Human Activity Recognition of Figure Skating Jumps Using Abdominal Electromyography and Accelerometry

El patinaje artístico es un deporte donde las decisiones de una fracción de segundo y el control preciso del cuerpo determinan el éxito. Un patinador debe lanzarse al aire, girar múltiples veces y aterrizar sobre una fina cuchilla de hielo sin tambalearse. Durante décadas, los entrenadores han dependido de sus propios ojos y de videos en cámara lenta para juzgar estos saltos, buscando errores sutiles en el despegue o el aterrizaje. Sin embargo, las cámaras tienen un punto ciego: solo pueden ver lo que está en el exterior. No pueden ver los músculos activándose dentro del cuerpo para prepararse para el salto, ni siempre pueden ver con claridad cuando el cuerpo de un patinador gira tan rápido que las extremidades bloquean la vista. Para resolver esto, los científicos han recurrido a sensores portátiles, pequeños dispositivos que se adhieren a la piel para registrar el movimiento y la actividad muscular, ofreciendo una nueva forma de entender la mecánica oculta del rendimiento atlético.

Un equipo de investigadores de la Universidad Técnica de Ostrava y la Universidad de Ostrava en la República Checa ha desarrollado un nuevo método para identificar automáticamente saltos específicos de patinaje artístico utilizando estos sensores portátiles. Su objetivo era crear un sistema que pudiera distinguir entre seis tipos diferentes de saltos, que van desde rotaciones simples hasta complejas rotaciones triples, sin necesidad de una cámara o un equipo de jueces. En lugar de observar al patinador, su sistema escucha las señales internas del cuerpo. Adhirieron pequeños sensores a las espaldas de doce patinadoras adolescentes de élite. Un sensor medía la aceleración del cuerpo en tres direcciones, mientras que otros dos sensores colocados en el abdomen medían la actividad eléctrica de los músculos del núcleo (core). Esta combinación permitió a los investigadores capturar tanto el movimiento físico del salto como la preparación muscular que ocurre justo antes de que la patinadora deje el hielo.

Los investigadores recopilaron datos de cientos de intentos de salto, incluyendo versiones simples, dobles y triples de los saltos Axel, Salchow y Loop. Luego, introdujeron esta información en un sistema informático diseñado para aprender patrones. El equipo probó varios tipos diferentes de métodos de aprendizaje computacional para ver cuál podía clasificar mejor los saltos en las categorías correctas. Encontraron que el enfoque más exitoso no fue una red compleja de aprendizaje profundo, utilizada a menudo para el reconocimiento de imágenes, sino un método más simple basado en árboles que tomaba decisiones siguiendo una serie de reglas lógicas. Este sistema logró un nivel de precisión notable, identificando correctamente el tipo de salto casi el 99 por ciento de las veces. El sistema funcionaba analizando segmentos de tiempo cortos y específicos de los datos de los sensores, encontrando que una ventana de datos que cubría 0.6 segundos con un pequeño solapamiento funcionaba mejor para capturar la firma única de cada salto.

Un descubrimiento clave en este estudio fue comprender qué partes de los datos de los sensores eran realmente necesarias para que la computadora tomara la decisión correcta. Los investigadores realizaron pruebas en las que eliminaron ciertos sensores para ver si el sistema seguiría funcionando. Encontraron que, si bien el sensor de movimiento por sí solo podía hacer un trabajo decente, el sistema funcionaba significativamente peor si eliminaban los sensores que medían los músculos abdominales. Esto confirmó que la forma en que un patinador tensa los músculos del núcleo antes de saltar es una pista crítica que distingue un salto de otro. Además, descubrieron que los movimientos laterales y de arriba hacia abajo del cuerpo eran las señales físicas más importantes, mientras que el movimiento hacia adelante y hacia atrás importaba mucho menos. Esto sugiere que la inclinación específica que un patinador utiliza para iniciar un giro y la fuerza con la que golpea el hielo al aterrizar son los marcadores físicos primarios que definen un salto.

El estudio también abordó un problema común en la tecnología deportiva: la necesidad de equipos voluminosos. Muchos intentos previos de rastrear saltos de patinaje requerían múltiples sensores colocados en las muñecas, tobillos y cintura, que pueden ser pesados y distractores para un atleta. Este nuevo método demostró que un solo sensor en la espalda, combinado con dos pequeños sensores en el abdomen, era suficiente para lograr resultados de primer nivel. Esta configuración más ligera significa que es menos probable que el sistema interfiera con el movimiento natural del patinador, lo que lo hace más práctico para el entrenamiento en el mundo real. Aunque el estudio actual se centró en saltos exitosos realizados por jóvenes patinadoras en un entorno controlado, los investigadores creen que este enfoque sienta las bases para futuras herramientas que podrían ayudar a los entrenadores a analizar la calidad del salto en tiempo real. Al identificar el momento exacto en que se ejecuta un salto y clasificarlo instantáneamente, tal tecnología podría eventualmente ayudar a los atletas a perfeccionar su técnica y prevenir lesiones, todo ello permaneciendo invisible al ojo humano.