运动生物力学应用程序使用惯性,力量,和EMG传感器:一个文献综述

文摘

在过去的几十年里,许多技术发展先进的传播可穿戴传感器评估人类的运动。这些传感器也开发了评估运动员的表现,为教练提供有用的指导方针,以及预防受伤。来自这些传感器的数据提供了关键绩效结果以及更详细的运动学、动力学和肌数据提供了洞察的性能是如何获得的。从这个角度看,惯性传感器、力传感器、和肌电图似乎最合适的可穿戴传感器使用。进行了几项研究来验证使用可穿戴传感器进行运动的可行性应用程序通过使用商用和定制的传感器。本研究旨在概述运动生物力学的应用程序发现使用可穿戴传感器,从最近的文献强调一些信息有关使用传感器和分析方法。从文献回顾的结果,似乎惯性传感器是最广泛的传感器,用于评估运动员的表现;然而,仍然存在申请力传感器和肌电图在这个上下文。主要运动评估研究是跑步,尽管体育研究的范围是相当高的。可以用于研究人员提供的概述,运动员和教练了解当前可用的技术运动性能评估。

1。介绍

最近的统计数据显示,大约50%的欧洲人口进行体育活动至少每周从15岁(1]。众所周知,体育,或体育活动更一般的,有积极的对生活质量的影响。几项研究证明了生活满意度方面的好处,健康,健康,教育和社会参与2,3]。此外,或许是由于越来越多的人参加各种各样的体育和娱乐水平,精英阶层的需求不断增加。最近的技术发展导致这些日益增长的竞争水平,用这些设备用于监控运动训练和比赛的表现,尤其是从运动生物力学的角度。运动生物力学是提供定量的科学(有时定性)运动性能的评估;特别是体育运动的运动学和动力学(4]。测量和描述如今人类运动在体育活动中一个至关重要的方面指导项目为了评估运动员的性能、提高技术和防止受伤(5- - - - - -7]。在过去,3 d视频分析通过光电系统代表最普遍的方法来分析运动员在训练或比赛的行为。不幸的是,3 d optoelectronic-based方法仍有一些局限性广泛使用的运动,比如困难分析人体运动在户外环境中,所花费的时间和所需的技能科目sensorization和校准有限体积的分析可以执行(8]。内在的限制使用反光标记,即室内分析和sensorization所需的能力,克服了markerless系统或特定的处理系统,如OpenSim或使用人工智能算法的例子,并行神经网络(9,10]。如今,运动生物力学,一般来说,由使用可穿戴传感器,允许执行期间确保无损数据采集运动(11]。此外,可穿戴传感器允许体育活动在自然环境中执行,克服实验室测试的环境限制,如光电的使用3 d系统,仍然被认为是黄金标准运动分析(11,12]。其中,惯性传感器(7,13- - - - - -49力传感器(43,50- - - - - -70年],和肌电图调查[71年- - - - - -137年)被广泛用于客观和不显眼地量化运动学,动力学,和肌肉活动在体育活动中。一个很有前景的方向可穿戴传感器使用实时生物反馈系统(138年),可以为运动员提供并发增强反馈信息和/或教练(7,139年- - - - - -142年]。

虽然几个可用的系统评价已经在文献证明了可靠性、有效性和实用运动惯性传感器的应用程序(8,143年,144年),概述在特定的应用程序可以实现通过分析运动学,动力学,通过可穿戴传感器肌肉活动和生理参数是失踪。从这个角度看,我们旨在概述运动生物力学的应用程序需要使用可穿戴传感器,不仅惯性的。

2。材料和方法

2.1。搜索策略

斯高帕斯、网络科学和PubMed数据库被用来执行文献综述。只有研究可穿戴传感器用于体育应用程序被认为是;特别是,前三类选择文献综述:惯性传感器、力传感器、和肌单位。开始和结束的文献综述是2019年7月和2019年11月,分别。以下基础关键字用于搜索:体育,可穿戴式传感器,可穿戴设备,生物力学,无线。更具体地说,至于惯性传感器,以下关键词添加:IMU,惯性传感器,运动传感器,可穿戴IMU。关于力的测量,力和压力作为额外的关键词。至于肌电图的应用程序,这些进一步使用关键字:肌电图,电机模块,肌肉的协调,肌肉的协同效应,肌肉,肌电描记术,有图案的控制,激活模式,运动原语,模块化组织。为了避免偏见在搜索由于根词的变化,所以我们也认为是通配符,如连字符或引号。发现参考文献的研究进一步检查以包括有关工程意外地省略了从关键字研究11]。

2.2。入选标准

研究最初选择基于标题的相关性和抽象。因此,研究必须符合下列入选标准:(i)只研究用英语写被认为是连续的分析,(2)从2010年起发表的只有研究包括为了避免增加评审过时的技术,和(3)会议论文集删除如果相同的作者发表的关于同一主题的期刊论文。

2.3。数据提取

只有研究,通过前面的入选标准是通过Mendeley桌面系统下载和管理。自评估旨在提供一个概览的几个可穿戴传感器用于运动,研究首先分类基于可穿戴传感器使用的类型。以下信息聚集从每篇论文:(i)的目标,(ii)进行运动,(iii)的参与者(如缺乏经验,休闲和精英),(iv)实验设置,(v)数据处理和分析,并(vi)结果和结论。研究不涉及人类受试者自动排除在外。

2.4。质量评估

每个研究的质量评估内部而言,统计,和外部有效性使用问卷调查报告[145年]。所有的作者被要求回答一个18-item检查表,这是一个优化的类似的用于评论(146年- - - - - -150年]。特别是,检查表(表1)允许我们评估内部信息(数字1的问题,3、4、6、7、9、12、13、14),统计(问题数量15、16、17和18),和外部(问题数字2、3、5、6、8、10和11)的有效性。作者分配一个正面(1分)或负面(0分)每个问卷条目,最后被求和计算分配的分。一项研究被认为是“高质量的”如果它达到分数等于或大于11最大的(~ 61%)在大多数作者的评价147年,149年]。在文章中标识为“高质量”,作者选择一个子集的论文会更全面地检查结果和讨论。这个选择是由只考虑研究取得了至少15的质量分数,以包括研究偏见的风险很低。

为了清晰、A.K.和运算器执行审查的惯性传感器,C.U.和E.K.照顾的力传感器,促销和j.t进行肌电图的检查传感器,和j.t,J.K.,S.R. supervised the data quality assessment in order to avoid bias.

3所示。结果和讨论

3.1。惯性传感器

惯性传感器的使用和可穿戴传感器设备在体育蓬勃发展在过去的十年里。这是证明了一个简单的搜索在斯高帕斯使用关键字“体育”和“惯性传感器”,确定共有37个文章发表在2020年1月至5月,一个值的数量是相同的文章发现使用相同的搜索词在此期间2004 - 2009。现代惯性传感器的微型低功耗芯片集成到可穿戴传感器设备或智能设备。今天的惯性传感器主要分为的便携式微机电系统(MEMS),小型、轻,便宜,和低功率,一般包括加速度计的任意组合,陀螺仪,磁强计。

惯性传感器用于测量静态和动态状态的运动员的身体。在静态状态下,一些最重要的参数是空间位置,方向,姿势,身体部位之间的角度,动态等,其他重要参数包括位移、轨迹、速度、线性加速度,混蛋(加速度)的变化,角速度,角加速度,等等。而线性加速度(加速度计),角速度(陀螺仪)和方向(磁强计)都可以直接测量,所有其他运动参数必须来自一个或多个测量量。例如,身体的速度计算通过集成加速度随时间变化和旋转角度计算通过整合其角速度随时间变化。测量和派生的结果可以不准确影响MEMS传感器。这个话题的讨论不在本文的范围,但是一些有用的指导方针的正确使用MEMS惯性传感器可以在[151年- - - - - -153年]。

论文的数量处理利用惯性传感器运动太伟大的过程;斯高帕斯数据库中的一个简单的搜索仅取得了超过1700个这样的论文。我们已经把范围缩小,搜索策略中所描述的部分2。最初的搜索,使用定义的搜索条件,产生了162篇论文。作者后,复制,和语言检查,154篇论文仍然存在。后删除旧的会议论文和会议论文后来被发表在杂志,我们读过余下的113篇论文的文摘。我们排除所有评审论文和文章关于惯性,力量,和肌电图传感器、人类活动检测,检测人类状态。从剩下的64篇论文中,我们排除了所有一般non-sport-specific文件,致使42论文进行深入阅读和分析。选择流程如图1。

分析所选的论文后,我们描述的使用惯性传感器基于体育活动。更具体地说,表2显示的分布包括研究基于特定的运动。

可穿戴传感器设备集成惯性传感器可用于测量和评估任何体育活动。由于大量的可能的活动,我们将讨论使用惯性传感器相关的几组例子的不同的运动。

频繁使用的惯性传感器用于各种目的被发现走路和跑步动作。这些运动的循环特性允许使用大量分析技术的运动学参数的提取或其他利益的结果。分析走也许是最困难的任务在这组行动,还有很多在这一领域的研究。Flores-Morales et al。21)与六个移动传感器设备使用惯性传感器连接到下肢OpenSim的主题和分析获得的数据系统,开源软件,创建和分析运动的动态模拟。一个有趣的方法,利用自相关函数的评估人类循环运动的规律性,提出了包括步态,(22]。更有活力的行走步态是北欧行走。北欧行走已经衍生出滑雪,个人使用手持波兰人使用协调模式类似于越野滑雪,需要更多的上半身肌肉参与比典型的步行运动。Derungs et al。23]14艾莫斯和回归方法用于获得技能的评估和检测潜在的协调错误北欧行走。下一步是使用惯性传感器发生运行操作。因为跑步是一种更加动态的比行走步态,传感器的要求也更高。脚步的确定模式的主要思想在24]。作者利用加速度计和陀螺仪来计算步长和确定着陆策略三个运行速度。同样,纳负责和他的同事们(25)不同的统计相比,DSP(数字信号处理),和深度学习算法用于计算使用艾莫斯在运行速度和步幅。Muniz-Pardos et al。26)旨在评估运行经济在精英运动员,和脚力学测定通过惯性传感器的使用戴在脚的跑步者。在这种步态集团是最具活力的行动冲刺。一个加速度计放置在短跑运动员的腰部是用于27]sprint的评估基于回归的机器学习方法。莫顿等。28]采用复杂的验证方法,包括激光手枪和实时运动GPS系统测量的冲刺速度使用只有一个IMU集成加速度计和陀螺仪。

