Περίληψη
Η διατριβή αυτή αναλύει την έναρξη της συσσώρευσης κόπωσης στο τρέξιμο, με βάση φυσιολογικό κατώφλι, με στόχους: α) την αξιολόγηση της ευαισθησίας των μεταβλητών κίνησης κατά τη διάρκεια τρεξίματος μέχρι την εξάντληση, β) την ανάπτυξη εξατομικευμένων μοντέλων ταξινόμησης βασισμένα στις μεταβλητές της κίνησης και γ) την ανάλυση της πολυπλοκότητας της μεταβλητότητας στο τρέξιμο μέχρι εξάντληση. Δεκατρείς δρομείς αναψυχής εκτέλεσαν ένα πρωτόκολλο κόπωσης τρεξίματος μεχρι την εξάντληση. Η συλλογή αναπνευστικών δεδομένων επέτρεψε τον καθορισμό του δεύτερου αναπνευστικού κατωφλιού. Χρησιμοποιήθηκε μια προσέγγιση μηχανικής μάθησης για την ανάλυση 29.650 σημείων δεδομένων, ενώ η πλευρά της πολυπλοκότητας και της μεταβλητότητας των δεδομένων εξετάστηκε μέσω της Detrended Fluctuation Analysis (DFA) και του εκθέτη-α. Η συνολική ακρίβεια του μοντέλου ήταν 0,914 (95% CI: 0,907–0,919). Οι τέσσερις πιο σημαντικές μεταβλητές όπως προέκυψε από τις τιμές σημαντικότητας του μοντέλου και τη μερική εξάρτησ ...
Η διατριβή αυτή αναλύει την έναρξη της συσσώρευσης κόπωσης στο τρέξιμο, με βάση φυσιολογικό κατώφλι, με στόχους: α) την αξιολόγηση της ευαισθησίας των μεταβλητών κίνησης κατά τη διάρκεια τρεξίματος μέχρι την εξάντληση, β) την ανάπτυξη εξατομικευμένων μοντέλων ταξινόμησης βασισμένα στις μεταβλητές της κίνησης και γ) την ανάλυση της πολυπλοκότητας της μεταβλητότητας στο τρέξιμο μέχρι εξάντληση. Δεκατρείς δρομείς αναψυχής εκτέλεσαν ένα πρωτόκολλο κόπωσης τρεξίματος μεχρι την εξάντληση. Η συλλογή αναπνευστικών δεδομένων επέτρεψε τον καθορισμό του δεύτερου αναπνευστικού κατωφλιού. Χρησιμοποιήθηκε μια προσέγγιση μηχανικής μάθησης για την ανάλυση 29.650 σημείων δεδομένων, ενώ η πλευρά της πολυπλοκότητας και της μεταβλητότητας των δεδομένων εξετάστηκε μέσω της Detrended Fluctuation Analysis (DFA) και του εκθέτη-α. Η συνολική ακρίβεια του μοντέλου ήταν 0,914 (95% CI: 0,907–0,919). Οι τέσσερις πιο σημαντικές μεταβλητές όπως προέκυψε από τις τιμές σημαντικότητας του μοντέλου και τη μερική εξάρτηση (PD), ήταν το γωνιακό εύρος στον προσθιοπίσθιο άξονα του άνω κορμού (C7), η μέγιστη τιμή του ρυθμού ανάπτυξης της δύναμης, η γωνιακή μετατόπιση στον επιμήκη άξονα του C7 και τη μέγιστη τιμή της δύναμης αντίδρασης του εδάφους. Η δισδιάστατη PD αποκάλυψε σημαντικές αλληλεπιδράσεις για ορισμένες περιοχές των κοινών κατανομών μεταξύ κινητικών και κινηματικών δεδομένων. Ομοίως, τα αποτελέσματα της συγκεκριμένης προσέγγισης έδειξαν ότι η ακρίβεια ταξινόμησης των μοντέλων που υιοθετήθηκαν κυμαινόταν από 0,853 έως 0,962. Το πιο σημαντικό χαρακτηριστικό σε έξι από τους δεκατρείς συμμετέχοντες ήταν το γωνιακό εύρος στον προσθιοπίσθιο άξονα του άνω κορμού C7. Επίσης, ο ρυθμός ανάπτυξης της δύναμης εμφανίστηκε πρώτος σε 3 από τους 13 συμμετέχοντες και το γωνιακό εύρος στον κάθετο άξονα του C7 (RTLTu) σε 2 περιπτώσεις αντίστοιχα. Τα διαγράμματα εξάρτησης Shapley Additive exPlanations έδειξαν επίσης αυξημένη διασπορά των προβλέψεων σε στάδια γύρω από το 2ο αναπνευστικό κατώφλι που είναι σύμφωνο με τις εγγενείς αλληλεπιδράσεις χαρακτηριστικών. Το DFA-a έδειξε στατιστικά σημαντική μείωση για τον χρόνο βήματος μεταξύ της χρονικής περιόδου πριν το πρώτο αναπνευστικό κατώφλι και μετά το δεύτερο αναπνευστικό κατώφλι με χ2 Friedman (df=2) =10.71, p < 0.01. Επίσης, υπήρξε στατιστικά σημαντική μείωση του DFA-a για την στροφή της λεκάνης στον κατακόρυφο άξονα με χ2 Friedman (df=2) = 11.38, p < 0,01 και η διαφορά εντοπίστηκε μεταξύ του χρονικού τμήματος πριν το πρώτο αναπνευστικό κατώφλι και αυτού μετά το δεύτερο αναπνευστικό κατώφλι. Αυτά τα αποτελέσματα παρέχουν μια κατεύθυνση προς την κατανόηση των αλληλεπιδράσεων των μηχανικών χαρακτηριστικών του κορμού για τη διατήρηση του συντονισμού κατά τη διάρκεια του τρεξίματος υπό συνθήκες κόπωσης. Επίσης, τα αποτελέσματα επισήμαναν ότι κάθε δρομέας χρησιμοποίησε διαφορετικές στρατηγικές για να αντιμετωπίσει την αύξηση της κόπωσης και να μετριάσει τις επιπτώσεις της, προκειμένου να διατηρήσει ένα αποδεκτό κινητικό μοτίβο. Τέλος, ήταν γενικότερα ήταν εμφανής μια στατιστικά σημαντική τάση για μειωμένη πολυπλοκότητα μετά το δεύτερο αναπνευστικό κατώφλι, υποδηλώνοντας ότι η εξάντληση ωθεί το σύστημα να μειώσει τα επίπεδα πολυπλοκότητας της κίνησης και ως συνέπεια να μειώνεται και η προσαρμοστικότητα του συστήματος. Η παραπάνω προσέγγιση μπορεί να παρέχει ένα πλαίσιο για αθλητές ώστε να αναλύουν τα δεδομένα τους σε συγκεκριμένο χρόνο κατά τη διάρκεια της προπονητικής τους περιόδου, προκειμένου να παρακολουθούν τις αλλαγές στα μοτίβα κίνησης.
