Name: an inertial measurement unit based method to estimate hip and knee joint kinematics in team sport athletes on the field
Uploaded: 2020-05-26T13:00:00
Duration: 6 min 52 s
Description: Watch this Scientific Journal Video about An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field at JoVE.com

Forfatterne vil gerne heldigvis anerkende de finansieringskilder, som den nederlandske nationale forskningsorganisation (NWO) stiller til rådighed. Desuden vil forfatterne gerne heldigvis anerkende det nederlandske royale fodboldforbund (KNVB) for at lette forskningsprogrammet ved at give adgang til deres forskningsfaciliteter. Endelig vil forfatterne gerne takke Thijs Wiggers for hans bidrag til forskningsprogrammet.

Alle metoder, der er beskrevet i dette afsnit, er godkendt af det etiske udvalg under Center for Human Movement Sciences ved Universitetet i Groningen (Registernummer: 201800904).
1. Forberedelse af felttest og inertiel måleenhed
<ol><li>Sæt to kegler mindst 1 m fra hinanden for at bestemme starten af felttesten. BEMÆRK: 1-m afstanden mellem keglerne gør det nemt for forsøgspersonen at køre gennem marktestens udgangspunkt. Denne afstand kan justeres til testlederens præference.</li>
	<li>Målpunktet for feltprøven bestemmes ved at rulle målebåndet fra prøvens startpunkt, indtil der er tilbagelagt en lineær afstand på 30 m.</li>
	<li>Indstil to kegler mindst 1 m fra hinanden for at bestemme slutpunktet for felttesten.</li>
	<li>Forbered IOU'erne til at blive korrekt fastgjort til emnets krop. BEMÆRK: Se Materialetabel for IMU-dimensioner og vægtegenskaber.<ol>
<li>Skær stræktape i 5 stykker på størrelse med 10 cm x 10 cm.</li>
		<li>Skær dobbeltsidet klæbebånd (f.eks. toupeetape) i 5 stykker svarende til størrelsen af de IOU'er, der bruges.</li>
		<li>Fastgør et stykke dobbeltsidet klæbebånd til hver IMU.</li>
		<li>Mærk hver IMU, så den kan genkendes individuelt under dataanalyse.</li>
	</ol>
</li>
</ol>2. Forberedelse af forsøgspersoner
<ol><li>Få oplysninger om motivets køn, alder, kropsvægt og højde. Bed forsøgspersonen om at udfylde et spørgeskema om deres baggrund i holdsport. Få skriftligt informeret samtykke fra forsøgspersoner, der opfylder inklusionskriterierne. BEMÆRK: Eksempler på spørgsmål: (i) Hvor mange år spiller du fodbold? (ii) På hvilket niveau spiller du fodbold? (iii) Hvor mange timer om ugen har du fodboldtræning i løbet af de sidste 6 måneder? (iv) Hvad er din spilleposition? (v) Har du oplevet nogen smerte, eller har du lidt en muskel- og skeletskade i den nedre ende i løbet af de sidste 6 måneder?</li>
	<li>Find ud af, om emnet opfylder inklusionskriterierne. BEMÆRK: Medtag forsøgspersoner, når de ikke har oplevet muskel- og skeletskader eller smerter i underekstremiteterne i de 6 måneder, før protokollen udføres; bør have mere end 1 års erfaring i konkurrerende holdsport på amatørniveau.</li>
	<li>Bed emnet om at skifte til sportstøj (f.eks. en fodboldskjorte, fodboldshorts og fodboldsko). BEMÆRK: Fordi sensorer vil blive placeret på skinnebenet, fodbold sokker er uønskede.</li>
	<li>Forbered IME'erne til at fastgøre til emnets krop.<ol>
<li>Juster alle 5 IOU'er ved siden af hinanden.</li>
		<li>Aktiver alle fem IOU'er på samme tid ved at trykke på en knap oven på sensoren. Sensoren aktiveres, når et grønt lys blinker. BEMÆRK: Fra dette øjeblik prøver hver IMU data ved 500 Hz. Data gemmes internt på et SD-kort. Data skal uploades til en bærbar computer eller computer, når testen er afsluttet.</li>
		<li>Sørg for, at der er genereret en mekanisk top ved at trykke på alle IME'er på en hård overflade på samme tid (f.eks. på et bord). BEMÆRK: Den mekaniske top er nødvendig for at synkronisere IMU-signalerne. Synkronisering af IMU-signalerne udføres under databehandling (afsnit 5). Dette afsnit er ikke nødvendigt, når der anvendes kommercielt tilgængelige sensorer. I dette tilfælde skal du bruge den tilsvarende software til at synkronisere sensorerne.</li>
	</ol>
</li>
	<li>Vedhæft IME'erne til emnets krop (figur 1).<ol>