另一组活动,惯性传感器可以是非常有益的,在哪里球拍和蝙蝠体育。典型的此类行动中使用IMU的手/手腕手臂运动员或集成到设备。王先生和他的同事们(29日)设计了一个物联网(物联网)平台使用的球拍运动。他们把手腕上的IMU的运动员和加工获得的数据通过机器学习的方法。他们试图区分专业技能评估,执行subelite,业余爱好者羽毛球玩家从他们中风的性能。类似的方法和方法被用于(30.),作者设计了一个系统有三个艾莫斯的手,手腕和肘部的运动员。该系统采用深度学习的方法为教练提供有用的信息乒乓球练习。在球拍运动,网球似乎是最受欢迎的使用惯性传感器系统。杨et al。31日)使用两个IMU设备附加到手腕和膝盖的运动员来评估网球服务性能通过支持向量机方法。非常相似的目标是在(32),作者使用了三个陀螺仪传感器连接到的手,上臂和胸部的运动员。他们使用DSP、统计和仿真方法的评估第一的网球技巧。中风的检测和分类是本文的主要结果(33]。作者使用了一个可戴IMU和机器学习决策树方法来检测和分类三个最常见的网球中风:正手,反手,准确率达到了98.1%。人体运动协调评估使用三艾莫斯在臀部,手腕,和胸部的运动员在34]。作者评估棒球摇摆基于模板匹配方法和运动给运动员和教练的反馈。捕捉快速运动生物力学的核心工作了(35),艾莫斯被放置在胸部,上臂,手腕,手,腰获取高动态运动的组合多量程加速度计和陀螺仪。对于高动态运动,加速度计和陀螺仪±200分别和±20000°/ s。低动态运动,加速度计和陀螺仪±16分别和±1000°/ s。他们的工作的结果是一个可穿戴的双程传感器平台,使高层的一个调查,很宽的动态范围描述棒球摇摆的生物力学参数。

团队运动研究也非常有趣的但是可能会因为复杂的相互作用,不可预测性,运动员的行为和不均匀性。体育活动在体育组的研究大多局限于孤立的特定运动的运动员。王先生和他的同事们(36)使用一个IMU的手腕运动员的技术水平进行评估排球主攻。记录的数据分为三个层次:精英,subelite,业余排球运动员的准确率为94%。篮球也是受研究人员;马等。37和孟等。38]戴传感器用于识别和篮球运动使用支持向量机分类方法进行分类。在[37],九种基本的篮球运动,如站立,行走,奔跑,跳跃,在原地运球,运球时,运球而运行,设置,和跳投,是公认的。Shankar et al。39]描述的移动系统,使远程监控拍摄的篮球运动员。IMU之一是附加到运动员的手腕,收集数据,和一个启发式分类方法被用来估计射击性能根据效率计算的比率的镜头拍摄的总数的球员在一个给定的一系列电影速度和加载角度。结果表明,该球员的投篮动作改善,变得更加一致的在他首选的轨迹在3周的训练设备。与更广泛的在团队运动中使用机器学习算法,探测和识别集团新的可能性事件在训练和比赛成为可能。钱伯斯和他的同事们(154年,155年)设计了基于随机森林算法处理的自动检测,普通人和scrum事件在橄榄球联盟。在比赛中,他们取得了79.4%的分类精度(普通人),81.0%(解决),93.6% (scrum)。

下一组的活动是体育,运动员自己借助不同的移动设备。我们选择几组内的研究报告滑雪运动,运动员使用不同形式的滑雪板执行所需的操作。的作者(40)使用深度学习技术分析数据从17 IMU设备上越野滑雪。结果是八个经典的分类和滑冰风格越野技术基于5艾莫斯最相关的数据的准确性87.2%和95.1%的公寓和自然过程,分别。跳台滑雪是一个有趣的冬季运动学科从动力学和运动学参数测量的角度。Bessone et al。42)使用11艾莫斯来确定可能的运动学与动力学之间的相关性在着陆。分析方法包括DSP、统计数据和iSEN系统软件。结果可以用在日常训练,具体反馈减少垂直地面反作用力的方式着陆。最复杂和动态的研究冬季滑雪运动高山滑雪。分析下肢运动的雕刻技术在执行期间43),作者使用17艾莫斯放在滑雪的身体。获得的数据处理和分析了DSP算法,运动分析捕获系统和多尺度的计算机模拟。Fasel et al。44]使用6艾莫斯捕捉三维身体和质心运动学的高山滑雪,这个IMU数据增强了差分GPS系统提供的位置滑雪者在滑雪坡的COM。于和他的同事们(45)研究的潜在使用IMU传感器的性能分析高山滑雪者。他们使用16艾莫斯找到最佳位置的传感器。发现,基于统计分析和层次聚类方法,建议最好的位置是骨盆,这可能非常准确地反映全身的COM的位置。

从实现的角度,最具挑战性的活动惯性单元的应用水上运动。例如,可穿戴传感器设备必须防水;因此,他们的设计和施工是更具挑战性的和昂贵的。此外,无线电信号不渗透水;因此,水下无线通信与传感器设备几乎是不可能的。王等人。46)使用一个9自由度IMU捕捉人体腰椎在游泳的姿势。为了量化脊髓运动在游泳,他们使用一个方位估计算法和一个人类的生物力学模型。传感器系统采集数据的离线和它无线传输到电脑后游泳,游泳时得到的水。Lecoutere和普洱茶47)使用一个低功耗无线传感器网络和可穿戴传感器设备附加到游泳的实时追踪精英运动员。他们的可穿戴传感器设备使用陀螺仪和加速度计信号来计算最重要的参数并将它们发送给本地电脑游泳的时候游泳者的头从水里拉出来。类似的方法是由科斯和Umek7),其中一个IMU与加速度计和陀螺仪是附加到腰收购一些最相关的所有四个游泳游泳参数学科。传感器设备记录了游泳数据离线和转移到电脑游泳后使用有线连接。

3.2。力测量装置

力量作用于(或生成)一个运动员可以提供宝贵的见解可能性能和受伤的风险。基于独立变量力测量包括中心的压力(CoP) (50),力的方向作为代理措施的效率(51),影响部队(52]。结合运动学测量力数据被用来估计机械功率(53)、关节动力学(43,54),和肌肉力量(55]。在实验室分析动力学主要是完成力板通常嵌入在地板上。然而此设置静态和经常不允许动力学评估在实际体育活动由于无法乐器玩平台表面用足够的力量。测量力的运动应用因此需要耐磨力测量设备或专门检测表面如起点在游泳和田径比赛开始只能提供数据。论文包含报道在图的选择过程2。

表3显示的分布包括研究基于特定的运动。

可穿戴的文学力量设备大致可以分为使用商用(现成的)压力传感器的研究和研究使用定制的设备。文章选择的可穿戴系统被用于设置评估运动员的生物力学。

3.2.1之上。商用系统

压力传感器是商用测量设备,可以直接应用于实验项目的设置。商用设备列表中使用文献报道在表4。压力传感器物理压力转换成电流或电压。估计力,压力乘以压力应用领域。传感器的数量(有多少目标区域覆盖的传感器),因此系统的准确性的一个重要因素。除了传感器的数量,个人压力传感器精度取决于分辨率、迟滞、重复性、线性度。的鞋垫,适合在鞋子是很重要的。滑冰和滑雪鞋往往太紧,定制,和加热成形,需要定制的鞋垫,例如,选择把它们正确的形状。压力传感器的限制是,他们只在一个方向测量压力。这些便携式传感器的主要优点是,他们可以用在许多不同的环境和运动。

至于警察的评价,Buckeridge et al。(2015)使用鞋垫(Pedar X,小说,德国慕尼黑)来确定警察和足部压力精英和娱乐冰球球员向前加速和稳态滑冰。虽然足底力量衡量鞋垫没有不同的精英运动员和娱乐之间,找到符合速滑研究[58,59),警察是不同水平的运动员。精英球员的警察更前脚的休闲玩家相比,在稳态滑冰(50]。虽然在本研究中只滑冰被认为,这与鞋垫测量设置适用于其他机车的评估活动在冰上曲棍球游戏。

至于联合动力学的评估,在文学的两项研究使用压力鞋垫(Pedar X,小说,德国慕尼黑)结合一个MVN动作捕捉套装包括17个艾莫斯(荷兰恩斯赫德Xsens,)分析联合动力学在滑雪43和短道速滑54]。结合运动学从Xsens西装与测量足底部队压力鞋垫,逆动力学分析得到联合动力学(节间刚体运动学)。李等人。43]表明,髋部、膝盖和踝关节力量和时刻,基于标准的逆动力学分析计算使用动作捕捉数据和地面反作用力,为middle-turn高于那些短小的节目在滑雪雕刻。Purevsuren et al。54]认为short-trackers有很高的内部旋转的时刻,膝盖弯曲。这一结论却不可能有效因为压力鞋垫只能估计分力正常足底表面,因此时刻(免费),迫使组件足底表面平行。相反,部队在水平面很重要在短道速滑60]。此外,只有直接滑冰纳入分析,而大多数时候溜冰者进入,退出,或在一个曲线60]。研究人员在测量可能是有限的这一部分溜冰场由于高离心力打扰IMU-based测量系统(61年]。除了在力测量不准确,IMU-based(联合)运动学比光电测量系统不准确,目前被视为“黄金标准“(12]。在速度滑冰,灵敏度分析联合力量的估计使用一个速滑运动员的逆动力学模型显示,该模型对COM的位置最敏感的躯干和溜冰鞋的精益和引导角(旋转本地测量部队进入一个全球框架)。5°滑冰的引导误差角,这是可能发生在IMU-based系统(61年,156年),导致近似地联合功率估计最大误差9.5%相比,光电系统。还应该承认,逆动力学方法,即使在实验室的情况,有一些局限性有关各种假设(例如,使用刚体段),可能会导致错误的大约10 - 20%。这种组合的可靠性和价值系统运动性能的增强可能仍然比较有限。

至于接触力,商用压力传感组件也被集成到定制安排力传感在特定的应用程序。詹宁斯等。57)创建了一个个人force-resistive压力传感器的线性数组(Flexiforce、A201-25 Tekscan)安装在头部的曲棍球棒测量部队和警察之间的球棍模型在目标射击技能称为拖电影。研究确定力和位置的球棒是重要的控制球的轨迹在拖动电影,和简单的传感阵列能够区分运动员的技术水平力的基于一致性模式和降低整体接触时间(57]。

