conception d'un programme informatique de traitement et d'analyse de score en vue de prédire les risques des blessures chez les sportifs ((Cas du Deep Squat )) (FMS)

Abstract

Au cours des dernières années, l'écran de mouvements fonctionnels (FMS) a été utilisé pour évaluer les habitudes et la qualité des mouvements des athlètes, ainsi que pour prévoir leurs blessures. Cependant, les scores FMS sont évalués par observation manuelle. Par conséquent, l'objectif de cette étude est de développer un système d'évaluation automatique, d'adopter un modèle mathématique de complexité minimale et de disposer de lois de contrôle d'évaluation pour garantir l'attribution d'un score précis du FMS. Une caméra est utilisée pour capturer les angles de l'image et du corps, respectivement. En outre, l'un des chercheurs a chargé manuellement l'image enregistrée dans le logiciel de calcul mathématique MATLAB. Les résultats ont montré une corrélation positive modérée à élever entre les scores du premier test FMS Deep Squat (p <0,05). Par rapport aux trois scores différents, il existait des différences significatives entre l'angle de la hanche et de la cheville, l'angle de la hanche et le genou de la haie fendue et la haie à angle de pas (p <0,05). En conclusion, l'avantage du système d'évaluation automatique et de l'attribution d'un score précis appliqué au système FMS est la reconnaissance automatique des images et l'étiquetage, le suivi rapide et précis de l'angle, des données. Matériel exporté et peu coûteux. Le système d'évaluation automatique et l'attribution d'un score FMS peuvent aider l'entraîneur et les experts en physiothérapie à évaluer le déficit bilatéral du membre, du torse ou asymétrique dans divers sports