<li>Barber motivets kropshår på følgende anatomiske steder: ved korsbenet mellem både bageste overlegne iliaca rygsøjler, den anteromediale benede del af både højre og venstre skinneben, og den laterale del af både højre og venstre lår (dvs. tractus illiotibialis). BEMÆRK: De anatomiske steder, hvor sensorer skal placeres, kan bestemmes ved palpation.</li>
		<li>Sprayklæbende spray på de anatomiske steder, der er beskrevet i trin 2.5.1. Vent 5−10 s for at sikre, at klæbesprayen er tør. BEMÆRK: Hold sprayen mindst 10 cm væk fra huden, og sprøjt det ønskede område med en fejende bevægelse.</li>
		<li>Fjern beskyttelseslaget på det dobbeltsidede klæbebånd fra IPU'erne.</li>
		<li>Placer IMU på de beskrevne anatomiske steder. Nedskrænk den anatomiske placering med den tilsvarende etiket af IMU (f.eks. højre skaft: IMU 1).</li>
		<li>Fastgør strækbåndet oven på hver IMU for at sikre, at sensoren er desuden fastgjort til huden.</li>
	</ol>
</li>
</ol>3. IMU-sensorkalibrering
<ol><li>Instruer motivet til at stå stille i en neutral position med fødderne hoftebredde fra hinanden og deres hænder i deres side. Bevar denne position i mindst 5 s.</li>
	<li>Anvis forsøgspersonen om at bøje venstre hofte og knæ til en vinkel på 90° i sagittalplanet efterfulgt af at udvide hoften til deres neutrale position som beskrevet i trin 3.1. BEMÆRK: For definitioner af kinematiske variabler, se figur 2.</li>
	<li>Gentag trin 3.2 for højre hofte og knæ.</li>
	<li>Bed deltageren om at bøje bagagerummet mod jorden og vende tilbage til deres neutrale position.</li>
	<li>Vent et minimum på 5 s.</li>
	<li>Gentag trin 3.1−3.5 én gang.</li>
</ol>4. Udfør den 30 m lineære sprinttest
<ol><li>Instruer forsøgspersonen i at varme op (f.eks. det fodboldspecifikke FIFA 11+ opvarmningsprogram20).</li>
	<li>Informer forsøgspersonen om testprotokollen.<ol>
<li>Det fremgår klart, at risikoen for at pådrage sig en skade under prøven ikke er højere end under normal træning, og at forsøgspersonen til enhver tid kan afbryde prøven uden at angive nogen grund.</li>
		<li>Instruer motivet til at stå i den rigtige udgangsposition, med deres foretrukne fod stående på startlinjen og deres skuldre bag startlinjen på banen.</li>
		<li>Instruer forsøgspersonen om, at testlederen tæller ned fra 3 til 0 efterfulgt af at råbe 'Start'. Instruer, at når 'Start' er blevet kaldt, begynder testen.</li>
		<li>Informer forsøgspersonen så hurtigt som muligt, indtil 30 m slutpunktet er nået. Når 30-m målstregen er nået, skal forsøgspersonen decelerere så hurtigt som muligt til stilstandsposition.</li>
		<li>Lad emnet stille spørgsmål. Hvis det er nødvendigt, skal du lade emnet udføre en øvelse for at gøre emnet fortroligt med protokollen.</li>
	</ol>
</li>
	<li>Spørg forsøgspersonen, om instruktionerne var klare.</li>
	<li>Sørg for, at motivet er i den rigtige udgangsposition.</li>
	<li>Tæl ned fra '3' til '0' og råb 'Start' for at starte testen. Start timeren, når starttegnet er angivet.</li>
	<li>Opmuntre emnet for at opnå maksimal ydeevne.</li>
	<li>Stop timeren, når deltageren har nået sin stilstandsposition.</li>
	<li>Gentag trin 4.4−4.6, indtil der er udført tre sprints. BEMÆRK: Lad deltagerne hvile i mindst 2 minutter mellem forsøgene. Medtag den hurtigste sprint til dataanalyse.</li>
	<li>Bed forsøgspersonen om at foretage en nedkøling.</li>
	<li>Fjern IPU'erne fra emnet ved at fjerne strækbåndet og dobbeltsidet klæbebånd fra motivets krop.</li>
</ol>5. Databehandling
<ol><li>Tilslut IMU'en med en computer ved hjælp af et USB-kabel. Eksporter de rå IMU-data til en bestemt mappe på computeren.</li>
	<li>Åbn MATLAB (version r2018b). Importér de rå IMU-datafiler (dvs. accelerometer- og gyroskop- og magnetometerdata).</li>
	<li>Synkroniser de rå IMU-datafiler.<ol>
<li>Importér accelerationsdatafilen for én sensor (f.eks. bækkensensor).</li>
		<li>Beregn ryk ved at differentiere X-, Y- og Z-accelerationssignalerne. Opsummer X, Y og Z jerk for at få det samlede ryk.</li>
		<li>Få den mekaniske top ved at finde indeksværdien i den datafil, hvor det samlede ryk har nået sin maksimale værdi. Indeksværdien er starten på målingen.</li>
		<li>Slet alle datapunkter i accelerationsdata, magnetometerdata og gyroskopdata før sensorens indeksværdi.</li>