另一种鞋垫系统上面所讨论的,鞋子或踏板可能与一个定制的安排检测的传感器。Sturm et al。56,62年个人force-resistive压力传感器)安装一个矩形数组(Tekscan Flexiforce a201 - 100)测量脚从皮划艇运动员力量转移到船。kayak赛车,脚力具有重要影响全身的节奏/运动模式用于“踢”船,这是明显的互推拉力量显示在每一个脚也到了180°之间的相位差生效时间左右脚。

3.2.2。自定义系统

当压力传感器是有价值的评估法向力分布,他们不能测量平面外的力量。几项研究已经因此构造自定义测量仪器检查部队在三维空间中。结构通常包含商用负载细胞或应变仪。

3.2.3。仪表化冲击板

传统意义上的可穿戴设备,Saponara [52)开发了一种无线检测板设计成在运动员穿衣服测量接触力在武术陪练。应变仪的系统组成一个矩阵传感器感应负荷下变形薄铝板的你是否会踢打。根据特定的运动使用,几个盘子可以戴在胸口,肩膀,腿和胳膊和由一个单片机(HX711 Sparkfun)和蓝牙单一数据采集程序。他们测试系统广泛的空手道运动员,测量接触时间和力的罢工。作者定义了两个性能指标(kick-strength-to-weight比(KSWR)和punch-strength-to-weight比率(PSWR)),并反馈使用分级规模从贫穷到优秀的运动员。作者发现系统测量数据之间的相关性,腿的有效性/手臂运动,运动员技术水平(即。年的经验)。作者建议,更有经验的运动员的协调技能使他们能够更有效地利用动态链接原则,从而确保更大的力通过动力学链转移到脚和手在执行,一拳一脚(52]。

3.2.4。检测速度溜冰鞋

虽然溜冰鞋已经被插装在2010年之前使用应变仪(63年- - - - - -66年),van der Kruk等人建造了第一无线检测速度溜冰鞋短道(固定刀片)60)和长期(klapskates) [58速度滑冰。仪器位于桥(klapskates)和杯(溜冰鞋的固定刀片),每个组成的一个夹层建筑,钩压电三分量力传感器(集团9602年Kistler基斯特勒公司,温特图尔,瑞士)。这允许测量横向和正常的力量的溜冰鞋。传感器的输出登录SD卡,通过蓝牙发送通过附着在溜冰鞋的数据记录器。插装的短道溜冰鞋被用于奥林匹克运动员的日常训练。在这个同质组,更高的男性选手更倾向于有一个警察的后方叶片侧向力和较低的几个阶段(曲线,使曲线,和进入直)滑冰的60]。女性表现出趋势应用体重正常侧力量比男性高,虽然在较低速度滑冰,这是建议,以反映体重,肌肉力量和/或运动控制女性和男性之间的差异而滑冰在同一叶片(60]。由于横向部队和警察确定标题(转向)滑冰,这似乎是一个重要的性能指标,可以跟踪这些耐磨力平台。限制当前这些溜冰鞋是额外的重量,设计,插装的短道的滑冰,轻微的高度差可以改变的感觉和表现典型的运动。

3.2.5。仪器的鞍

类似于(43,54),沃克et al。67年恩斯赫德)联合5艾莫斯(Xsens,荷兰)记录总身体运动与轴向负荷细胞赛马的马镫鞍内安装,下面骑师的脚。他们比较了运动学和动力学的骑手在飞速骑模拟器与实际赛马。作者发现马镫力振幅在真正的马两倍以上这些记录在模拟器和不对称,施加到马镫相反较高的峰值力马的腿骑师的骨盆流离失所的横向远离铅的腿,这表明骑手用大腿和臀部隔离他们的质量中心和抑制的影响马的运动(67年]。

3.2.6。仪器的棒球

通常在球运动,一个严格的可穿戴设备不提供所有的感兴趣的信息。球投掷运动尤其如此,喜欢棒球,投手投类型选择的规定手指位置的球和手指的力量影响到球场的棒球和由此产生的轨迹(51]。木下光男et al。(2017)嵌入式三轴加载细胞(usl06 h5 - 500 n - c, Tec吉汉有限公司,京都,日本)在日本联赛规定棒球和记录时间和振幅的手指力量在快速球球。嵌入式传感器被快速释放机构连接到数据记录器戴在运动员的手腕,这样的连接将分离当球左投手的手51]。作者发现所有手指生成力峰值振幅37-43女士球释放之前,而食指和中指显示双峰力模式与一个额外的峰6 - 7球释放前,女士。球反作用力峰值超过80%的最大手指力量,和有一个线性关系的峰值力球速度。因为球内的空间限制,他们无法同时记录所有手指的力量。相反,试验之间的手小心翼翼地重新定位,适当的利益将手指覆盖力传感器。这不过介绍相声的可能性,作者承认作为一个研究限制。

3.2.7。仪器的桨

在漂流过程中,运动员的桨行为有效地为一个扩展的手臂力量的一代。提供反馈,运动员和教练的大小和形状桨强迫时间曲线以不同的速度可以影响性能和培训。两个研究小组(56,68年)独立开发paddle-mounted力系统的轴与两个传感器节点检测,每个组成应变仪(HBM,达姆施塔特,德国)一个惠斯通电桥配置。FPaddle系统由戈麦斯et al。68年]使用2应变仪与节点直接连着碳纤维复合材料桨距叶尖,80厘米,Sturm et al。56,62年4)创建一个独立的系统,应变仪连着一个悬臂梁和在地方举行的桨夹机制。戈麦斯et al。68年)表明,在水上强迫时间配置文件大小和形状的变化与中风率增加,意味着更高的桨力和kayak速度比峰值增加桨关联性更强的力量。作者也报道了一个效率计量,意味着力量比力峰值形状变化反映在强迫时间配置文件和相关中风冲动(即。强迫时间剖面的积分)。

3.2.8。未来的意义

除了数据传输带宽和采样率的限制,研究利用定制外部设备仍然表明,这些研究的生态效度还不完美。具体来说,运动员还意识到额外重量的设备和担心,这可能会导致性能下降,这意味着在竞争场景中实现这些工具目前可能不是明智的。詹宁斯等。57)指出,额外的仪器安装在曲棍球棒可能影响球接触和轨迹。木下光男et al。51)量化球速度的下降(11%的自我报告的最大速度)的函数添加负载细胞重量,因此不能用于规定比赛。作者还讨论了担忧影响球的力量对蝙蝠或捕手的手套和潜在的致命的损害仪器。最后,正如所有水、冰或snow-oriented传感器包,防水电子是必要的但可以昂贵和沉重,如果密封是成为妥协,也有潜在危险56,60,68年]。

3.3。表面肌电图

表面的应用肌电图(表)在体育科学在过去十年变得越来越普遍和多元化(157年]。也可能由于无线系统的出现,面肌如今在很大程度上不仅作为一个描述性的工具,也用于定量研究。双极(即。,employing a set of two electrodes) setups are popular in sport science to record noninvasively the summation of action potentials over the skin, giving as output an analogue signal that describes the electric potential difference (voltage) detected between the two electrodes [157年]。通过特定的后处理程序,如整流和滤波的信号,研究人员可以使用multimuscle面肌录音来描述和/或量化协调激活中枢神经系统(CNS)策划的生产和控制运动(71年- - - - - -137年]。的67项研究认为在这一节中,大约一半是经典方法分析表(71年- - - - - -74年,76年- - - - - -115年),导致振幅的计算,定时和频率参数。另一个31采用肌肉协同框架分析数据(75年,116年- - - - - -136年]。本文包含的选择过程如图3。

3.3.1。振幅、定时和频率表的内容

面肌电信号的分析信号的最常见的方式是最大的评估或平均振幅的信封,有或没有正常化最大随意收缩(71年- - - - - -74年,76年- - - - - -87年,89年- - - - - -95年,97年- - - - - -106年]。时机的分析也是常见的体育运动科学,用通常方法从发病的检测和抵消面肌电信号活动和全球和局部极大值检测来检查整个时间进程使用统计参数映射(72年- - - - - -74年,76年- - - - - -79年,81年,83年,89年- - - - - -93年,96年,One hundred.,102年]。其他先进的分析方法包括信号的频率内容,特别是对于疲劳评估(79年,106年),面肌电信号模式分类 - - - - - -意味着集群或支持向量机(82年,88年),信号的非线性分析使用李雅普诺夫指数(102年]。大多数的研究包括不到9肌肉的录音72年,73年,77年- - - - - -85年,87年,91年- - - - - -95年,98年- - - - - -106年,158年),而只有少数认为是9 - 16(数量74年,76年,86年,88年,90年,96年)或大于16 (71年,97年]。大多数的研究被认为是下肢的肌肉(71年- - - - - -73年,77年,78年,81年,83年- - - - - -85年,89年,90年,92年,93年,95年,96年,98年,104年,106年,115年),剩下的关注主干和/或上肢(74年,76年,80年,82年,87年,94年,One hundred.,102年,103年,106年)或两者兼而有之的上半部分和下半部分(79年,86年,88年,91年,97年,99年,101年]。双边录音(涉及左边和右边相同的肌肉)是不太常见的71年,74年,77年,82年,86年,88年,90年,97年,98年,101年比身体的同侧的72年,73年,76年,78年- - - - - -81年,83年- - - - - -85年,87年,89年,91年- - - - - -96年,99年,One hundred.]。

