مدل سازی هوش مصنوعی برای تحلیل خطر آسیب عضلات همسترینگ در دوندگان و ارائه پروتکل تمرینی پیشگیرانه

آسیب عضلات همسترینگ یکی از شایع ترین آسیب های ورزشی در رشته های دو و میدانی و ورزش های سرعتی است که موجب کاهش عملکرد، افزایش غیبت ورزشی و هزینه های درمانی قابل توجه می شود. با وجود پیشرفت در روش های ارزیابی عملکرد و تست های بالینی، همچنان پیش بینی دقیق خطر آسیب همسترینگ پیش از بروز آن یک چالش باقی مانده است. هدف این پژوهش، توسعه یک مدل هوش مصنوعی برای تحلیل الگوهای حرکت، ویژگی های بیومکانیکی و عوامل مرتبط با عملکرد دونده است تا بتواند احتمال بروز آسیب این عضلات را با دقت بالا پیش بینی کند. داده های بیومکانیکی شامل سرعت دو، طول گام، زاویه مفاصل، قدرت عضلانی، سابقه آسیب و نتایج آزمون های عملکردی به مدل یادگیری ماشینی وارد شده و پس از آموزش و اعتبارسنجی، الگوهای خطر مشخص تری ارائه شده است. یافته ها نشان می دهد که مدل توسعه یافته می تواند با دقت بالا الگوهای حرکتی مرتبط با خطر آسیب را شناسایی کرده و بر اساس آن، پروتکل های تمرینی اصلاحی مبتنی بر تقویت عضلات همسترینگ، بهبود کنترل عصبی عضلانی و اصلاح نقص های حرکتی پیشنهاد دهد. این نتیجه گیری نشان می دهد که ترکیب داده های واقعی و پردازش هوشمند می تواند راهکارهایی پیشگیرانه در حوزه حرکات اصلاحی ارائه کند و مسیر درمانی و تمرینی ورزشکاران را از حالت سنتی به سمت تصمیم گیری مبتنی بر داده و تحلیل دقیق سوق دهد.

کلیدواژه ها:

آسیب همسترینگ ، حرکات اصلاحی ، یادگیری ماشینی ، بیومکانیک ورزشی ، پیشگیری از آسیب ، دوندگان ، هوش مصنوعی