περισσότερα
Περίληψη σε άλλη γλώσσα
This dissertation investigates the onset of fatigue accumulation in running, based on a physiological threshold, with three objectives: a) assessing sensitivity of movement variables during running to exhaustion, b) developing individual classification models mapping subject-specific changes in biomechanics and importance of measured features, and c) exploring the complexity of variability in running to exhaustion. Thirteen recreational runners underwent an exhaustive running protocol on an instrumented treadmill. The ventilatory threshold was established through respiratory data to mark gradual fatigue accumulation. A machine learning approach, involving a random forest classifier, was applied to analyze 29,650 data points of ten kinetic and kinematic variables before and after the ventilatory threshold. Subject-specific models were fitted for each participant. Complexity was examined using Detrended Fluctuation Analysis (DFA) and the α-exponent in a repeated measures design at three- ...
This dissertation investigates the onset of fatigue accumulation in running, based on a physiological threshold, with three objectives: a) assessing sensitivity of movement variables during running to exhaustion, b) developing individual classification models mapping subject-specific changes in biomechanics and importance of measured features, and c) exploring the complexity of variability in running to exhaustion. Thirteen recreational runners underwent an exhaustive running protocol on an instrumented treadmill. The ventilatory threshold was established through respiratory data to mark gradual fatigue accumulation. A machine learning approach, involving a random forest classifier, was applied to analyze 29,650 data points of ten kinetic and kinematic variables before and after the ventilatory threshold. Subject-specific models were fitted for each participant. Complexity was examined using Detrended Fluctuation Analysis (DFA) and the α-exponent in a repeated measures design at three-time points and tested using the non-parametric Friedman test. For the first analysis, the overall accuracy of the model was 0.914 (95% CI: 0.907–0.919). The four most important variables as it was concluded from the variable importance procedure and the partial dependence (PD), were the angular range of the upper trunk (C7) on the anteroposterior axis, the maximum value of the rate of force development, the angular range of the C7 on the longitudinal axis and the maximum value of the ground reaction force. Two-dimensional PD revealed considerable interactions for certain areas of the joint distributions between kinetic and kinematic data. Similarly, the results of the subject-specific approach showed classification accuracy of the models adopted ranging from 0.853 to 0.962. The most important feature in six out of thirteen participants was the angular range of the upper trunk C7 in the anterioposterior axis. Also, the maximum value of the rate of force development appeared first in 3 out of 13 and the angular range of the C7 in the longitudinal axis in 2 cases respectively. SHapley Additive exPlanations dependence plots also showed an increased dispersion of predictions in stages around the ventilatory threshold which is consistent with inherent feature interactions. The DFA-a analysis for step time showed a statistically significant decrease between the time segment before and after the second ventilatory threshold with χ2Friedman (df=2) =10.71, p < 0.01. Also, there was a statistically significant decrease in DFA-a for the axial rotation of the pelvis in the vertical direction between the three conditions with χ2Friedman (df=2) = 11.38, p < 0.01 between the time segment before and the first ventilatory threshold and after the second ventilatory threshold only. These results shed light on the interconnected kinetics and kinematics of torso movement under fatigue during running. It is evident that runners employ various strategies using examined features to handle fatigue and sustain proper motor patterns. A significant decrease in movement complexity post the second ventilatory threshold implies exhaustion reduces system adaptability. This research methodology can guide practitioners/athletes to monitor changes in their movement patterns during specific training periods and adapt their regimes accordingly.
περισσότερα