3.3.2。肌肉的协同效应

肌肉的协同效应的概念是基于事实,中枢神经系统必须不断地处理过多的数量的自由度(159年]。根据伯恩斯坦的开创性工作159年],Bizzi及其同事提出,中枢神经系统可能简化生产和控制的运动通过激活肌肉组织,而不是单独的通用模式称为协同作用[160年]。即使直接实验证明这个理论是目前失踪,肌肉的协同效应也越来越多地用于体育科学推测的生理意义协调肌肉活动模式或礼物multimuscle面肌录音以紧凑的方式。肌肉协同效应实际上是factorisation面肌电信号的信号,获得的数值程序,允许减少大数据集的维度分解技术,如非负矩阵factorisation (NMF),主成分分析(PCA),独立分量分析和因子分析(116年,127年,161年]。所有这些方法减少表时间序列的一组电机模块(定常肌肉重量),它描述单个肌肉在一个特定的相对贡献协同和一组电机原语(时变系数),代表共同激活模式。肌肉协同提取的可靠性研究与体育活动很少但是现在在考虑文献[108年,116年,127年,128年]。最常见的家庭算法用来降低数据的维数是NMF (107年,108年,110年- - - - - -114年,116年- - - - - -125年,127年- - - - - -133年,135年- - - - - -137年),一些研究也使用PCA提取协同肌肉激活(75年,109年,126年,134年]。肌肉活动记录的总数变化严重考虑研究。我们发现一系列肌肉的数量记录在这些研究中,其中一到八(108年,109年,124年,126年,131年,133年),9 - 16 (75年,107年,110年- - - - - -114年,116年,119年,121年- - - - - -123年,125年,128年,130年,132年,134年- - - - - -137年),和在16到25之间的肌肉(117年,118年,120年,127年,129年]。双边录音是不太常见的107年,108年,117年,119年,129年比身体的同侧的][75、109 - 114、116,118,120 - 128年,128年,130 - 137]。大多数的研究被认为是下肢的肌肉(75年,108年,109年,112年- - - - - -114年,116年,119年,123年,124年,126年,130年,133年,136年),尽管几乎所有的肌肉包括从树干和/或上肢(110年,111年,117年,118年,120年,125年,127年- - - - - -129年,131年,132年,134年]。只有三个研究只关注上半身(107年,135年,137年]。

3.3.3。体育应用程序与肌电图

研究认为分析(表一个相当广泛的体育活动5)。最代表活动是跑步,虽然这是评估在各种条件下包括地面或跑步,穿鞋或赤脚,水平或倾斜,甚至速度不同,或凹凸不平的表面83年,84年,89年,90年,92年,93年,95年,96年,111年,113年,116年,118年,123年,126年,127年,129年,130年,133年,136年]。大量的注意力也给阻力训练或举重78年,80年,81年,85年,86年,94年,97年,102年,103年,105年,108年,125年,128年和骑自行车或坐71年- - - - - -76年,104年,109年,112年,114年,119年,124年]。游泳是近年来也越来越兴趣(82年,87年,91年,106年,131年球运动如垒球,棒球或板球98年- - - - - -101年]。我们发现少学者注意到赛艇等(120年,134年)、高尔夫(88年,117年),橄榄球或者美式足球77年,137年],越野滑雪[79年)、体操(135年],冰球[132年],撑杆跳[107年),和滑板115年]。在这些研究中,有趣的是注意到表的使用量化受伤的风险或复苏仍然非常有限81年,88年,90年,104年]。

然而,体育科学的一个新的分支,采用扰动训练干预措施的关键组件或均值在balance-challenging研究中枢神经系统的反应条件。扰动必须有意为变革运动,报道在牛津字典。扰动可以用来揭示运动控制过程,在平静的情况下不会被用于观察(162年]。处理的六项研究扰动,四已发表在2017年3月,指示越来越感兴趣的主题体育科学界(97年,102年,103年,110年,121年,136年]。简要回顾这六个工作提出了以下行。科勒和他的同事们计算出的平均均方根(RMS)面肌信号记录从8侧上肢和躯干的肌肉而提升稳定(杠铃)和不稳定(哑铃)负载稳定(台)和不稳定(瑞士球)表面在一个坐着的开销的肩膀按[103年]。他们发现的RMS值最高三头肌brachii面肌电信号活动提升稳定负载在一个稳定的表面时,在最低的值与提升相关的不稳定的加载在一个不稳定的表面。根据这些观察,作者得出的结论是,训练干预措施集中在提升开销不稳定负荷和/或表面可能不利益核心肌肉力量的发展。类似的结论也在另一项研究报告三个之间没有显著相关措施的核心肌肉力量和哑铃开销的肩膀按强度的差异相比,当评估一个稳定的长椅上一个不稳定的瑞士球(163年]。以类似的方式,奈恩和他的同事们分析了振幅的线性包络面肌信号记录从12双边躯干和下肢的肌肉在蹲锻炼,提升稳定(奥运酒吧)和不稳定(水油缸,只有在一个稳定的表面)负载稳定(坚实的基础)和不稳定(BOSU球)表面97年]。作者发现不稳定负荷稳定表面减少的激活安装工spinae但增加的激活腹外斜肌比较稳定的负载。然而,提升稳定负荷不稳定表面增加了更多的远端肌肉的激活,如腓肠肌内侧,股二头肌,股内侧肌。本研究的结论是,改变表面的稳定支持和/或负荷的稳定解除可以有不同的效果的肌肉活动受体激动剂相比,稳定器的肌肉。劳伦斯和他的同事着手调查面肌的稳定信号记录从八双边躯干和上肢的肌肉在卧推(标准杠铃)稳定和不稳定(灵活的杠铃加载暂停松紧带)负载(102年]。作者的李雅普诺夫指数计算表信号,但没有指定如果他们计算短期或长期的指数。他们得出结论,不稳定的负载管理通过减少面肌信号的不稳定(即。李雅普诺夫指数较低)。德布里托席尔瓦等人提取协同效应从12下肢肌肉的肌肉活动记录从一个侧面的跳在单腿降落在一个稳定的表面(121年]。然后,他们开始训练参与者在一个不稳定的表面(摆动)每周3次4周和评估训练肌肉的协同效应的影响。作者报告修改模块化组织的摇板训练后肌肉激活模式,但没有肌肉的协同效应的数量的变化。具体来说,着陆策略转向分离的相对贡献plantarflexors (腓肠肌内侧和腓肠肌外侧)从dorsiflexors和中间外侧的稳定器(胫骨前和腓骨长肌分别)。此外,辅助肌肉在每个电机模块的相对贡献下降。作者得出的结论是,摆动板训练修改着陆的模块化组织重新分配肌肉群的相对贡献函数专用。奥利维拉和他的同事们分析了扰动的影响(翻译支持表面)上运行的方向变化的模块化组织(110年]。记录面肌电信号活动的设置由16侧下肢肌肉的放松和树干在90°回避削减策略在运行和没有翻译的固体表面接触的支持。结果显示没有差异的肌肉协同效应和小扰动对电动机的影响模块,而汽车原语进行了修改。作者得出的结论是,汽车原语的时间特性有可能受到感官输入和下行命令集成。Santuz等人研究了地形的模块化组织形态学的影响运行(136年]。标准和粗糙表面的实验装置由跑步机,参与者的跑,面肌13侧下肢的肌肉活动被记录。类似于de Brito席尔瓦等人的研究和奥利维拉et al .,作者发现肌肉的协同效应的数量不是粗糙表面的影响。此外,汽车模块的变化由于具有挑战性的地形是微妙的。汽车原语的变化,然而,可见在重量验收和推进协同效应。具体地说,这两个协同效应明显的原语在粗糙表面相比,甚至更广泛的表面状况。作者得出的结论是,扩大可能是中枢神经系统所采用的策略进行顺序相邻基元重叠。这将增加鲁棒性(即。,ability to cope with errors) of the motor output when locomotion is challenged by external perturbations.

综上所述,这些结果表明,扰动可以用来研究这些电机控制过程,在平静的情况下不会被用于观察。这样可以更好的理解一个复杂的系统,如中枢神经系统不仅从基础研究的角度也从应用研究的角度。上述研究突出扰动类型的特定角色和位置在调制决定肌肉群的活动97年,103年,121年),如何激活模式是由中枢神经系统调节在具有挑战性的环境中(102年,110年,136年]。Perturbation-based研究和培训干预变得越来越受欢迎,和研究人员以及教练可能会受益,在不久的将来,从一个广泛的文献。

4所示。结论

电动机性能的评估运动正变得越来越重要,由于高水平的运动员之间的竞争和金融奖励。可穿戴传感器有潜力提供培训和竞争性能相关的关键数据。其他传感器的选择、惯性传感器是最常见的,虽然力测量系统动力学和肌电图允许进一步的信息,和相关的肌肉活动水平可以提供额外的洞察运动员的运动行为。从分析,它应该还强调,一些方法,例如,联合时刻的计算压力鞋垫,需要验证之前他们更常用的运动生物力学领域的,以确保这些数据是十分稳固,满足计量要求(准确性、可靠性和可重复性),并为运动生物力学领域的有意义。这个文献回顾的结果提供运动科学家(包括名),教练和运动员概述运动生物力学的应用程序需要使用可穿戴传感器。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是由斯洛文尼亚研究机构在研究项目ICT4QoL(生活质量信息和通信技术)(研究的核心资助。p2 - 0246)。

