علی خلیلی
امیرمحمد خلیلی
سمیه اسفندیاری کلایی

آسیب های ورزشی، به ویژه آسیب های زانو و کشاله ران، یکی از بزرگ ترین چالش ها در ورزش حرفه ای هستند و می توانند تاثیرات بلندمدتی بر عملکرد ورزشکاران داشته باشند. برای پیشگیری از این آسیب ها، روش های مختلفی وجود دارد که از جمله آن ها می توان به تمرینات پیشگیرانه، مراقبت های پزشکی و استفاده از فناوری های نوین اشاره کرد. در این راستا، هوش مصنوعی به ویژه الگوریتم های یادگیری ماشین، به عنوان یک راهکار نوآورانه در تحلیل داده ها و شبیه سازی رفتارهای پیچیده بدن انسان در معرض آسیب، مطرح شده است. هدف این تحقیق، طراحی و پیاده سازی مدل پیش بینی کننده مبتنی بر شبکه های عصبی برای شناسایی فوتبالیست هایی است که در معرض خطر آسیب های زانو و کشاله ران قرار دارند. جامعه آماری این مطالعه شامل فوتبالیست های حرفه ای تربیت بدنی نزاجا در رده های سنی امید و لیگ یک بزرگسالان کشور در فصل ۱۴۰۳ است. داده ها از طریق پرسشنامه ها، آزمون های تخصصی و حسگرهای پوشاننده جمع آوری و پس از پیش پردازش، برای تحلیل به مدل های مختلف شبکه های عصبی ارائه شد. ارزیابی عملکرد مدل ها با استفاده از معیارهایی مانند دقت، ویژگی ها و F۱ انجام شد. نتایج حاصل از تحلیل داده ها نشان دهنده قابلیت های بالای هوش مصنوعی در پیش بینی و شناسایی آسیب ها و الگوهای پنهان است. این تحقیق می تواند به تیم های پزشکی و مربیان در پیشگیری هوشمندانه از آسیب ها و بهبود فرآیندهای تمرینی کمک شایانی کند.

ورزشکاران، یادگیری ماشین، شبکه های عصبی، آسیب دیدگی