint más rápido para el análisis de datos. Indique al sujeto que realice un enfriamiento. Retire las IMUs del sujeto retirando la cinta elástica y la cinta adhesiva de doble cara del cuerpo del sujeto. 5. Procesamiento de datos Conecte la IMU con un ordenador mediante un cable USB. Exporte los datos de IMU sin procesar a una carpeta específica del equipo. Abra MATLAB (versión r2018b). Importe los archivos de datos IMU sin procesar (es decir, acelerómetro, giroscopio y datos del magnetómetro). Sincronice los archivos de datos IMU sin procesar. Importe el archivo de datos de aceleración de un sensor (por ejemplo, sensor pelvis). Calcule el tirón diferenciando las señales de aceleración X, Y y Z. Resuma el tirón X, Y y Z para obtener el tirón total. Obtenga el pico mecánico encontrando el valor de índice en el archivo de datos donde el tirón total ha alcanzado su valor máximo. El valor del índice es el inicio de la medición. Elimine todos los puntos de datos de los datos de aceleración, los datos del magnetómetro y los datos del giroscopio antes del valor de índice del sensor. Repita los pasos 5.3.1−5.3.3 para cada archivo de datos sin procesar del sensor correspondiente. Determine qué sensor contiene la menor cantidad de puntos de datos obteniendo el número de puntos de datos muestreados para cada archivo de datos. Corte todos los demás archivos de datos igual al tamaño del sensor que registró las señales durante el período de tiempo más corto. Filtre los datos del giroscopio utilizando un filtro Butterworth de paso bajo de segundo orden con una frecuencia de corte de 12 Hz.NOTA: El filtro y la frecuencia de corte particular se eligieron en función de la inspección visual de datos en experimentos piloto anteriores. Obtenga orientación del sensor con respecto al marco de tierra global calculando la cuaternión de orientación del sensor utilizando un filtro Madgwick35.NOTA: Una extensa descripción de cómo se calcula la orientación del sensor con respecto al marco de tierra global se describe en Madgwick et al.35. Alinee el marco de coordenadas del sensor con el segmento del cuerpo. Seleccione los números de índice del archivo de datos cuando el sujeto estaba parado durante la calibración (paso 3.1).NOTA: Se supone que el eje longitudinal del sensor es similar al vector de gravedad. Utilice los números de índice del paso 5.6.1 para calcular la orientación media de cada sensor con respecto a la trama de referencia global durante la calibración estática. A continuación, gire el marco del sensor de cada sensor, de modo que se alinee con el marco de referencia global durante la calibración estática. Seleccione los números de índice del archivo de datos cuando se haya realizado el movimiento de calibración de la pierna izquierda (paso 3.2). Gire la orientación de los sensores de la pierna izquierda de tal manera que el movimiento de calibración sea solo una rotación sobre el eje frontal. Repita los pasos 5.6.3 y 5.6.4 para los movimientos de calibración de la pierna derecha y el tronco. Obtenga orientaciones articulares expresando la orientación del segmento del cuerpo distal en el marco de coordenadas del segmento proximal para cada articulación. Obtenga ángulos articulares descomponiendo las orientaciones de las articulaciones obtenidas en ángulos Euler ‘XZY’.NOTA: Cómo descomponer las orientaciones de unión obtenidas en ángulos Euler ‘XZY’ se describe en la obra de Diebel36. Obtenga velocidades angulares articulares que expresen las señales de giroscopio de cada segmento distal en el marco de coordenadas de su correspondiente segmento proximal menos la velocidad angular del segmento proximal. Identifique cada paso durante el sprint lineal mediante un algoritmo de detección de pasos. Importe los datos del giroscopio filtrado en MATLAB. Utilice una función de detección de picos para identificar picos en la señal del giroscopio.NOTA: La altura máxima se estableció en 286,5 °·s-1 y la distancia máxima mínima se estableció en 100 muestras (= 0,2 s). Para cada paso, calcule el valor máximo para el ángulo de cadera, el ángulo de la rodilla, la velocidad angular de la cadera y la velocidad angular de la rodilla. Para cada paso, calcule el valor mínimo para el ángulo de cadera, el ángulo de la rodilla, la velocidad angular de la cadera y la velocidad angular de la rodilla. Para cada paso, calcule el rango de movimiento de la cadera restando el ángulo mínimo de cadera del ángulo máximo de la cadera. Para cada paso, calcule el rango de movimiento de la rodilla restando el ángulo mínimo de la rodilla del ángulo máximo de la rodilla. Guarde los datos procesados en una carpeta específica del equipo para utilizarlo para su análisis posterior. 6. Análisis de datos Importe los datos de IMU procesados en MATLAB. Divida el sprint en una aceleración, una fase de velocidad máxima y desaceleración basada en los pasos identificados por el algoritmo de detección de pasos.NOTA: Las fases sprint de este artículo fueron elegidas arbitrariamente. La fase de aceleración se define como paso 3 a 837,mientras que la fase de desaceleración se define como los últimos ocho pasos del sprint. Los datos de velocidad máxima se derivaron de los pasos realizados entre estas fases. Seleccione los datos de velocidad angular para el análisis de datos. Calcule los valores medios y la desviación estándar de las variables cinemáticas de todos los pasos durante cada fase de la prueba de sprint lineal de 30 m. Repita los pasos 6.3 y 6.4 para los datos de ángulo.