引用

1. “运动参与统计——统计解释道,“2019年7月-https://ec.europa.eu/eurostat/statistics-explained/index.php/Statistics_on_sport_participation。视图:谷歌学术搜索
2. r·贝利、大肠应付和d·帕内尔实现体育和体育活动的好处:人力资本模型Materializando锻炼耐力del deporte y la对于运动方面:El莫德罗humano de资本,2015年里特•。
3. p·吉尔克莱斯特和b·惠顿”,非正式的社会福利和生活方式的运动:一个研究议程,”国际期刊的体育政策和政治,9卷,不。1、1 - 10,2016页。视图:出版商的网站|谷歌学术搜索
4. 诉m·扎齐奥尔斯基以及v·l·佛特“运动生物力学2000年”体育科学杂志》,11卷,不。4、279 - 283年,2007页。视图:出版商的网站|谷歌学术搜索
5. j . Taborri大肠巴勒莫,s·罗西,“自动检测竞走的缺点:机器学习算法的比较分析与惯性传感器数据,”传感器,19卷,不。6,1461年,页2019。视图:出版商的网站|谷歌学术搜索
6. j·李和d·a·詹姆斯,“惯性传感器:在体育科学应用基础平台广泛采用可穿戴技术开发视图项目人力技术视图项目,“健身研究期刊》的研究4卷,13-20,2015页。视图:谷歌学术搜索
7. 答:科斯和a . Umek”可穿戴传感器设备的预防和康复保健:游泳运动与实时治疗师反馈,”IEEE物联网》第六卷,没有。2、1331 - 1341年,2019页。视图:出版商的网站|谷歌学术搜索
8. f . a . de Magalhaes g . Vannozzi g . Gatta和s . Fantozzi“可穿戴的惯性传感器在游泳运动分析:系统回顾,“体育科学杂志》,33卷,不。7,732 - 745年,2014页。视图:出版商的网站|谷歌学术搜索
9. c . Pizzolato m .而d . j .来自e . Ceseracciu l .摩德纳的d·g·劳埃德,“生物反馈基于实时估计的步态股胫关节接触力,”IEEE神经系统和康复工程,25卷,不。9日,第1621 - 1612页,2017年。视图:出版商的网站|谷歌学术搜索
10. c . Pizzolato m .而l .摩德纳的d·g·劳埃德,“实时逆运动学和逆动力学使用OpenSim下肢应用程序,”计算机在生物力学和生物医学工程的方法,20卷,不。4、436 - 445年,2016页。视图:出版商的网站|谷歌学术搜索
11. j . Taborri大肠巴勒莫,s·罗西,p .披肩”步态分区方法:系统回顾”,传感器,16卷,不。1,p。66年,2016。视图:出版商的网站|谷歌学术搜索
12. e . van der Kruk和m . m . Reijne”,人体动作捕捉系统运动精度应用程序;最先进的审查。”欧洲的体育科学》杂志上,18卷,不。6,806 - 819年,2018页。视图:出版商的网站|谷歌学术搜索
13. h . Kinnunen k·哈基宁,m·舒曼l . Karavirta k . r . Westerterp和h . Kyrolainen”Training-induced日常能量消耗的变化:方法论的评估使用可戴加速度计,心率监测器,和双标记水技术,”《公共科学图书馆•综合》,14卷,不。7篇文章e0219563 2019。视图:出版商的网站|谷歌学术搜索
14. 扎内蒂,k . l . Pumpa k·w·惠勒和d . b . Pyne”有效性的SenseWear臂章来评估在间歇运动能量消耗和恢复在橄榄球联盟球员,”肌力与体能训练研究》杂志上,28卷,不。4、1090 - 1095年,2014页。视图:出版商的网站|谷歌学术搜索
15. h . Vathsangam a . Emken e·t·施罗德d . spruijt - metz, g . s . Sukhatme”确定能量消耗从跑步机上行走使用hip-worn惯性传感器:一个实验性研究,“IEEE生物医学工程,卷。58岁的没有。10日,2804 - 2815年,2011页。视图:出版商的网站|谷歌学术搜索
16. a·艾哈迈迪·e·米切尔,c级et al .,“向自动活动分类和评估在体育运动训练,”IEEE物联网,卷2,不。1,23-32,2015页。视图:出版商的网站|谷歌学术搜索
17. T.-Y。锅,彭译葶。常,w l。蔡,M.-C。胡,”ORSNet”学报第一多媒体内容分析国际研讨会在体育——MMSports 18, 2018年。视图:出版商的网站|谷歌学术搜索
18. j . Beyea c·a·里教堂司事,j .高贵和c·奥康奈尔”聚合效度的可穿戴传感器系统测量在定时起来出门测试子任务的性能,”传感器,17卷,不。4 p。934年,2017年。视图:出版商的网站|谷歌学术搜索
19. w·约翰斯顿(m . O ' reilly g·f·考夫兰·b·考尔菲德,“Inter-session两次试验法的可靠性的量化Y平衡试验,”icSPORTS 2018 -学报第六届国际大会在体育科学研究和技术支持,第70 - 63页,2018年。视图:谷歌学术搜索
20. m . Zago c·斯福尔扎,c .是m . Tarabini和m·加利”使用机器学习和可穿戴传感器预测能量学和运动学的切割动作,“传感器,19卷,不。14,3094年,页2019。视图:出版商的网站|谷歌学术搜索
21. 诉h . Flores-Morales b . g . Contreras-Bermeo f . l . Bueno-Palomeque和l . j . Serpa-Andrade”分析的移动系统登记的运动参数脚踝,膝盖,臀部和基于惯性传感器,”icSPORTS 2016 -学报第4届国际大会在体育科学研究和技术支持,29-33,2016页。视图:谷歌学术搜索
22. 通用Scalera, m . Rabuffetti a . Marzegan c .冻结器和m . Ferrarin”循环的规律评估人类活动:基于可穿戴传感器,一个创新的方法”2017 E-Health和生物工程会议,EHB,第457 - 454页,2017年。视图:谷歌学术搜索
23. a . Derungs梯子平台,a . Weishaupl j . Bleuel g . Berschin和o . Amft”回归,mistake-driven运动技能评估在北欧行走使用可穿戴的惯性传感器,”2018年IEEE国际会议上普适计算和通信,PerCom,2018年,页1 - 10。视图:谷歌学术搜索
24. t . y . Shiang t y谢长廷,y s李et al .,“确定使用惯性传感器,脚步模式”Joural的传感器卷,2016年,页1 - 6,2016。视图:出版商的网站|谷歌学术搜索
25. m·纳负责美国Gradl,詹森,m·乌尔里希和b . Eskofier”比较不同算法的计算速度和步幅在运行使用惯性测量单元,“传感器,18卷,不。12,4194页,2018年。视图:出版商的网站|谷歌学术搜索
26. b . Muniz-Pardos s Sutehall j . Gellaerts et al .,“可穿戴传感器运行的评价经济一体化和脚力学在精英运动员,”当前的运动医学报告,17卷,不。12日,第488 - 480页,2018年。视图:出版商的网站|谷歌学术搜索
27. r·d·Gurchiek h . s . Rupasinghe Arachchige堂,l . c . r . Pelawa Watagoda et al .,“Sprint评估使用机器学习和可穿戴式加速度计,“应用生物力学杂志,35卷,不。2、164 - 169年,2019页。视图:出版商的网站|谷歌学术搜索
28. j·c·莫顿a . Boschmann m·施密特和c . Plessl“Sprint和GPS和惯性传感器融合诊断。”体育工程,21卷,不。4、441 - 451年,2018页。视图:出版商的网站|谷歌学术搜索
29. m . y . Wang Chen x,李和w·j·r·h . m . Chan“物联网为下一代球拍运动训练,”IEEE物联网,5卷,不。6,4558 - 4566年,2018页。视图:出版商的网站|谷歌学术搜索
30. h·c·s·m·Lim哦,j·李,j . Kim和j .公园,“LSTM-guided教练助理乒乓球练习,”传感器,18卷,不。12,4112页,2018年。视图:出版商的网站|谷歌学术搜索
31. d·杨j .唐黄y . et al .,“TennisMaster: IMU-based在线服务绩效评估系统,”ACM国际会议的程序进行系列;软件工程学院,中国科技大学,中国,2017。视图:谷歌学术搜索
32. a·艾哈迈迪·d·罗兰兹,d·a·詹姆斯,“对可穿戴设备技能评估和技能习得的网球选手在第一次服务,“体育科技,卷2,不。3 - 4、129 - 136年,2010页。视图:出版商的网站|谷歌学术搜索
33. m·科斯j .Ženko d Vlaj, Kramberger,“网球中风使用微型可穿戴IMU设备检测和分类,”国际会议系统、信号和图像处理卷,2016年,页1 - 4,2016。视图:谷歌学术搜索
34. h . Ghasemzadeh r .贾法里,“人类的动作身体传感器网络协调分析:一个信号处理模型来评估棒球波动,”IEEE传感器杂志,11卷,不。3、603 - 610年,2011页。视图:出版商的网站|谷歌学术搜索
35. m . Lapinski c .伯明翰Medeiros d·莫克斯利斯卡伯勒et al .,“宽领域,无线可穿戴惯性运动传感系统捕捉快速运动生物力学在头顶的投手,”传感器,19卷,不。17日,第3637页,2019年。视图:出版商的网站|谷歌学术搜索
36. y, y赵、李和w·j·r·h . m . Chan“排球技能评估使用一个可穿戴的微惯性测量单元的手腕,“IEEE访问》第六卷,第13765 - 13758页,2018年。视图:出版商的网站|谷歌学术搜索
37. r·马·d·严,h·彭et al .,“篮球运动识别使用手腕可穿戴的惯性测量单元”2018年IEEE国际会议1微/纳米传感器AI,医疗保健,和机器人,NSENS,第76 - 73页,2018年。视图:谷歌学术搜索
38. x x孟,r .徐,Chen等人“在篮球人类行为分类:一个基于惯性传感器的框架,”课堂讲稿电气工程卷,464年,第161 - 152页,2018年。视图:谷歌学术搜索
39. s . Shankar r . p . Suresh诉Talasila诉bloom,“性能测量和分析篮球运动员的投篮方式使用可穿戴的物联网系统,”学报》第八届国际提前计算会议,反腐败大会,26 - 32,2018页。视图:谷歌学术搜索
40. j .张成泽A . Ankit j . Kim et al .,“一个统一的深度学习模型分类的越野滑雪技术使用可穿戴陀螺仪传感器,”传感器,18卷,不。11,3819年,页2018。视图:出版商的网站|谷歌学术搜索
41. j·j·j .月亮,j . Kim Kim金姆,c . Kim和h·金,“辊滑雪生物力学信息分析使用GPS、IMU和大气压力传感器:一个案例研究中,“体育工程,21卷,不。4、341 - 346年,2018页。视图:出版商的网站|谷歌学术搜索