		<li>Gentag trin 5.3.1−5.3.3 for hver rå datafil for den tilsvarende sensor.</li>
		<li>Find ud af, hvilken sensor der indeholder den laveste mængde datapunkter, ved at hente antallet af datapunkter, der er udtaget prøver af, for hver datafil.</li>
		<li>Klip alle andre datafiler, der svarer til størrelsen på den sensor, der registrerede signaler i den korteste periode.</li>
	</ol></li>
	<li>Filtrer gyroskopdata ved hjælp af et andet Smørworth-filter med lav gennemløb med en afskæringsfrekvens på 12 Hz. BEMÆRK: Filteret og den særlige skæringsfrekvens blev valgt på baggrund af visuel datainspektion i tidligere pilotforsøg.</li>
	<li>Opnå sensororientering i forhold til den globale jordramme ved at beregne sensorens orienteringskvaternion ved hjælp af et Madgwick-filter35. BEMÆRK: En omfattende beskrivelse af, hvordan sensororientering med hensyn til den globale jordramme beregnes, er beskrevet i Madgwick et al.35.</li>
	<li>Juster sensorkoordinatrammen efter kropssegmentet.<ol>
<li>Vælg indeksnumrene for datafilen, når motivet stod stille under kalibreringen (trin 3.1). BEMÆRK: Det antages, at sensorens længdeakse svarer til tyngdekraftens vektor.</li>
		<li>Brug indeksnumrene i trin 5.6.1 til at beregne den gennemsnitlige retning af hver sensor i forhold til den globale referenceramme under den statiske kalibrering. Drej derefter sensorrammen for hver sensor, så den flugter med den globale referenceramme under statisk kalibrering.</li>
		<li>Vælg indeksnumrene for datafilen, når kalibreringsbevægelsen for venstre ben blev udført (trin 3.2).</li>
		<li>Drej retningen af venstre bensensorer på en sådan måde, at kalibreringsbevægelsen kun er en rotation om frontaksen.</li>
		<li>Gentag trin 5.6.3 og 5.6.4 for kalibreringsbevægelserne i højre ben og bagagerum.</li>
	</ol></li>
	<li>Opnå fælles orienteringer ved at udtrykke orienteringen af distalt karrosserisegmentet i koordinatrammen for det proksimale segment for hvert led.</li>
	<li>Opnå fællesvinkler ved at nedbryde de opnåede fællesretninger i 'XZY' Euler-vinkler. BEMÆRK: Hvordan man nedbryder de opnåede fælles orienteringer i 'XZY' Euler vinkler er beskrevet i arbejdet i Diebel36.</li>
	<li>Opnå fælles kantede hastigheder, der udtrykker gyroskopsignalerne for hvert distalsegment i koordinatrammen for det tilsvarende proksimale segment minus vinkelhastigheden af det proksimale segment.</li>
	<li>Identificer hvert trin under den lineære sprint ved hjælp af en algoritme til registrering af trin.<ol>
<li>Importer de filtrerede gyroskopdata i MATLAB.</li>
		<li>Brug en topdetekteringsfunktion til at identificere toppe i gyroskopsignalet. BEMÆRK: Tophøjden blev fastsat til 286,5 °s-1, og den minimale spidsbelastningsafstand blev fastsat til 100 prøver (= 0,2 s).</li>
	</ol></li>
	<li>For hvert trin skal du beregne den maksimale værdi for hoftevinkel, knævinkel, hofte kantet hastighed og knæangulær hastighed.</li>
	<li>For hvert trin skal du beregne minimumværdien for hoftevinkel, knævinkel, hofte kantet hastighed og knæangulær hastighed.</li>
	<li>For hvert trin skal du beregne hofteområdet ved at trække minimums hoftevinklen fra den maksimale hoftevinkel.</li>
	<li>For hvert trin, beregne knæet vifte af bevægelse ved at trække den mindste knæ vinkel fra den maksimale knæ vinkel.</li>
	<li>Gem de behandlede data i en bestemt mappe på computeren for at bruge dem til yderligere analyse.</li>
</ol>6. Dataanalyse
<ol><li>Importer de behandlede IMU-data i MATLAB.</li>
	<li>Del sprinten op i en acceleration, en tophastigheds- og decelerationsfase baseret på de trin, der identificeres af trinregistreringsalgoritmen. BEMÆRK: Sprintfaser i denne artikel blev valgt vilkårligt. Accelerationsfasen defineres som trin 3 til 837, mens decelerationsfasen defineres som de sidste otte trin i sprinten. Tophastighedsdata blev afledt af trin, der blev udført mellem disse faser.</li>
	<li>Vælg vinkelhastighedsdata til dataanalyse.</li>
	<li>Middelværdierne og standardafvigelsen for de kinematiske variabler for alle trin i hver fase af den 30 m lineære sprinttest beregnes.</li>
	<li>Gentag trin 6.3 og 6.4 for vinkeldataene.</li>
</ol>