Representative Results

Cinco sujetos (todos hombres; todos futbolistas; 22,5 ± 2,1 años; masa corporal 77,0 ± 3,8 kg; altura 184,3 ± 5,2 cm; experiencia de entrenamiento 15,3 ± 4,8 años) realizaron un sprint lineal máximo de 30 metros. Los ángulos de cadera oscilaban entre 100,5° (± 8°) de flexión máxima y 183,1° (± 8°) de extensión máxima durante la aceleración, Flexión máxima de 104,1° (± 8°) y 195° (± 8°) de extensión máxima durante la velocidad máxima, y 128,4° (± 11°) de flexión máxima y 171,9° (± 23°) de flexión mínima durante la desaceleración. Las velocidades angulares de la cadera oscilaban entre 744,9 °·s-1 (± 154 °·s-1)y -578 °·s-1 (± 99 °·s-1)durante la aceleración, 802.6 °·s-1 (± 192 °·s-1)y -674.9 °·s-1 (± 130 °·s-1)durante la velocidad máxima, y 447.7 °·s-1 (± 255 °·s-1)y -430.3 °·s-1 (± 189 °·s-1)durante la desaceleración. Además, los ángulos de la rodilla oscilaban entre 73,5° (± 12°) de flexión máxima y 162,6° (± 7°) de flexión mínima durante la aceleración, 62.8° (± 12°) flexión máxima y 164.8° (± 6°) flexión mínima durante la velocidad máxima, y 81.1° (± 16°) flexión máxima y 168.6° (± 12°) de flexión mínima durante la desaceleración. La velocidad angular de la rodilla varió entre 935,8 °’s-1 (± 186 °·s-1)y -1137,8 °·s-1 (± 214 °·s-1)durante la aceleración, entre 1155,9 °·s-1 (± 200 °·s-1)y -1208,2 °·s-1 (± 264 °·s-1)durante la velocidad máxima, y 1000.1 °·s-1 (± 282 °·s-1)y -1004.3 °·s-1 (± 324 °·s-1). La Figura 3 ilustra los datos cinemáticos continuos de una prueba de sprint lineal de 30 m, mientras que la Figura 4 y la Figura 5 ilustran datos cinemáticos de un ciclo de zancada durante la aceleración, velocidad máxima y desaceleración de una prueba. Figura 1: Representación de la colocación del sensor. (A) Colocación del sensor en el vástago derecho e izquierdo. (B) Colocación del sensor en la pelvis, y muslo derecho e izquierdo. Haga clic aquí para ver una versión más grande de esta figura. Figura 2: Definiciones para ángulos articulares de cadera y rodilla y velocidades angulares. (A) Representación de la posición neutra en el plano sagitario. Los ángulos de unión en posición neutra son de 180°. (B) Representación de la articulación de la cadera (ḥ cadera), articulación de la rodilla (ḥ rodilla) y rango de movimiento (ROM). Haga clic aquí para ver una versión más grande de esta figura. Figura 3: Visualización de la cinemática sprint de una prueba durante la aceleración, velocidad máxima y fase de desaceleración. Un astérix indica cuándo se ha detectado un paso. (A) Flexión de cadera izquierda y derecha y ángulos de extensión con el tiempo. (B) Velocidades angulares de la cadera izquierda y derecha con el tiempo. (C) Ángulos de rodilla izquierda y derecha con el tiempo. (D) Velocidades angulares de la rodilla izquierda y derecha con el tiempo. Haga clic aquí para ver una versión más grande de esta figura. Figura 4: Trazado polar en el que se ilustran el ángulo de la articulación de la cadera (°) y las velocidades angulares (flexión/extensión) de un paso durante la aceleración, la velocidad máxima y la desaceleración. Haga clic aquí para ver una versión más grande de esta figura. Figura 5: Trazado polar en el que se ilustran el ángulo de las articulaciones de la rodilla (°) y las velocidades angulares (flexión/extensión) de un paso durante la aceleración, la velocidad máxima y la desaceleración. Haga clic aquí para ver una versión más grande de esta figura.

