研究疲劳对运动表现的影响的研究人员开发了原型软件,可以让教练们预测精英运动员何时会疲惫不堪,无法发挥最佳状态。
昆士兰科技大学的Paul Wu博士领导了今天发表在PLOS One杂志上的这项研究。该研究将统计工具应用于生理学研究,为运动员及其教练提供了如何最好地管理和预测疲劳程度的新见解。
该软件算法使教练能够对运动员的能量和表现水平进行简单测试,并预测他们的疲劳程度如何影响他们的表现。
“这是一个协助教练的工具,”吴博士说。“假设明天你有一场比赛,模特预测你会非常疲惫,这可能会改变教练的策略。“提前获得这些知识可能会有所帮助。”该信息还可以使教练根据不同类型的训练导致的预测疲劳程度,为个体运动员个性化训练。
该研究的研究人员检查了疲劳运动员在训练中的两种主要类型。首先是代谢疲劳,只需要3个小时才能恢复。更严重的疲劳,神经肌肉疲劳,可能需要超过48小时或更长时间来恢复。
“在精英体育环境中,运动员通常每天训练两次,每周训练五天或更长时间。如果你出现神经肌肉疲劳并在第二天接受训练或比赛,你仍然会感到疲劳并且受伤的风险会增加,”吴博士说。
在这项研究中,吴博士和他的合作者研究了一项名为反向跳跃(CMJ)的测试数据。为了进行测试,运动员站在力板上,蹲下,并尽可能高地直线跳起。力板记录整个跳跃过程中产生的力曲线。
“在我们的研究中,我们在低强度,中等强度和高强度训练课程后对运动员进行了测试。随着时间的推移,我们进行了许多跳跃,从训练开始之前到之后,然后定期,直到48小时后,”吴博士说。
涉及多名运动员的许多跳跃导致了大量数据,而且这些数据也不简单。因此,吴博士及其团队使用称为功能主成分分析(fPCA)的统计分析工具来查找所有数据中有关疲劳的隐藏信息。
“通过在训练后30分钟进行一些跳跃测试,然后进行分析,我们可以预测神经肌肉疲劳的程度。这可以让教练和运动员为下一次训练或提前准备比赛做好准备,”吴博士说。 。
此外,它还为运动员提供关于他们如何疲劳的重要信息。“这有助于他们定制他们的训练,以避免神经肌肉疲劳,并允许他们自己与他人对比,”吴博士说。研究人员已经制作了一个软件原型,教练可以在将来使用该软件来管理运动员的疲劳并确保最佳表现。
从来没有让运动员和他们的培训师获得有关他们培训的大量数据。只有通过统计分析,就像本研究中的那样,才能解开运动员需要利用数据的一些关键隐藏故事。吴博士认为,此处使用的统计分析也有助于其他类型的培训数据。