42. 诉Bessone、j . Petrat和a . Schwirtz”地面反应部队和运动学的跳台滑雪着陆使用可穿戴传感器,”传感器,19卷,不。9,2011年,页2019。视图:出版商的网站|谷歌学术搜索
43. 李,k . Kim黄懿慧Kim和李,“在下肢关节运动anlaysis滑雪雕刻使用wearble惯性传感器和足底压力传感器,”2017年IEEE国际会议系统,人,控制论(SMC),第698 - 695页,2017年。视图:谷歌学术搜索
44. b . Fasel j . Sporri m . Gilgien et al .,“三维身体和质心运动学在高山滑雪比赛使用差分GNSS和惯性传感器,”远程传感,8卷,不。8,671年,页2016。视图:出版商的网站|谷歌学术搜索
45. g . Yu y张成泽,j . Kim et al .,“潜在的IMU传感器性能分析的专业高山滑雪者,”传感器,16卷,不。4 p。463年,2016年。视图:出版商的网站|谷歌学术搜索
46. h . j . z . Wang Wang赵et al .,“使用可穿戴传感器捕捉人类腰椎在竞技游泳的姿势,“IEEE人机系统卷,49号2、194 - 205年,2019页。视图:出版商的网站|谷歌学术搜索
47. j . Lecoutere和r .普洱茶”,实时跟踪精英选手可穿戴的低功耗无线传感器网络,”Procedia工程卷,147年,第631 - 627页,2016年。视图:出版商的网站|谷歌学术搜索
48. t . Rantalainen t Finni, s·沃克,“跳高度惯性录音:体育的教程科学家,”斯堪的纳维亚在运动医学与科学杂志》上,30卷,不。1,38-45,2019页。视图:出版商的网站|谷歌学术搜索
49. c . Gopfert m . v . Pohjola诉Linnamo o . Ohtonen w·拉普和s . j . Lindinger”向前加速质量中心在滑雪滑冰从力和动作捕捉数据计算,”体育工程,20卷,不。2、141 - 153年,2017页。视图:出版商的网站|谷歌学术搜索
50. e . Buckeridge m . c . Levangie不删,s r·尼格和b . m . Nigg,”一个在冰上测量分析冰球滑冰的生物力学方法,”《公共科学图书馆•综合》,10卷,不。5篇文章e0127324 2015。视图:出版商的网站|谷歌学术搜索
51. h .木下光男,s . Obata d . Nasu k . Kadota t松尾和g s Fleisig“快球棒球投手,手指力量”人体运动科学54卷,第181 - 172页,2017年。视图:出版商的网站|谷歌学术搜索
52. s . Saponara”对抗运动,可穿戴式生物性能测量系统”IEEE仪表和测量,卷66,不。10日,2545 - 2555年,2017页。视图:出版商的网站|谷歌学术搜索
53. e . van der Kruk f·c·t·范德执掌h·e·j . Veeger和a·l·施瓦布“权力运动:文献综述在应用程序中,假设,和术语的机械功率在运动的研究中,“生物力学杂志卷,79年,页1 - 14,2018。视图:出版商的网站|谷歌学术搜索
54. t . Purevsuren b Khuyagbaatar、k金和y . h . Kim”调查膝关节力量和时间使用可穿戴在短道速滑运动分析系统,”国际期刊的精密工程和制造业,19卷,不。7,1055 - 1060年,2018页。视图:谷歌学术搜索
55. c . a . Urbanczyk a·h·麦格雷戈和a . m . j .牛”造型肩胛的生物力学增强划船、运动学和性能数据的解释”第37届国际会议在运动生物力学学报》上,2019年,页1 - 4。视图:谷歌学术搜索
56. d . Sturm k Yousaf m·埃里克森,“无线,不引人注目的kayak传感器网络使反馈的解决方案,”2010年国际会议上的身体传感器网络,第163 - 159页,2010年。视图:谷歌学术搜索
57. m·j·詹宁斯Blanchonette, s·r·卢卡斯,s w·摩根,r . j . n .赫尔默和c·杨,“曲棍球棒的仪器探测棒和球相互作用在拖动电影,”Procedia工程,卷2,不。2、2979 - 2984年,2010页。视图:谷歌学术搜索
58. e . van der Kruk o .窝勇敢,a·l·施瓦布f·c·t·范德舵和h·e·j . Veeger“无线仪器klapskates长期速滑,”体育工程,19卷,不。4、273 - 281年,2016页。视图:出版商的网站|谷歌学术搜索
59. j·j·德通力,r·w·德波尔g . de Groot和g . j . van Ingen Schenau”在速度滑冰推出力。”国际运动生物力学杂志》上,3卷,不。2、103 - 109年,1987页。视图:出版商的网站|谷歌学术搜索
60. e . van der Kruk m . m . Reijne b . de Laat, d . j . (。h·e·j·)。Veeger”,推出部队精英短道速度滑冰。”运动生物力学,18卷,不。5,527 - 538年,2018页。视图:出版商的网站|谷歌学术搜索
61. e·范德Kruk A·l·施瓦布f·c·t·范德舵和h·e·j . Veeger”的角度直接在速度滑冰:验证研究IMU滤波器设计的倾斜角度测量在直道上滑冰,”Procedia工程卷,147年,第595 - 590页,2016年。视图:出版商的网站|谷歌学术搜索
62. d . Sturm无线多传感器反馈系统运动性能监视,2012年。
63. h . Jobse r . Schuurhof f . Cserep a . w . Schreurs和j·j . de通力”测量推出冰力和摩擦在速度滑冰,”国际体育杂志》上。生物力学》第六卷,没有。1,第100 - 92页,1990。视图:出版商的网站|谷歌学术搜索
64. m .徐怀钰m . Ae, n .藤井裕久“叶片反应部队在速度滑冰,”生物机械论卷。13日,41-51,1996页。视图:出版商的网站|谷歌学术搜索
65. j .璧m .徐怀钰t Aoyanagi:藤井裕久和m . Ae”叶片的变化反应部队在曲线阶段由于疲劳在长距离速滑比赛,”国际体育和健康科学杂志》上,2卷,第204 - 195页,2004年。视图:出版商的网站|谷歌学术搜索
66. h . Houdijk j . j . de通力g·e·r·t . de Groot m . f . Bobbert和g . j . van Ingen Schenau”推出机制与传统的溜冰鞋和klapskates速滑,”医学和科学在运动和锻炼,32卷,不。3、635 - 641年,2000页。视图:出版商的网站|谷歌学术搜索
67. a . m . Walker c·阿普尔盖特t . Pfau e . l .火花a . m .威尔森和t·h·威特”骑一匹赛马的运动学和动力学的定量比较训练模拟器和真正的马,”生物力学杂志卷,49号14日,第3374 - 3368页,2016年。视图:出版商的网站|谷歌学术搜索
68. 比比戈麦斯:诉拉莫斯,f . a . v .康西卡奥r·h·桑德斯·m·a·p·Vaz和j.p. Vilas-Boas“划水力量配置文件在不同中风率精英皮划艇冲刺,“应用生物力学杂志没有,卷。31日。4、258 - 263年,2015页。视图:出版商的网站|谷歌学术搜索
69. a . Umek y张、美国Tomažič和a·科斯”适用性的应变计传感器集成到智能运动设备:一个高尔夫俱乐部的例子,”传感器,17卷,不。4 p。916年,2017年。视图:出版商的网站|谷歌学术搜索
70. 答:科斯和a . Umek“智能运动设备:SmartSki生物反馈应用程序的原型在滑雪,”个人和无处不在的计算,22卷,不。3、535 - 544年,2018页。视图:出版商的网站|谷歌学术搜索
71. n . n . Brøchner f .拥抱,a . Guevel f . Colloud j·拉迪和s . Dorel”运动协调的变化引起的局部疲劳在sprint循环任务,”医学和科学在运动和锻炼,50卷,不。7,1394 - 1404年,2018页。视图:出版商的网站|谷歌学术搜索
72. g . Mornieux a Gollhofer, b . Stapelfeldt肌肉协调拉在骑车时,“国际运动医学杂志》上没有,卷。31日。12日,第846 - 843页,2010年。视图:出版商的网站|谷歌学术搜索
73. 美国j·奥布赖恩:a . t .布朗,f . Billaut和d . m . Rouffet“肌肉协调和输出功率的变化在短距离自行车,”神经学字母卷。576年,16,2014页。视图:出版商的网站|谷歌学术搜索
74. e·布尔顿、m . Mavor和特区干草,“评估三维树干运动学和肌肉活动在与独立的曲柄,自行车”j .运动。科学。地中海,16卷,不。4、536 - 542年,2017页。视图:谷歌学术搜索
75. o·m·布莱克和j·m·Wakeling“肌肉协调效率和输出功率限制下的人类肢体运动广泛的机械要求,“神经生理学杂志,卷114,不。6,3283 - 3295年,2015页。视图:出版商的网站|谷歌学术搜索
76. o . j . Quittmann t·亚伯k . Albracht和h k . Struder“肌肉激活模式的可靠性及其变化在健全的参与者,增量坐”运动生物力学,硕士论文,2019页。视图:出版商的网站|谷歌学术搜索
77. m . Yaghoubi s . d .云雀w·h·页面,p·w·芬克和s·p·舒尔茨,“下肢肌肉功能的前排橄榄球联盟并列争球,”运动生物力学,18卷,不。6,636 - 648年,2018页。视图:出版商的网站|谷歌学术搜索
78. f . Arabatzi大肠>,“奥运举重训练会导致不同的膝盖muscle-coactivation适应性与传统力量训练相比,“肌力与体能训练研究》杂志上,26卷,不。8,2192 - 2201年,2012页。视图:出版商的网站|谷歌学术搜索
79. r . Zory f·莫利纳里m . Knaflitz f . Schena和a . Rouard“肌肉疲劳在越野sprint的激活模式评估和突变信号的时频分析,“斯堪的纳维亚在运动医学与科学杂志》上,21卷,不。6,783 - 790年,2011页。视图:出版商的网站|谷歌学术搜索
80. d·法瑞斯de Araujo j . m . Willardson g·a·巴斯e d。s . Bezerra h·米兰达,“最大的强度性能和肌肉活动采用哑铃卧推和三头肌扩展练习,杠铃,和机器模式在多个集,“肌力与体能训练研究》杂志上没有,卷。31日。7,1879 - 1887年,2017页。视图:出版商的网站|谷歌学术搜索
81. h . Toumi t . m .最好,a . Pinti c . Lavet c . l . Benhamou和e . Lespessailles“肌肉力量的作用与激活模式在髌股疼痛,”临床生物力学,28卷,不。5,544 - 548年,2013页。视图:出版商的网站|谷歌学术搜索