Discussion

Los métodos actuales para monitorear a los atletas en los deportes de equipo no registran la cinemática de las extremidades inferiores, lo que podría ser una medida útil para identificar factores de riesgo de lesiones. El estándar de oro para analizar la cinemática de las extremidades inferiores durante el sprint son los sistemas de medición optoelectrónica29,30,31,32. Aunque los sistemas de medición optoelectrónica sirven como un estándar de oro, estos sistemas carecen de validez ecológica debido a su área de medición restringida. La configuración del sensor presentada en este artículo supera las limitaciones de los sistemas de medición actuales, y es relativamente barata. La posibilidad de registrar la cinemática de las extremidades inferiores en el campo, medida por la configuración del sensor, puede mejorar la práctica de monitoreo de atletas.

Estudios previos que examinaron la cinemática sprint29,31,37,38,39 ángulos de cadera reportados que van desde la extensión de 210° hasta la flexión de 90°. Además, estos estudios reportaron ángulos de rodilla que van desde 160° flexión mínima y 40° flexión máxima. Los valores observados en este estudio están dentro del rango notificado previamente. Un estudio38 reportó velocidades angulares de cadera que van desde -590 °·s-1 a 700 °·s-1 y velocidades angulares de rodilla que van desde -1,000 °·s-1 a 1,100 °·s-1. Aunque los valores observados en este estudio fueron más altos, muestran una tendencia similar con el tiempo. El método ha sido validado y podría ser utilizado para el monitoreo de atletas en el campo40.

El estudio actual tiene algunas limitaciones que deben abordarse. En primer lugar, además de las características de las UCI que se han utilizado, los usuarios deben ser conscientes de que las señales derivadas de las UCI se ven afectadas por varias fuentes de error que limitan el posible intervalo de aplicaciones41. En primer lugar, la oscilación de los tejidos blandos alrededor de los huesos (es decir, los artefactos de tejidos blandos42)puede afectar al registro de la cinemática. Por esta razón, es importante adjuntar cuidadosamente las IMU al cuerpo del sujeto de acuerdo con los pasos descritos en el protocolo. Aunque se to llevaron a cabo las medidas necesarias, cabe señalar que el estudio actual no incluyó correas elásticas adicionales para evitar el movimiento erróneo del sensor. Esto podría mejorar los resultados y puede ser visto como una limitación de este estudio. En segundo lugar, las perturbaciones ferromagnéticas de otros dispositivos (principalmente dentro de los edificios) cambian la magnitud o dirección del vector de campo magnético medido del magnetómetro de la IMU, causando así errores en la orientación estimada43. Por lo tanto, las fuentes de perturbación ferromagnética deben evitarse tanto como sea posible. Además, debe tenerse en cuenta que la configuración del sensor no es aplicable a los tackles deslizantes, ya que los sensores se separarán de la piel como resultado de hacer contacto con la superficie del suelo. Por lo tanto, se debe instruir a los participantes a no realizar tackles deslizantes durante los pequeños juegos paralelos. Una posible solución para este problema podría ser integrar la configuración del sensor en prendas inteligentes (esdecir, una malla de sensor inteligente).