Forfatterne har intet at afsløre.

Nuværende metoder til at overvåge atleter i holdsport registrerer ikke kinematik med lavere ekstremitet, hvilket kan være en nyttig foranstaltning til at identificere skadesrisikofaktorer. Guldstandarden til analyse af kinematik med nedre ekstremitet under sprint er optoelektroniske målesystemer29,30,31,32. Selv om optoelektroniske målesystemer tjener som en guldstandard, mangler disse systemer økologisk gyldighed på grund af deres begrænsede måleområde. Sensoropsætningen, der præsenteres i denne artikel, overvinder begrænsningerne i de nuværende målesystemer og er relativt billig. Muligheden for at registrere kinematik i underekstremiteten i marken, målt ved sensoropsætningen, kan forbedre atletovervågningspraksis.
Tidligere undersøgelser, der undersøgte sprint kinematik29,31,37,38,39 rapporterede hoftevinkler fra 210 ° udvidelse til 90 ° fleksion. Desuden rapporterede disse undersøgelser knævinkler fra 160° minimal fleksion og 40° maksimal fleksion. De værdier, der er observeret i denne undersøgelse, ligger inden for det tidligere rapporterede interval. I en undersøgelse38 blev der rapporteret om hoftegange fra -590 °s-1 til 700 °s-1 og knæ kantede hastigheder fra -1.000 °·s-1 til 1.100 °·s-1. Selv om de værdier, der blev observeret i denne undersøgelse, var højere, viser de en lignende tendens over tid. Metoden er blevet valideret og kan bruges til atlet overvågning i feltet40.
Den nuværende undersøgelse har nogle begrænsninger, der skal løses. For det første skal brugerne, bortset fra de anvendte IME'ers karakteristika, være opmærksomme på, at de signaler, der stammer fra ING'erne, påvirkes af flere fejlkilder, som begrænser det mulige udvalg af applikationer41. For det første kan svingning af det bløde væv omkring knoglerne (dvs. artefakter af blødt væv42) påvirke registreringen af kinematik. Af denne grund er det vigtigt omhyggeligt at knytte IU'erne til emnets krop i henhold til de trin, der er beskrevet i protokollen. Selv om der blev taget de nødvendige skridt, skal det bemærkes, at den aktuelle undersøgelse ikke omfattede ekstra elastiske stropper for at forhindre fejlagtig sensorbevægelse. Dette kan forbedre resultaterne og kan ses som en begrænsning af denne undersøgelse. For det andet ændrer ferromagnetiske forstyrrelser fra andre anordninger (hovedsagelig inde i bygninger) størrelsen eller retningen af den målte magnetfeltvektor for IMU's magnetometer, hvilket forårsager fejl i den anslåede orientering43. Derfor bør kilder til ferromagnetiske forstyrrelser undgås så meget som muligt. Desuden skal det bemærkes, at sensoropsætningen ikke gælder for glidende tackler, da sensorerne løsner sig fra huden som følge af kontakt til jordoverfladen. Således bør deltagerne instrueres i ikke at udføre glidende tackler under små sidet spil. En mulig løsning på dette problem kunne være at integrere sensoropsætningen i smarte beklædningsgenstande (dvs.en Smart Sensor Tights).
De kinematiske variabler, der opnås ved sensoropsætningen, kan bruges i en segmentmodel for at overvåge atleter i marken. Tidligere forskning fundet reduceret maksimal kombineret hofte fleksion og knæ forlængelse vinkel (dvs. teoretisk forstrækning længde) efter hver halvdel af en fodboldkampsimulation 44. I samme undersøgelse er der observeret en stigning i shank kantet hastighed i enderne af hver halvdel. Den lavere forstrækning længde kombineret med en øget skaft hastighed kan indikere en øget risiko for overdreven forstrækning stamme efter træthed. Sådanne ændringer i sprintkinetik kan påvises i en feltindstilling ved hjælp af en inertiel måleenhed (IMU) drevet segmentmodel. Udover ændringer i fælles kinematik kan kræfter, der virker på kroppen som helhed, også estimeres. Jordreaktionskræfter (GRF) beskriver den biomekaniske belastning, som det samlede muskel- og skeletsystem oplever, og kan estimeres ved hjælp af Newtons anden bevægelseslov (dvs. Aktuel forskning i løb brugte GRF-estimering til at optimeresprintydelsen 45,46 eller vurdere potentiel skadesrisiko47,48,49,50. Disse undersøgelser tyder på, at belastningshastigheder, lodrette slagkrafttoppe og vandret brudkraft er relateret til skader på overforbrug i bevægeapparatet. Selv om det er en udfordring at estimere GRF præcist under meget dynamiske holdsport specifikke bevægelser51,52, muligheden for at overvåge disse variabler under målinger på området kunne give nye oplysninger for at optimere ydeevnen, eller for at forhindre skader.
Resultaterne i dette papir er begrænset til overvågning af kinematik med lavere ekstremitet under en lineær sprint med fokus på forstrækningsstammeskademekanisme. Det skal dog bemærkes, at hofte- og lyskeskader også forekommer ofte i holdsport14,17,53,54,55. Disse skader er sandsynligvis forårsaget af gentagne inddragelse af spark og retningsændring. Således bør fremtidig forskning ikke kun begrænse deres fokus på sprint i forhold til forstrækning stamme skade mekanisme, men også fokusere på at udvide viden om ændring af retning opgaver56 og sparker57,58,59 i forhold til hofte og lyske skader.
Afslutningsvis kan denne sensoropsætning integreres i smarte beklædningsgenstande. Smart beklædningsgenstande kan gøre det muligt at registrere lavere ekstremitet kinematik i marken under holdsport specifikke opgaver, som kan forbedre overvågning atleter i fremtiden. Dette kan hjælpe fagfolk i en daglig sport indstilling til at evaluere deres træningsprogrammer og optimere dem, der sigter mod at reducere risikoen for personskader.

