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。