Las variables cinemáticas obtenidas por la configuración del sensor podrían utilizarse en un modelo segmentario con el fin de monitorear a los atletas en el campo. Investigaciones anteriores encontraron una reducción del ángulo máximo combinado de flexión de cadera y extensión de rodilla (es decir, longitud teórica de los isquiotibiales) después de cada mitad de una simulación de partido de fútbol44. En el mismo estudio, se ha observado un aumento de la velocidad angular del vástago durante los extremos de cada mitad. La longitud inferior de los isquiotibiales combinada con un aumento de la velocidad del vástago puede indicar un mayor riesgo de tensión excesiva en los isquiotibiales después de la fatiga. Estas alteraciones en la cinemática de sprint pueden detectarse en un entorno de campo utilizando un modelo segmentario impulsado por una unidad de medición inercial (IMU). Además de los cambios en la cinemática articular, también se pueden estimar las fuerzas que actúan sobre el cuerpo en su conjunto. Las fuerzas de reacción terrestre (GRF) describen la carga biomecánica experimentada por el sistema musculoesquelético total, y se pueden estimar utilizando la segunda ley de movimiento de Newton (es decir, F = m · a). Investigación actual en carrera utilizó la estimación grf para optimizar el rendimiento sprint45,46 o la evaluación del riesgo potencial de lesiones47,48,49,50. Estos estudios sugieren que las tasas de carga, los picos de fuerza de impacto vertical y la fuerza de rotura horizontal están relacionados con lesiones de uso excesivo musculoesquelético. Aunque es un desafío estimar GRF con precisión durante los movimientos específicos altamente dinámicos entre equiposydeportes51,52,la posibilidad de monitorear estas variables durante las mediciones en el campo podría proporcionar nueva información para optimizar el rendimiento, o para prevenir lesiones.

Los resultados presentados en este artículo se limitan a monitorear la cinemática de la extremidad inferior durante un sprint lineal, centrándose en el mecanismo de lesión por tensión en los isquiotibiales. Sin embargo, cabe señalar que las lesiones de cadera e ingle también ocurren con frecuencia en los deportes de equipo14,17,53,54,55. Estas lesiones son probablemente causadas por la participación repetitiva de patadas y cambio de dirección. Por lo tanto, futuras investigaciones no sólo deben limitar su enfoque en el sprint en relación con el mecanismo de lesión de tensión en losisquiotibiales,sino también centrarse en ampliar el conocimiento con respecto al cambio de dirección tareas56 ypatadas 57,58,59 en relación con lesiones de cadera e ingle.

Para concluir, esta configuración del sensor podría integrarse en prendas inteligentes. Las prendas inteligentes pueden permitir registrar la cinemática de las extremidades inferiores en el campo durante las tareas específicas del deporte en equipo, lo que podría mejorar el monitoreo de los atletas en el futuro. Esto puede ayudar a los profesionales en un entorno deportivo diario a evaluar sus programas de entrenamiento y optimizarlos, con el objetivo de reducir el riesgo de lesiones.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Los autores desea reconocer afortunadamente las fuentes de financiación proporcionadas por la organización nacional de investigación holandesa (NWO). Además, los autores desean reconocer afortunadamente a la Asociación Holandesa de Fútbol Real (KNVB) por facilitar el programa de investigación dando acceso a sus instalaciones de investigación. Por último, los autores desea reconocer afortunadamente a Thijs Wiggers por su contribución al programa de investigación.

Materials

Computer software The MathWorks, Inc., Natick, MA, USA Matlab Version 2018b
Cones Nike n = 4
Double-sided adhesive tape For attaching IMUs on the skin
Inertial Measurement Units MPU-9150, Invensense, San Jose, California, United States n = 5; Dimensions: 3.5 x 2.5 x 1.0 cm; Weight: 0,011 kg; Sample frequency: 500Hz; Accelerometer: ± 16 G, Gyroscope: ± 2000 °/s
Measuring tape Minimal length: 30 meters
Pre-tape spray Mueller Tuffner, Mueller Sports Medicine, Inc., Wisconsin, United States Contents: 283 g
Stretch Tape Fixomull, BSN Medical, Almere, The Netherlands
DOWNLOAD MATERIALS LIST

