提高田径伤病风险预警的准确性

作者：胡卫红 单位：山东体育学院

1（略）

２移动计算开发平台

目前移动系统的开发平台有多种，比如，ＢＲＥＷ、ＰａｌｍＯＳ、ＳｙｍｂｉａｎＯＳ、ＷｉｎｄｏｗｓＭｏｂｉｌｅ等。考虑到田径运动损伤风险预警系统将在主流移动终端上运行，比如ＰＤＡ或手机，采用ＪａｖａＭＥ的移动平台无需考虑具体的硬件，解决了移动终端兼容性的问题，同时ＪａｖａＥＥ的无缝结合可以使我们建立一个具有强大功能的后台服务器。Ｓｕｎ公司的ＪａｖａＭＥ提供了一个在如移动电话、ＰＤＡ以及各种嵌入式设备上运行的应用环境［４］，它包含一组运行于不同小型设备的Ｊａｖａ虚拟机（ＫＶＭ）和一组可以运行在各种虚拟机上的库和标准的ＪａｖａＡＰＩ。ＪａｖａＭＥ的体系结构可分为５层：处于最低层的是各种主机操作系统及设备系统，这充分体现了ＪａｖａＭＥ跨平台的特性；在操作系统之上的是１组Ｊａｖａ虚拟机（ＪＶＭ和ＫＶＭ），ＫＶＭ是ＪＶＭ的一个实现，它是高度优化的ＪＶＭ方式，专门用于移动电话、低端ＰＤＡ等设备；不同的虚拟机对应不同的配置（Ｃｏｎｆｉｇｕｒａｔｉｏｎ）。ＪａｖａＭＥ主要包括两种配置：连接设备配置（ＣＤＣ）和连接受限设备配置（ＣＬＤＣ），ＣＤＣ和ＣＬＤＣ面向不同的小型设备；配置之上的是简表（Ｐｒｏｆｉｌｅ），简表为运行环境提供高层的ＡＰＩ。目前，ＣＬＤＣ上采用最广泛的简表是移动信息设备简表（ＭＩＤＰ）。ＭＩＤＰ为开发者提供了应用程序模型、用户界面、持久性数据存储等高层的ＡＰＩ；体系结构的最上层是可选包层，可选包是一组支持额外的、共同行为的ＡＰＩ，这些包不属于任何一个配置或简表，它们是针对特殊技术的实现，ＪａｖａＭＥ平台可通过添加可选包进行扩展，基于ＣＬＤＣ和ＭＩＤＰ的ＪａｖａＭＥ平台是目前移动开发领域的主流。本研究将选择基于ＪａｖａＭＥ平台，探索可实时交互的、移动的田径运动损伤风险预警系统的设计与实现。

３田径运动损伤风险预警模型建立

在田径训练中，与运动损伤相关的因素很多，如何在如此多的因素中找出它们与运动损伤风险的关系并给出量化指标是一项非常艰难的工作。田径运动损伤风险预警系统通过建立田径运动损伤预警模型，提供一种田径运动损伤风险预警的方法，具体步骤如下：１．在深入分析国内外田径中长跑运动损伤研究的基础上，获取致伤因子包括损伤史、损伤恢复状况、错误的技术动作、关节稳定性差、训练比赛负荷量安排不当、训练比赛中心理状态不佳、肌肉力量和均衡性减弱、身体平衡能力减弱、关节活动幅度（柔韧性）减弱等２８项，确立损伤致伤风险因子分别为内部致伤因子、外部致伤因子、刺激诱发因子三大类，提出中长跑运动伤病预警伤致因子动态链模型。２．采用层次分析法对田径运动伤病预警伤致因子动态链模型中各因子进行权重分析，获取内部致伤因子、外部致伤因子、刺激诱发因子所占权重比例分别为５３．９％、１６．４％、２９．７％，其中内部致伤因子中损伤史（２３．２％）对运动员致伤风险最为明显，其次分别损伤恢复状况（１９．２％）、关节稳定性（１２．７９％）等；外部致伤因子中技术水平（３５．８％）对运动致伤风险最为显著，其次分别为保护措施（２２．６％）、训练或比赛（１４．７％）；刺激诱发因子中技术错误（３５．８％）最容易导致运动员在训练比赛过程中出现伤病，运动负荷（２４．９％）也是引起运动伤病的重要刺激诱发因素。以此建立田径运动伤病预警伤致因子动态链量化模型。３．根据各致伤因子分级情况所得分数，计算运动员伤病风险的总得分。４．随机选取山东省田径队运动员相关数据作为测试样本，对系统准确性进行验证，其结果与教练员对测试样本的风险等级评定结果基本吻合，表明基于田径伤病预警伤致因子动态链量化模型进行伤病风险评价具有可行性。

４田径运动损伤风险预警流程

运动损伤预警又包括模型初始化、属性离散化、属性约简、抽取样本和ＲＢＦ学习等主要步骤，具体的流程如图１所示。１．采用田径伤病预警伤致因子动态链量化模型中的因子，建立田径运动损伤风险预警样本库和测试样本库。具体包括（ａ）运动员基本信息：姓名、项目、运动员等级、ＢＭＩ；（ｂ）运动损伤风险预警信息：训练负荷量、技术错误、关节保护措施、主观疲劳状况、训练比赛中的心理状态、训练计划是否变更、训练场地天气情况、关节稳定性、关节柔韧性、大腿前后肌群力量对比、大腿围度对比、身体平衡能力、足弓形态、技术水平、运动鞋更换频次、主要训练场地、损伤史、损伤后恢复训练状况、月经周期；（ｃ）训练监控信息：红细胞数、血红蛋白、血球压积、血清肌酸激酶、血尿素、血清睾酮、血清皮质醇、血清睾酮（Ｔ）／血清皮质醇（Ｃ）、白细胞数等。２．判断样本库中的因子所对应的数据的离散性，若不离散，调用ＳＯＭ神经网络离散方法对因子数据进行离散化处理，将利用ＳＯＭ神经网络离散后的因子数据与初始就离散赋值的数据合成决策表。３．按照ＲＳ理论的约简过程对决策表进行属性约简和规则提取，基于简化的决策表构建ＲＢＦ神经网络。４．根据约简后的决策表，选取田径运动损伤风险预警样本库中的相应数据，训练ＲＢＦ神经网络，直至收敛，满足精度要求。５．利用测试样本数据，判断训练好的ＲＢＦ网络是否得到正确的诊断结果，若没有，选取（３）中其他的约简结果，转至（４），直至获取训练好的神经网络样本库。６．利用训练好的ＲＢＦ神经网络评估运动员提交的相关信息，输出正确的风险预警结果。

５系统构架

遵循实用性、适应性、可扩展性、可靠性和安全性原则，系统将实现对田径训练信息的随时随地管理，能够根据运动员个人运动训练等相关信息开展运动损伤风险预警。系统基本业务模块划分成训练信息管理子系统、比赛信息管理子系统、监控信息管理子系统、伤病信息管理子系统、竞技状态评定子系统、运动损伤预警管理子系统、个人信息管理子系统、系统配置管理子系统和系统帮助说明子系统９大模块，其中运动损伤预警管理子系统是系统的核心功能模块，它包括运动损伤预警和查询预警记录等功能。系统通过ＷＬＡＮ和３Ｇ向用户提供田径运动信息服务，具体运行拓扑图如下。系统运用部署好的Ｗｅｂ服务器承担主要预警工作。运动员通过无线移动终端提交信息、接受服务和响应，无线移动终端通过无线方式和Ｗｅｂ服务器进行实时交互，提供运动训练相关数据提交、数据查询和运动损伤预警等功能。