Holdsport (f.eks. fodbold og hockey) er kendetegnet ved skiftevis korte eksplosive handlinger såsom højintensiv løb eller sprint, med længere perioder med mindre krævende aktiviteter som at gå eller jogge1,2,3,4,5,6. I løbet af de sidste årtier har spillets fysiske krav udviklet sig med mere afstand dækket ved høj hastighed og sprint, hurtigere boldhastigheder og flere afleveringer7,8.
Atleter træner konstant hårdt for at opretholde og forbedre deres fysiske kapacitet til at modstå spillets fysiske krav. Den korrekte anvendelse af en træningsstimulans i kombination med tilstrækkelig genopretning fremkalder reaktioner, der fører til tilpasning af menneskekroppen, forbedring af fitness og ydeevne9. Tværtimod kan en ubalance mellem en træningsstimulering og genopretning føre til langvarig træthed og en uønsket træningsrespons (maladaptation), hvilket øger risikoen for skade hos både professionelle og amatørholdssportsudøvere10,11,12,13.
En af de største risici ledsaget af høj træning og match stimuli er muskel stamme skader. Muskel stamme skader udgør mere end en tredjedel af alle tid-tab skader i holdsport og forårsage mere end en fjerdedel af den samlede skade fravær, med hamstrings er den hyppigst involverede14,15,16,17. Desuden er antallet af atleter, der opretholder en forstrækning stamme skade stiger hvert år18,19, på trods af at flere programmer er blevet indført for at forhindre forstrækning stamme skader12,13,20,21. Derfor har dette en negativ indflydelse fra sportslige22 og finansielle23 perspektiver. Således tilstrækkelig overvågning af de enkelte atleter er afgørende for at optimere træningsplaner, minimere skade risiko og optimere ydeevnen.
Nuværende atlet overvågning praksis i holdsport er primært baseret på position data målt ved lokale eller globale positionering systemer24,25. Disse systemer overvåger aktivitet med GPS-baserede målinger,f.eks. En ulempe ved disse foranstaltninger er, at de ikke omfatter kinematik med lavere ekstremitet. Optoelektroniske målesystemer tjener som guldstandard til at udføre en kinematisk analyse af de nedre ekstremiteter under en lineær sprint29,30,31,32. Ulemperne ved disse systemer er manglende økologisk gyldighed på grund af deres begrænsede måleområde, behovet for en ekspert til at betjene systemet og den tidskrævende dataanalyse. Således er denne metode ikke egnet til daglig sportspraksis.
Hurtig udvikling inden for sensorteknologi kan overvinde begrænsningerne i de nuværende metoder til at overvåge atleter. De seneste muligheder for pålidelighed, miniaturisering og datalagring af inertielle måleenheder (IMU) muliggør in-field anvendelse af sensorteknologi. IOU indeholder et accelerometer, gyroskop og magnetometer, som måler acceleration, vinkelhastighed og magnetfelt i tre ortogonale akser henholdsvis33,34. Med sensorer sikkert fastgjort til kropssegmenter, sensorfusionsalgoritmer og en biomekanisk model er det muligt at estimere fælles kinematik33. Registreringen af fælles kinematik i kombination med oplysninger om acceleration af forskellige kropssegmenter kan forbedre atletovervågning i holdsport.
Ved at koble IMU-sensoropsætningen til en standardiseret felttest kan det illustreres, hvordan kinetik med lavere ekstremitet registreres under lineær sprint i marken, hvilket kan være en nyttig foranstaltning til at identificere skadesrisikofaktorer. Sensoropsætningen kan give yderligere oplysninger til aktuelle overvågningsforanstaltninger, som fagfolk kan bruge til at optimere træningsplaner for at forbedre ydeevnen og minimere risikoen for personskader. Derfor er hovedformålet med denne artikel er at demonstrere en inertial sensor setup til vurdering af hofte og knæled kinematik af holdsport atleter på området.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Computer software</td>
			<td>The MathWorks, Inc., Natick, MA, USA</td>
			<td></td>
			<td>Matlab Version 2018b</td>
		</tr>
		<tr>
			<td>Cones</td>
			<td>Nike</td>
			<td></td>
			<td>n = 4</td>
		</tr>
		<tr>
			<td>Double-sided adhesive tape</td>
			<td></td>
			<td></td>
			<td>For attaching IMUs on the skin</td>
		</tr>
		<tr>
			<td>Inertial Measurement Units</td>
			<td>MPU-9150, Invensense, San Jose, California, United States</td>
			<td></td>
			<td>n = 5; Dimensions: 3.5 x 2.5 x 1.0 cm; Weight: 0,011 kg; Sample frequency: 500Hz; Accelerometer: &#177; 16 G, Gyroscope: &#177; 2000 &#176;/s</td>
		</tr>
		<tr>
			<td>Measuring tape</td>
			<td></td>
			<td></td>
			<td>Minimal length: 30 meters</td>
		</tr>
		<tr>
			<td>Pre-tape spray</td>
			<td>Mueller Tuffner, Mueller Sports Medicine, Inc., Wisconsin, United States</td>
			<td></td>
			<td>Contents: 283 g</td>
		</tr>
		<tr>
			<td>Stretch Tape</td>
			<td>Fixomull, BSN Medical, Almere, The Netherlands</td>
			<td></td>
			<td></td>
		</tr>
	</tbody>
</table>