References

  1. Bradley, P. S., et al. High-intensity running in English FA Premier League soccer matches. Journal of Sports Sciences. 27 (2), 159-168 (2009).
  2. Di Salvo, V., et al. Performance characteristics according to playing position in elite soccer. International Journal of Sports Medicine. 28 (3), 222-227 (2007).
  3. Mohr, M., Krustrup, P., Bangsbo, J. Match performance of high-standard soccer players with special reference to development of fatigue. Journal of Sports Sciences. 21 (7), 519-528 (2003).
  4. Rampinini, E., Coutts, A. J., Castagna, C., Sassi, R., Impellizzeri, F. M. Variation in top level soccer match performance. International Journal of Sports Medicine. 28 (12), 1018-1024 (2007).
  5. McGuinness, A., Malone, S., Hughes, B., Collins, K., Passmore, D. Physical Activity and Physiological Profiles of Elite International Female Field Hockey Players Across the Quarters of Competitive Match Play. Journal of Strength and Conditioning Research. 33 (9), 2513-2522 (2019).
  6. Ihsan, M., et al. Running Demands and Activity Profile of the New Four-Quarter Match Format in Men’s Field Hockey. Journal of Strength and Conditioning Research. , (2018).
  7. Wallace, J. L., Norton, K. I. Evolution of World Cup soccer final games 1966-2010: game structure, speed and play patterns. Journal of Science and Medicine in Sport. 17 (2), 223-228 (2014).
  8. Barnes, C., Archer, D. T., Hogg, B., Bush, M., Bradley, P. S. The Evolution of Physical and Technical Performance Parameters in the English Premier League. International Journal of Sports Medicine. 35 (13), 1095-1100 (2014).
  9. Smith, D. J. A framework for understanding the training process leading to elite performance. Sports Medicine. 33 (15), 1103-1126 (2003).
  10. Soligard, T., et al. How much is too much? (Part 1) International Olympic Committee consensus statement on load in sport and risk of injury. British Journal of Sports Medicine. 50 (17), 1030-1041 (2016).
  11. Jaspers, A., Brink, M. S., Probst, S. G. M., Frencken, W. G. P., Helsen, W. F. Relationships Between Training Load Indicators and Training Outcomes in Professional Soccer. Sports Medicine. 47 (3), 533-544 (2017).
  12. van der Horst, N., Smits, D. W., Petersen, J., Goedhart, E. A., Backx, F. J. The preventive effect of the nordic hamstring exercise on hamstring injuries in amateur soccer players: a randomized controlled trial. American Journal of Sports Medicine. 43 (6), 1316-1323 (2015).
  13. van de Hoef, P. A., et al. Does a bounding exercise program prevent hamstring injuries in adult male soccer players? – A cluster-RCT. Scandinavian Journal of Medicine & Science in Sports. 29 (4), 515-523 (2019).
  14. Ekstrand, J., Hagglund, M., Walden, M. Epidemiology of muscle injuries in professional football (soccer). American Journal of Sports Medicine. 39 (6), 1226-1232 (2011).
  15. Woods, C., et al. The Football Association Medical Research Programme: an audit of injuries in professional football – analysis of hamstring injuries. British Journal of Sports Medicine. 38 (1), 36-41 (2004).
  16. Barboza, S. D., Joseph, C., Nauta, J., van Mechelen, W., Verhagen, E. Injuries in Field Hockey Players: A Systematic Review. Sports Medicine. 48 (4), 849-866 (2018).
  17. Delfino Barboza, S., Nauta, J., van der Pols, M. J., van Mechelen, W., Verhagen, E. A. L. M. Injuries in Dutch elite field hockey players: A prospective cohort study. Scandinavian Journal of Medicine & Science in Sports. 28 (6), 1708-1714 (2018).
  18. Jones, A., et al. Epidemiology of injury in English Professional Football players: A cohort study. Physical Therapy in Sport. 35, 18-22 (2019).
  19. Ekstrand, J., Walden, M., Hagglund, M. Hamstring injuries have increased by 4% annually in men’s professional football, since 2001: a 13-year longitudinal analysis of the UEFA Elite Club injury study. British Journal of Sports Medicine. 50 (12), 731-737 (2016).
  20. Thorborg, K., et al. Effect of specific exercise-based football injury prevention programmes on the overall injury rate in football: a systematic review and meta-analysis of the FIFA 11 and 11+ programmes. British Journal of Sports Medicine. 51 (7), 562-571 (2017).