82. j . Martens d·戴利k .德尚f . sta和r·j·费尔南德斯”Inter-individual可变性和模式识别表面的肌电图在爬泳游泳,”肌电图、运动机能学杂志》上2016年,31卷,页14号至21号。视图:出版商的网站|谷歌学术搜索
83. n·弗莱明,j·沃尔特斯,j .理由l .横笛和a·芬奇”急性反应在男性习惯穿鞋赤脚跑步,”人体运动科学,42卷,27-37,2015页。视图:出版商的网站|谷歌学术搜索
84. a . Higashihara t .小野j .日本久保田公司t . Okuwaki和t . Fukubayashi”功能的差异腿部肌肉的活动以提高运行速度,”体育科学杂志》,28卷,不。10日,1085 - 1092年,2010页。视图:出版商的网站|谷歌学术搜索
85. l . v .斯莱特和j·m·哈特“肌肉活动模式在不同蹲技术。”肌力与体能训练研究》杂志上没有,卷。31日。3、667 - 676年,2017页。视图:出版商的网站|谷歌学术搜索
86. 美国哈里斯,e .鲁芬w·布鲁尔和a·奥尔蒂斯,“在悬吊训练肌肉活动模式,”国际运动物理治疗》杂志上,12卷,不。1,42-52,2017页。视图:谷歌学术搜索
87. p . Soltani p . Figueiredo r·j·费尔南德斯和j.p. Vilas-Boas,“肌肉激活行为在一个游泳exergame:差异通过经验和游戏速度,”生理与行为卷。181年,23-28,2017页。视图:出版商的网站|谷歌学术搜索
88. l·席尔瓦j . r . Vaz m·a·卡斯特罗p . Serranho j . Cabri和p . Pezarat-Correia“递归定量分析和支持向量机对高尔夫的障碍和背痛EMG分类,“肌电图、运动机能学杂志》上,25卷,不。4、637 - 647年,2015页。视图:出版商的网站|谷歌学术搜索
89. 玻姆,r . Marzilger f . Mersmann a . Santuz和a . Arampatzis”操作人力股外侧肌长度和速度在走路和跑步,”科学报告,8卷,不。1,p。5066年,2018。视图:出版商的网站|谷歌学术搜索
90. c·汉森e . Einarson a .汤森r·怀特利和e . Witvrouw“肌腱和小腿肌肉激活体重的函数支持在ACL重建在跑步机上跑步运动员,”步态姿势58卷,第158 - 154页,2017年。视图:出版商的网站|谷歌学术搜索
91. b . h . Olstad c .寻j . r . Vaz j·m·h·Cabri p.l.。Kjendlie”,肌肉活动在世界冠军,世界一流,和国家蛙泳运动员,”国际期刊《运动生理学和性能,12卷,不。4、538 - 547年,2017页。视图:出版商的网站|谷歌学术搜索
92. e . s . Chumanov c·m·威利·m·p·Michalski和b . c . Heiderscheit”运行步骤时肌肉活动模式的改变率的增加,”步态和姿势,36卷,不。2、231 - 235年,2012页。视图:出版商的网站|谷歌学术搜索
93. 美国f . Ervilha l . Mochizuki a . Figueira和j·哈米尔,“肌肉活动模式改变时穿鞋,赤脚跑步前肢踏步模式吗?”体育科学杂志》,35卷,不。17日,第1703 - 1697页,2016年。视图:出版商的网站|谷歌学术搜索
94. r . van den Tillaar和g . Ettema”比较同心的肌肉活动和计数器运动最大的卧推,“人类动力学杂志,38卷,不。1,第71 - 63页,2013。视图:出版商的网站|谷歌学术搜索
95. a·p·达席尔瓦代理Mezencio, a·c·Amadio和j·c . Serrao”16周的进步赤脚跑步训练改变冲击力和肌肉激活惯常穿鞋跑步者,”《公共科学图书馆•综合》,11卷,不。12篇文章e0167234 2016。视图:出版商的网站|谷歌学术搜索
96. t . Sterzing c Frommhold d·罗森鲍姆,“鞋子的足底压力分布和下肢肌肉活动模式的落后比在跑步机上跑步,”步态和姿势,46卷,第141 - 135页,2016年。视图:出版商的网站|谷歌学术搜索
97. 公元前奈恩、c·a·萨瑟兰和j·d·m·德雷克”运动和肌肉活动时受到不稳定的位置蹲锻炼,”肌力与体能训练研究》杂志上没有,卷。31日。3、677 - 685年,2017页。视图:出版商的网站|谷歌学术搜索
98. g·d·奥利弗,”关系臀部肌肉激活和上肢运动学和动力学在垒球位置球员,”医学和生物工程和计算,52卷,不。3、265 - 270年,2014页。视图:出版商的网站|谷歌学术搜索
99. m . Smidebush e·斯图尔特·r·夏皮罗,h . Chander和a .骑士”意味着肌肉活动比较快速弧线球的上、下肢,”生物力学杂志卷,94年,第192 - 187页,2019年。视图:出版商的网站|谷歌学术搜索
100. d . t . Remaley b . Fincham b·麦卡洛et al .,“表面前臂肌肉的肌电图在风车垒球投球,”骨科运动医学杂志》上,3卷,不。1,232596711456679条,2015。视图:出版商的网站|谷歌学术搜索
101. m·福勒斯特·m·Hecimovich, a·邓普西”Lumbopelvic肌肉活动模式在青少年快速投球手,“欧洲的体育科学》杂志上,16卷,不。6,677 - 684年,2015页。视图:出版商的网站|谷歌学术搜索
102. m·a·劳伦斯·d·j·莱布,s . j .奥斯托夫斯基和洛杉矶卡尔森,“非线性分析的一个不稳定的卧推酒吧路径和肌肉活动,“肌力与体能训练研究》杂志上没有,卷。31日。5,1206 - 1211年,2017页。视图:出版商的网站|谷歌学术搜索
103. j·m·科勒s p·弗拉纳根,w·c·怀廷”肌肉激活模式而起稳定和不稳定负荷稳定和不稳定表面,”肌力与体能训练研究》杂志上,24卷,不。2、313 - 321年,2010页。视图:出版商的网站|谷歌学术搜索
104. b·迪·c·p·麦高文,s . k .斯托尔和c·a·维拉拉,“肌肉活动模式和髌股疼痛骑自行车的人,”医学和科学在运动和锻炼,46卷,不。4、753 - 761年,2014页。视图:出版商的网站|谷歌学术搜索
105. j . a . Korak m . r . Paquette d·k·福勒,j·l·卡普托和j·m·孔斯曲面“肌肉活动模式的下半身肌肉组织中3传统下肢练习训练有素的女人,”肌力与体能训练研究》杂志上,32卷,不。10日,2770 - 2775年,2018页。视图:出版商的网站|谷歌学术搜索
106. 答:不是主力,a·j·席尔瓦,t·巴博萨Karsai,和h . Louro“神经肌肉疲劳在200米蛙泳,”体育科学与医学杂志》上,13卷,不。1,第210 - 200页,2014。视图:谷歌学术搜索
107. j .兄弟b . Gopfert f .拥抱,j . Slawinski和c . Tourny-Chollet“弹弓效应在撑杆跳:是肌肉协调行列式?”肌电图、运动机能学杂志》上,22卷,不。1,第152 - 145页,2012。视图:出版商的网站|谷歌学术搜索
108. m . s . Shourijeh t.e. Flaxman, d . l . Benoit”的方法对提高非负矩阵分解的可重复性和可靠性对肌肉的协同分析,“肌电图、运动机能学杂志》上卷。26日,第36 - 2016页。视图:出版商的网站|谷歌学术搜索
109. h·恩德斯·c·毛雷尔,j . Baltich和b . m . Nigg,“面向任务的控制肌肉的协调在骑自行车,”医学和科学在运动和锻炼,45卷,不。12日,第2305 - 2298页,2013年。视图:出版商的网站|谷歌学术搜索
110. a·s·奥利维拉·b·席尔瓦·m·e·隆德l . Gizzi d .淀粉和美国g . Kersting“扰动平衡对neuromechanics快速变化的影响在运动的方向,“《公共科学图书馆•综合》,8卷,不。第三条e59029, 2013年。视图:出版商的网站|谷歌学术搜索
111. n . Matsunaga a Imai, k . Kaneoka”比较之前和之后的肌肉的协同效应10分钟的跑步,”的物理治疗科学》杂志上卷,29号7,1242 - 1246年,2017页。视图:出版商的网站|谷歌学术搜索
112. f .拥抱:a . Turpin a .女装设计师和s . Dorel“一致性的肌肉协同效应在踩在不同的机械限制,”神经生理学杂志,卷106,不。1,第103 - 91页,2011。视图:出版商的网站|谷歌学术搜索
113. a·s·奥利维拉l . Gizzi s Ketabi d .淀粉和美国g . Kersting“模块化控制跑步机和地面运行,”《公共科学图书馆•综合》,11卷,不。4篇文章e0153307 2016。视图:出版商的网站|谷歌学术搜索
114. n . a . Turpin成本,p . Moretto和夜总会,“肌肉协调能解释使用站位置的优势在激烈的自行车?”在体育科学和医学杂志》上,20卷,不。6,611 - 616年,2017页。视图:出版商的网站|谷歌学术搜索
115. p .塞萨里Camponogara, s . Papetti d . Rocchesso f·丰塔纳,“不妨跳:声音影响肌肉活动在滑板,”《公共科学图书馆•综合》,9卷,不。第三条e90156, 2014年。视图:出版商的网站|谷歌学术搜索
116. j . Taborri大肠巴勒莫,z . Del Prete, s·罗西,“表面上的可靠性和重复性肌肉肌电图分解的协同效应在日常生活活动,“应用仿生学和生物力学卷。2018年,15页,2018年。视图:出版商的网站|谷歌学术搜索
117. y y Ozaki r .青木,t .木村高岛,和t .山田,“描述肌肉活动利用EMG渠道的非负矩阵分解司机在高尔夫、波动”IEEE 2016年第38届国际会议在医学和生物工程协会(EMBC)卷,2016年,第895 - 892页,2016年。视图:谷歌学术搜索
118. a . Santuz a . Ekizos l . Janshen诉Baltzopoulos和a . Arampatzis“鞋类的模块化组织运行的影响,“前沿生理学,8卷,2017年。视图:出版商的网站|谷歌学术搜索
119. m . Zych Rankin, d .荷兰,g . Severini“时间和空间不对称固定自行车引起不同的前馈和反馈修改中下肢的肌肉控制,”神经生理学杂志,卷121,不。1,第176 - 163页,2019。视图:出版商的网站|谷歌学术搜索
120. n . a . Turpin a . Guevel s . f .拥抱,勾勒出“输出功率对肌肉协调的影响在划船,”欧洲应用生理学杂志》上,卷111,不。12日,第3029 - 3017页,2011年。视图:出版商的网站|谷歌学术搜索
121. p·b·席尔瓦a·s·奥利维拉n . Mrachacz-Kersting和美国g . Kersting“摇板单腿训练neuromechanics着陆的影响,“斯堪的纳维亚在运动医学与科学杂志》上,28卷,不。3、972 - 982年,2018页。视图:出版商的网站|谷歌学术搜索