an inertial measurement unit based method to estimate hip and knee joint kinematics in team sport athletes on the field

Nuværende atlet overvågning praksis i holdsport er primært baseret på positionelle data målt ved global positionering eller lokale positionering systemer. Ulempen ved disse målesystemer er, at de ikke registrerer kinetik med lavere ekstremitet, hvilket kan være en nyttig foranstaltning til at identificere skadesrisikofaktorer. Hurtig udvikling inden for sensorteknologi kan overvinde begrænsningerne i de nuværende målesystemer. Med inertiale måleenheder (IMU'er) sikkert fastgjort til kropssegmenter, sensorfusionsalgoritmer og en biomekanisk model kunne fælles kinematiske estimeres. Hovedformålet med denne artikel er at demonstrere en sensor setup til vurdering af hofte og knæled kinematik af holdsport atleter på området. Fem mandlige forsøgspersoner (22,5 ± 2,1 år; kropsmasse 77,0 ± 3,8 kg; højde 184,3 ± 5,2 cm; træningserfaring 15,3 ± 4,8 år) udførte en maksimal 30 meter lineær sprint. Hofte- og knæledvinkler og vinkelhastigheder blev opnået ved fem IPU'er placeret på bækkenet, begge lår og begge shanks. Hoftevinklerne varierede fra 195° (± 8°) forlængelse til 100,5° (± 8°) fleksion og knævinkler varierede fra 168,6° (± 12°) minimal fleksion og 62,8° (± 12°) maksimal fleksion. Desuden varierede hoftefarvehastigheden mellem 802,6 °s-1 (± 192 %s-1)og -674,9 %s-1 (± 130 °·s-1). Knæets vinkelhastighed varierede mellem 1155,9 °s-1 (± 200 °·s-1)og -1208,2 °·s-1 (± 264 °·s-1). Sensoropsætningen er blevet valideret og kan give yderligere oplysninger om atletovervågning i marken. Dette kan hjælpe fagfolk i en daglig sportsindstilling til at evaluere deres træningsprogrammer, der sigter mod at reducere skader og optimere ydeevnen.