  21. Shield, A. J., Bourne, M. N. Hamstring Injury Prevention Practices in Elite Sport: Evidence for Eccentric Strength vs. Lumbo-Pelvic Training. Sports Medicine. 48 (3), 513-524 (2018).
  22. Ekstrand, J. Keeping your top players on the pitch: the key to football medicine at a professional level. British Journal of Sports Medicine. 47 (12), 723-724 (2013).
  23. Hagglund, M., et al. Injuries affect team performance negatively in professional football: an 11-year follow-up of the UEFA Champions League injury study. British Journal of Sports Medicine. 47 (12), 738-742 (2013).
  24. Akenhead, R., Nassis, G. P. Training Load and Player Monitoring in High-Level Football: Current Practice and Perceptions. International Journal of Sports Physiology and Performance. 11 (5), 587-593 (2016).
  25. Vanrenterghem, J., Nedergaard, N. J., Robinson, M. A., Drust, B. Training Load Monitoring in Team Sports: A Novel Framework Separating Physiological and Biomechanical Load-Adaptation Pathways. Sports Medicine. 47 (11), 2135-2142 (2017).
  26. Boyd, L. J., Ball, K., Aughey, R. J. The reliability of MinimaxX accelerometers for measuring physical activity in Australian football. International Journal of Sports Physiology and Performance. 6 (3), 311-321 (2011).
  27. Barrett, S., Midgley, A., Lovell, R. PlayerLoad: reliability, convergent validity, and influence of unit position during treadmill running. International Journal of Sports Physiology and Performance. 9 (6), 945-952 (2014).
  28. Ehrmann, F. E., Duncan, C. S., Sindhusake, D., Franzsen, W. N., Greene, D. A. GPS and Injury Prevention in Professional Soccer. Journal of Strength and Conditioning Research. 30 (2), 360-367 (2016).
  29. Chumanov, E. S., Heiderscheit, B. C., Thelen, D. G. The effect of speed and influence of individual muscles on hamstring mechanics during the swing phase of sprinting. Journal of Biomechanics. 40 (16), 3555-3562 (2007).
  30. Heiderscheit, B. C., et al. Identifying the time of occurrence of a hamstring strain injury during treadmill running: a case study. Clinical Biomechanics. 20 (10), 1072-1078 (2005).
  31. Thelen, D. G., et al. Hamstring muscle kinematics during treadmill sprinting. Medicine & Science in Sports & Exercise. 37 (1), 108-114 (2005).
  32. Schache, A. G., Wrigley, T. V., Baker, R., Pandy, M. G. Biomechanical response to hamstring muscle strain injury. Gait & Posture. 29 (2), 332-338 (2009).
  33. Roetenberg, D., Luinge, H., Slycke, P. Xsens MVN: Full 6DOF human motion tracking using miniature inertial sensors. Xsens Motion Technologies B.V. Enschede. , 1-7 (2009).
  34. Roetenberg, D., Slycke, P. J., Veltink, P. H. Ambulatory position and orientation tracking fusing magnetic and inertial sensing. IEEE Transactions on Biomedical Engineering. 54 (5), 883-890 (2007).
  35. Madgwick, S. O., Harrison, A. J., Vaidyanathan, A. Estimation of IMU and MARG orientation using a gradient descent algorithm. Proceedings of IEEE International Conference on Rehabilitation Robotics. , (2011).
  36. Diebel, J. Representing Attitude: Euler Angles, Unit Quaternions, and Rotation Vectors. Matrix. 58 (15-16), 1-35 (2006).
  37. Struzik, A., et al. Relationship between Lower Limb Angular Kinematic Variables and the Effectiveness of Sprinting during the Acceleration Phase. Applied Bionics and Biomechanics. 2016, 9 (2016).
  38. Struzik, A., et al. Relationship between lower limbs kinematic variables and effectiveness of sprint during maximum velocity phase. Acta of Bioengineering and Biomechanics. 17 (4), 131-138 (2015).
  39. Higashihara, A., Nagano, Y., Ono, T., Fukubayashi, T. Differences in hamstring activation characteristics between the acceleration and maximum-speed phases of sprinting. Journal of Sports Sciences. 36 (12), 1313-1318 (2018).
  40. Wilmes, E., et al. Inertial Sensor-Based Motion Tracking in Football with Movement Intensity Quantification. Sensors (Basel). 20 (9), (2020).
  41. Camomilla, V., Bergamini, E., Fantozzi, S., Vannozzi, G. Trends Supporting the In-Field Use of Wearable Inertial Sensors for Sport Performance Evaluation: A Systematic Review. Sensors. 18 (3), 873 (2018).