122. k·b·斯梅尔m . s . Shourijeh, d . l . Benoit”使用肌肉的协同效应和小波变换识别疲劳在蹲,“肌电图、运动机能学杂志》上28卷,第166 - 158页,2016年。视图:出版商的网站|谷歌学术搜索
123. a . Santuz a . Ekizos l . Janshen et al .,“模块化控制人类运动的跑步中:一个开放获取的数据集,”前沿生理学,9卷,2018年。视图:出版商的网站|谷歌学术搜索
124. c·德·马奇m·施密德D . Bibbo a . m . Castronovo t D 'Alessio,和s Conforto“机械效率适应感应电动机反馈模块循环期间,“计算神经科学前沿7卷,2013。视图:出版商的网站|谷歌学术搜索
125. m . Kristiansen a萨马尼、p·玛德琳和e·a·汉森”5周的卧推训练对肌肉的影响协同效应:一项随机对照研究,“肌力与体能训练研究》杂志上,30卷,不。7,1948 - 1959年,2016页。视图:出版商的网站|谷歌学术搜索
126. 诉冯Tscharner c .朱厄尔·j·哈米尔,和k·a·波伊尔,“改变multi-muscle习惯性的脚掌跑步者在长期协调模式,详尽的运行,“欧洲的体育科学》杂志上,19卷,不。8,1062 - 1071年,2019页。视图:出版商的网站|谷歌学术搜索
127. a . Santuz a . Ekizos l . Janshen诉Baltzopoulos和a . Arampatzis”的方法论意义上提取从人类运动肌肉的协同效应,”国际期刊的神经系统,27卷,不。5,1750007页,2017年。视图:出版商的网站|谷歌学术搜索
128. a·萨马尼和m . Kristiansen”国米,intra-subject相似的肌肉协同效应在卧推和快速度缓慢,“电机控制,22卷,不。1,第115 - 100页,2018。视图:出版商的网站|谷歌学术搜索
129. k . Nishida s Hagio b . Kibushi t . Moritani和m . Kouzaki”比较的肌肉不同的脚步模式之间的协同运行,”《公共科学图书馆•综合》,12卷,不。2,p . e0171535 2017。视图:出版商的网站|谷歌学术搜索
130. 斋藤,a .获利,r .安藤k .渡边和h . Akima“肌肉协同效应是一致的水平和艰苦的跑步机上跑步,”科学报告,8卷,不。1,p。5979年,2018。视图:出版商的网站|谷歌学术搜索
131. j . r . Vaz b h . Olstad j . Cabri p l . Kjendlie p . Pezarat-Correia和f .拥抱,“肌肉协调在蛙泳游:比较精英游泳和初学者,“体育科学杂志》,34卷,不。20日,第1948 - 1941页,2016年。视图:出版商的网站|谷歌学术搜索
132. h . m . Kim y . Kim金,b . c . Yoon“特定肌肉的协同效应在全国精英女性冰球球员为了应对意想不到的外部扰动,”体育科学杂志》,36卷,不。3、319 - 325年,2017页。视图:出版商的网站|谷歌学术搜索
133. d . Fabre-Adinolfi c . Parietti-Winkler j . Pierret b . Lassalle-Kinic j .兄弟,“你跑步比散步更好的再现:急性前庭失衡影响肌肉的协同效应吗?”人体运动Scince卷,62年,第160 - 150页,2018年。视图:出版商的网站|谷歌学术搜索
134. Shaharudin和s . Agrawal“肌肉协同效应增量划船的最大摄氧量测试期间的大学赛艇选手和未经训练的主题,“《运动医学与身体健康卷,56号9日,第989 - 980页,2016年。视图:谷歌学术搜索
135. 修道士和f .拥抱,“主客体之间的可变性的肌肉协同效应在一个复杂的运动技能,”计算神经科学前沿》第六卷,2012年。视图:出版商的网站|谷歌学术搜索
136. a . Santuz a Ekizos:的时候,a . Kibele和a . Arampatzis”挑战人类运动:稳定和模块化组织在不稳定的条件下,“科学报告,8卷,不。1,p。2740年,2018。视图:出版商的网站|谷歌学术搜索
137. a . l .克鲁斯Ruiz c . Pontonnier a .雄鹿和g·杜蒙特”识别代表肌肉协同效应在头顶足球抛出,“计算机在生物力学和生物医学工程的方法,18卷,不。sup1, 1918 - 1919年,2015页。视图:出版商的网站|谷歌学术搜索
138. 答:科斯和a . Umek生物力学生物反馈系统和应用程序施普林格国际出版,可汗,2018年。
139. a Umek和a·科斯”的角色,高性能计算和通信实时生物反馈的运动,”数学问题在工程卷。2016年,11页,2016年。视图:出版商的网站|谷歌学术搜索
140. a . Umek a .科斯,美国Tomažič“实时生物力学反馈,”Elektroteh。Vestnik /电工牧师。卷,84年,页1 - 2日,2017。视图:谷歌学术搜索
141. m . Pustišek y, y, a . Umek和a·科斯”技术的作用加速运动学习的运动,”个人和无处不在的计算,2019年。视图:出版商的网站|谷歌学术搜索
142. a·科斯诉Milutinović,a . Umek”挑战在无线通信连接传感器和可穿戴设备运动生物反馈应用程序中使用,“未来一代计算机系统卷,92年,第592 - 582页,2019年。视图:出版商的网站|谷歌学术搜索
143. w·约翰斯顿(m . O ' reilly r .银色和b·考尔菲德,“惯性传感器系统的可靠性、有效性和效用姿势控制评估运动科学和医学应用:系统回顾,“运动医学卷,49号5,783 - 818年,2019页。视图:出版商的网站|谷歌学术搜索
144. 诉Camomilla,大肠Bergamini、美国Fantozzi和g . Vannozzi”攷虑使用可穿戴magneto-inertial sesnors体育绩效评估,”33在运动生物力学国际会议,第1428 - 1425页,2015年。视图:谷歌学术搜索
145. h·m·库珀研究合成和荟萃分析:一种循序渐进的方法,卷2,2015年应用社会研究方法。
146. t . Kuijpers d·a·w·m·范德Windt g·j·m·g·范德Heijden和l·m·布特”的系统性评价预后队列研究在肩膀上障碍,”疼痛,卷109,不。3、420 - 431年,2004页。视图:出版商的网站|谷歌学术搜索
147. f·s . Luppino l . m . de智慧,p . f . Bouvy et al .,“超重、肥胖和抑郁,”普通精神病学文献,卷67,不。3、220 - 229年,2010页。视图:出版商的网站|谷歌学术搜索
148. k . Alexiou a . Roushias s Varitimidis, k . Malizos”在老年病人的生活质量和心理后果髋部骨折:复习一下,”临床干预衰老,卷13卷,第150 - 143页,2018年。视图:出版商的网站|谷歌学术搜索
149. k . Van der Kooy h·范·胡特,h·马尔维克·h·马汀,c . Stehouwer和a .现场“抑郁症和心血管疾病的风险:系统回顾和综合分析,“国际老年精神病学杂志》上,22卷,不。7,613 - 626年,2007页。视图:出版商的网站|谷歌学术搜索
150. j . Taborri诉Agostini, p . k . Artemiadis et al .,“肌肉协同作用结果的可行性在诊所,机器人技术,和体育:系统回顾,“应用仿生学和生物力学,卷2018,19页,2018。视图:出版商的网站|谷歌学术搜索
151. 答:科斯、美国Tomažič和a . Umek”评价的智能手机惯性传感器跨平台移动应用程序的性能,”传感器,16卷,不。4 p。477年,2016年。视图:出版商的网站|谷歌学术搜索
152. 答:科斯、美国Tomažič和a . Umek”智能手机惯性传感器实时生物反馈应用程序的适用性,”传感器,16卷,不。3,p。301年,2016年。视图:出版商的网站|谷歌学术搜索
153. a . Umek s Tomažič,a·科斯,“可穿戴的实时生物反馈训练系统和姿态的用户界面,”个人和无处不在的计算,19卷,不。7,989 - 998年,2015页。视图:出版商的网站|谷歌学术搜索
154. r·m·钱伯斯,t . j . Gabbett和m·h·科尔”microsensor-based scrum事件检测算法的有效性橄榄球联盟”国际期刊《运动生理学和性能,14卷,不。2、176 - 182年,2019页。视图:出版商的网站|谷歌学术搜索
155. r·m·钱伯斯t . j . Gabbett r·古普塔et al .,“自动检测的一对一的解决技术和大量事件使用橄榄球联盟”在体育科学和医学杂志》上,22卷,不。7,827 - 832年,2019页。视图:出版商的网站|谷歌学术搜索
156. x Robert-Lachaine, h . Mecheri们和a . Plamondon”验证与光电系统惯性测量单元的全身运动分析,“医学和生物工程和计算,55卷,不。4、609 - 619年,2017页。视图:出版商的网站|谷歌学术搜索
157. r . Merletti和s Muceli”教程。肌电图检测表面在空间和时间:最佳实践。”肌电图和运动机能学》杂志上,49卷,p。102363年,2019年。视图:出版商的网站|谷歌学术搜索
158. h·玻姆和l . Doderlein”在脑瘫患儿步态不对称:他们与运行恶化吗?”步态和姿势,35卷,不。2、322 - 327年,2012页。视图:出版商的网站|谷歌学术搜索
159. n .伯恩斯坦动作的协调和监管,帕加马出版社,牛津,1967年。
160. e . Bizzi f . Mussa-Ivaldi, s . Giszter”计算潜在的执行运动:生物学的角度来看,“科学,卷253,不。5017年,第291 - 287页,1991年。视图:出版商的网站|谷歌学术搜索
161. j . Taborri大肠巴勒莫d·马塞罗说道,罗西,“走路的任务:通过肌EMG因式分解的协同效应的评估intra-subject inter-subject可变性,”I2MTC 2017 - 2017年IEEE国际仪器和测量技术会议程序,2017年。视图:谷歌学术搜索
162. a . Santuz l .下降a Ekizos et al .,“人类的神经运动的动态运动在具有挑战性的环境中,“iScience,23卷,不。1,p。100796年,2020。视图:出版商的网站|谷歌学术搜索
163. j·w·l·基奥,s . e . Aickin和a·r·h·奥尔德姆“共同核心稳定性的措施可以区分性能稳定和不稳定条件下肩膀紧迫的任务吗?”肌力与体能训练研究》杂志上,24卷,不。2、422 - 429年,2010页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020想把它们做为Taborri等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。