Fem forsøgspersoner (alle mandlige; alle fodboldspillere; alder 22,5 ± 2,1 år; kropsmasse 77,0 ± 3,8 kg; højde 184,3 ± 5,2 cm; træningserfaring 15,3 ± 4,8 år) udførte en maksimal 30-m lineær sprint. Hoftevinklerne varierede mellem 100,5° (± 8°) maksimal fleksion og 183,1° (± 8°) maksimal forlængelse under acceleration, 104,1° (± 8°) maksimal fleksion og 195° (± 8°) maksimal forlængelse under tophastighed og 128,4° (± 11°) maksimal fleksion og 171,9° (± 23°) minimal fleksion under deceleration. Hofterøgenheder på mellem 744,9 °s-1 (± 154 °s-1)og -578 %s-1 (± 99 °·s-1)under acceleration, 802,6 %s-1 (± 192 %s-1)og -674,9 %s-1 (± 130 °·s-1)i topfart og 447,7 %s-1 (± 255 %s-1)og -430,3 %s-1 (± 189 °s-1)under decelerationen.
Desuden varierede knævinklerne mellem 73,5° (± 12°) maksimal fleksion og 162,6° (± 7°) minimal fleksion under acceleration, 62,8° (± 12°) maksimal fleksion og 164,8° (± 6°) minimal fleksion under tophastighed og 81,1° (± 16°) maksimal fleksion og 168,6° (± 12°) minimal fleksion under deceleration. Knæets vinkelhastighed varierede mellem 935,8 °s-1 (± 186 °·s-1)og -1137,8 %s-1 (± 214 °·s-1)under acceleration, mellem 1155,9 °s-1 (± 200 °·s-1)og -1208,2 °s-1 (± 264 °·s-1) i topfart, og 1000,1 %s-1 (± 282 °·s-1)og -1004,3 %s-1 (± 324 °·s-1). Figur 3 illustrerer kontinuerlige kinematiske data fra et forsøg med den lineære 30-m sprinttest, mens figur 4 og figur 5 illustrerer kinematiske data fra en skridtcyklus under acceleration, tophastighed og deceleration af et forsøg.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/60857/60857fig1.jpg"> Figur 1: Repræsentation af sensorplacering. (A)Sensorplacering på højre og venstre skaft. (B) Sensorplacering på bækkenet og højre og venstre lår. <a href="https://www.jove.com/files/ftp_upload/60857/60857fig1large.jpg" target="_blank">Klik her for at se en større version af dette tal.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/60857/60857fig2.jpg"> Figur 2: Definitioner af hofte- og knæledvinkler og vinkelhastigheder. (A)Repræsentation af den neutrale position i sagittalplanet. Fællesvinkler i neutral position er 180°. (B) Repræsentation af hofteled (θ hofte), knæled (θ knæ) og bevægelsesområde (ROM). <a href="https://www.jove.com/files/ftp_upload/60857/60857fig2large.jpg" target="_blank">Klik her for at se en større version af dette tal.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/60857/60857fig3.jpg"> Figur 3: Visualisering af sprint kinematik af et forsøg under accelererende, tophastighed og decelererende fase. Et asterix angiver, hvornår der er fundet et trin. (A) Venstre og højre hoftefleksion og forlængervinkler over tid. (B) Venstre og højre hofte vinkel hastigheder over tid. (C) Venstre og højre knæ vinkler over tid. (D) Venstre og højre knæ vinkelhastigheder over tid. <a href="https://www.jove.com/files/ftp_upload/60857/60857fig3large.jpg" target="_blank">Klik her for at se en større version af dette tal.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/60857/60857fig4.jpg"> Figur 4: Polarområde, hvor hofteledsvinkel (°) og vinkelhastigheder (fleksion/forlængelse) af et trin illustreres under acceleration, tophastighed og deceleration. <a href="https://www.jove.com/files/ftp_upload/60857/60857fig4large.jpg" target="_blank">Klik her for at se en større version af dette tal.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/60857/60857fig5.jpg"> Figur 5: Polarplot, hvor knæledsvinklen (°) og vinkelhastigheder (fleksion/forlængelse) af et trin illustreres under acceleration, tophastighed og deceleration. <a href="https://www.jove.com/files/ftp_upload/60857/60857fig5large.jpg" target="_blank">Klik her for at se en større version af dette tal.</a>

Watch this Scientific Journal Video about An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field at JoVE.com

An Inertial Measurement Unit Based Method to Estimate Hip and Knee Joint Kinematics in Team Sport Athletes on the Field

Overvågning atleter er afgørende for at forbedre ydeevnen og reducere risikoen for skader i holdsport. Nuværende metoder til at overvåge atleter omfatter ikke de nedre ekstremiteter. Vedhæftning af flere inertiale måleenheder til de nedre ekstremiteter kan forbedre overvågningen af atleter i marken.