  42. Camomilla, V., Dumas, R., Cappozzo, A. Human movement analysis: The soft tissue artefact issue. Journal of Biomechanics. 62, 1-4 (2017).
  43. Robert-Lachaine, X., Mecheri, H., Larue, C., Plamondon, A. Effect of local magnetic field disturbances on inertial measurement units accuracy. Applied Ergonomics. 63, 123-132 (2017).
  44. Small, K., McNaughton, L. R., Greig, M., Lohkamp, M., Lovell, R. Soccer fatigue, sprinting and hamstring injury risk. International Journal of Sports Medicine. 30 (8), 573-578 (2009).
  45. Wdowski, M. M., Gittoes, M. J. R. First-stance phase force contributions to acceleration sprint performance in semi-professional soccer players. European Journal of Sport Science. , 1-23 (2019).
  46. Bezodis, N. E., North, J. S., Razavet, J. L. Alterations to the orientation of the ground reaction force vector affect sprint acceleration performance in team sports athletes. Journal of Sports Sciences. 35 (18), 1-8 (2017).
  47. Hreljac, A. Impact and overuse injuries in runners. Medicine & Science in Sports & Exercise. 36 (5), 845-849 (2004).
  48. Willy, R. W. R. In-field gait retraining and mobile monitoring to address running biomechanics associated with tibial stress fracture. Scandinavian Journal of Medicine & Science in Sports. 26 (2), 197-205 (2016).
  49. van der Worp, H., Vrielink, J. W., Bredeweg, S. W. Do runners who suffer injuries have higher vertical ground reaction forces than those who remain injury-free? A systematic review and meta-analysis. British Journal of Sports Medicine. 50 (8), 450-457 (2016).
  50. Napier, C. C. Kinetic risk factors of running-related injuries in female recreational runners. Scandinavian Journal of Medicine & Science in Sports. 28 (10), 2164-2172 (2018).
  51. Wundersitz, D. W., Netto, K. J., Aisbett, B., Gastin, P. B. Validity of an upper-body-mounted accelerometer to measure peak vertical and resultant force during running and change-of-direction tasks. Sports Biomechanics. 12 (4), 403-412 (2013).
  52. Nedergaard, N. J., et al. The Relationship Between Whole-Body External Loading and Body-Worn Accelerometry During Team-Sport Movements. International Journal of Sports Physiology and Performance. 12 (1), 18-26 (2017).
  53. Lundgardh, F., Svensson, K., Alricsson, M. Epidemiology of hip and groin injuries in Swedish male first football league. Knee Surgery, Sports Traumatology, Arthroscopy. , 1-8 (2019).
  54. Werner, J., Hagglund, M., Ekstrand, J., Walden, M. Hip and groin time-loss injuries decreased slightly but injury burden remained constant in men’s professional football: the 15-year prospective UEFA Elite Club Injury Study. British Journal of Sports Medicine. 53 (9), 539-546 (2019).
  55. Werner, J., Hagglund, M., Walden, M., Ekstrand, J. UEFA injury study: a prospective study of hip and groin injuries in professional football over seven consecutive seasons. British Journal of Sports Medicine. 43 (13), 1036-1040 (2009).
  56. Havens, K. L., Sigward, S. M. Whole body mechanics differ among running and cutting maneuvers in skilled athletes. Gait & Posture. 42 (3), 240-245 (2015).
  57. Charnock, B. L., Lewis, C. L., Garrett, W. E., Queen, R. M. Adductor longus mechanics during the maximal effort soccer kick. Sports Biomechanics. 8 (3), 223-234 (2009).
  58. Nunome, H., Inoue, K., Watanabe, K., Iga, T., Akima, H. Dynamics of submaximal effort soccer instep kicking. Journal of Sports Sciences. 36 (22), 2588-2595 (2018).
  59. Kellis, E., Katis, A., Vrabas, I. S. Effects of an intermittent exercise fatigue protocol on biomechanics of soccer kick performance. Scandinavian Journal of Medicine & Science in Sports. 16 (5), 334-344 (2006).

Tags

Inertial Measurement UnitHip Joint KinematicsKnee Joint KinematicsTeam Sport AthletesSensor SetupLower ExtremitiesMuscle InjuriesPerformanceSensor PlacementCalibration

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Bastiaansen, B. J., Wilmes, E., Brink, M. S., de Ruiter, C. J., Savelsbergh, G. J., Steijlen, A., Jansen, K. M., van der Helm, F. C., Goedhart, E. A., van der Laan, D., Vegter, R. J., Lemmink, K. A. An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field. J. Vis. Exp. (159), e60857, doi:10.3791/60857 (2020).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image