En inertiel måleenhed baseret metode til at estimere hofte- og knæled kinematik i teamsportatleter på banen

Current athlete monitoring practice in team sports is mainly based on positional data measured by global positioning or local positioning systems. The ...

Research

Education

JoVE Core

JoVE Journal

Mechanical Engineering

Behavior

Unit 1

Moment of Inertia

SCIENTISTS IN ACTION

Electrophysiological Motor Unit Number Estimation (MUNE) Measuring Compound Muscle Action Potential (CMAP) in Mouse Hindlimb Muscles

Electrophysiological Motor Unit Number Estimation MUNE Measuring Compound Muscle Action Potential CMAP in Mouse Hindlimb Muscles

Elektrofysiologisk Motor Unit Number Estimation (Mune) Måling Forbindelse muskel aktionspotentiale (CMAP) i mus bagben Muskler

Compound muscle action potential (CMAP) and motor unit number estimation (MUNE) are electrophysiological techniques that can be used to monitor the ...

Force and Position Control in Humans - The Role of Augmented Feedback

Kraft og Position Control i mennesker - rolle Augmented Feedback

During motor behaviour, humans interact with the environment by for example manipulating objects and this is only possible because sensory feedback is ...

A Method for Evaluating the Reinforcing Properties of Ethanol in Rats without Water Deprivation, Saccharin Fading or Extended Access Training

En metode til evaluering af forstærkende egenskaber af ethanol i rotter uden vand afsavn, Saccharin Fading eller udvidet adgang Uddannelse

Operant oral self-administration methods are commonly used to study the reinforcing properties of ethanol in animals. However, the standard methods ...

The Rodent Psychomotor Vigilance Test (rPVT): A Method for Assessing Neurobehavioral Performance in Rats and Mice

The Rodent Psychomotor Vigilance Test rPVT: A Method for Assessing Neurobehavioral Performance in Rats and Mice

Den gnaver Psykomotorisk Årvågenhed Test (rPVT): en metode til vurdering neurobehavioral Performance i rotter og mus

The human Psychomotor Vigilance Test (PVT) is a widely used procedure for measuring changes in fatigue and sustained attention. The present article ...

Basic Methods for the Study of Reproductive Ecology of Fish in Aquaria

Grundlæggende metoder til undersøgelse af reproduktiv økologi af fisk i akvarier

Captive-rearing observations are valuable for revealing aspects of fish behavior and ecology when continuous field investigations are impossible. Here, a ...

An Automated Method to Determine the Performance of Drosophila in Response to Temperature Changes in Space and Time

An Automated Method to Determine the Performance of Drosophila in Response to Temperature Changes in Space and Time

En automatiseret metode til at bestemme effektiviteten af Drosophila reaktion på temperaturændringer i rum og tid

Temperature is a ubiquitous environmental factor that affects how species distribute and behave. Different species of Drosophila fruit flies have specific ...

Integrating Visual Psychophysical Assays within a Y-Maze to Isolate the Role that Visual Features Play in Navigational Decisions

Integrering af visuelle psykofysiske assays i en Y-labyrint for at isolere den rolle, som visuelle funktioner spiller i navigationsbeslutninger

Collective animal behavior arises from individual motivations and social interactions that are critical for individual fitness. Fish have long inspired ...

An Instrumented Pull Test to Characterize Postural Responses

En instrumenteret Pull-Test til at karakterisere Postural svar

Impairment of postural reflexes, termed postural instability, is a common and disabling deficit in Parkinson's disease. To assess postural reflexes, ...

In Vivo Protocol of Controlled Subconcussive Head Impacts for the Validation of Field Study Data

I Vivo protokol af kontrollerede Subconcussive hoved virkninger for validering af felt undersøgelse Data

Subconcussive hits pose a threat to neuronal health as they have shown to induce neuronal structural damage and functional impairment without causing ...

Impact of High-intensity Interval Exercise and Moderate-Intensity Continuous Exercise on the Cardiac Troponin T Level at an Early Stage of Training

Effekt af høj intensitet Interval motion og moderat intensitet kontinuerlig motion på hjertets Troponin T på et tidligt stadium af træningen

An elevation in cardiac troponin T (cTnT), as a highly specific biomarker of cardiomyocyte damage, after moderate-intensity continuous exercise (MCE) has ...