Kinematic Assessment Capability of Single- and Dual-IMU Configurations During Squats and Deadlifts
यह अध्ययन प्रदर्शित करता है कि ऊपरी पीठ पर रखा गया एक एकल इनर्शियल मेजरमेंट यूनिट (IMU), सिंगल थाई (जांघ) IMU या ड्यूल-IMU कॉन्फ़िगरेशन की तुलना में स्क्वॉट्स और डेडलिफ्ट के लिए बेहतर व्यायाम-विशिष्ट काइनेमैटिक मूल्यांकन प्रदान करता है, क्योंकि जांघ का डेटा जोड़ने से व्यायामों के बीच अंतर करने की प्रणाली की क्षमता में सुधार नहीं हुआ।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक रोबोट को मानव गति को समझना सिखाने की कोशिश कर रहे हैं। आप चाहते हैं कि वह केवल एक व्यक्ति को चलते हुए देखकर स्क्वाट (squat), डेडलिफ्ट (deadlift) और बैक स्क्वाट (back squat) के बीच अंतर समझ सके। खेल विज्ञान की इस उच्च-तकनीकी दुनिया में, हम आमतौर पर हर हड्डी को ट्रैक करने के लिए विशाल कैमरों और चिपके हुए मार्कर्स का उपयोग करते हैं, जो शरीर के एक डिजिटल कठपुतली शो की तरह होते हैं। लेकिन वे कैमरे भारी, महंगे होते हैं और केवल फैंसी लैब में ही काम करते हैं। इसलिए, वैज्ञानिक "IMUs" (इनर्शियल मेजरमेंट यूनिट्स) का उपयोग करने की कोशिश कर रहे हैं। इन्हें छोटे, बेहद स्मार्ट एक्सेलेरोमीटर के रूप में समझें—वही सेंसर जो आपके स्मार्टफोन के अंदर होते हैं और जानते हैं कि जब आप अपने फोन को झुकाते या हिलाते हैं तो क्या होता है। यदि आप इन्हें अपने शरीर से बांध लें, तो ये आपको बता सकते हैं कि आप कितनी तेजी से घूम रहे हैं या कितना झुक रहे हैं। बड़ा सवाल यह है कि आपको वास्तव में इन छोटे सेंसरों की कितनी आवश्यकता है? क्या आपको हर अंग पर सेंसरों की एक पूरी सेना की आवश्यकता है, या क्या एक चतुराई से रखा गया एकल सेंसर काम कर सकता है? यह महत्वपूर्ण है क्योंकि यदि हम कम सेंसरों का उपयोग कर सकते हैं, तो हम सस्ते, सरल उपकरण बना सकते हैं जिन्हें लोग जिम में पहन सकें या बिना किसी लैब तकनीशियन की आवश्यकता के घर पर अपनी फॉर्म (form) की जांच करने के लिए उपयोग कर सकें।
यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ अन्वेषक, सैमसन झांग, तीन अलग-अलग "जासूसी टीमों" का परीक्षण करते हैं ताकि यह देखा जा सके कि कौन सी टीम तीन लोकप्रिय वेटलिफ्टिंग मूव्स: फ्रंट स्क्वाट, डेडलिथ और बैक स्क्वाट के बीच अंतर पहचानने में सबसे अच्छी है। पहली टीम एक "एकल-व्यक्ति शो" है जिसमें ऊपरी पीठ पर एक सेंसर लगा है। दूसरी टीम एक और "एकल-व्यक्ति शो" है, लेकिन इसमें सेंसर जांघ पर है। तीसरी टीम एक "जोड़ी" है, जिसमें पीठ और जांघ दोनों पर सेंसर मिलकर काम करते हैं। लक्ष्य यह देखना था कि क्या ये टीमें किसी अजनबी की गति को देखकर सही ढंग से पहचान सकती हैं कि, "आह, यह एक डेडलिफ्ट है!" या "नहीं, यह एक स्क्वाट है!"
इस जांच में क्या पाया गया। शोधकर्ताओं ने 46 स्वस्थ वयस्कों को सेंसर पहनकर प्रत्येक व्यायाम के 10 दोहराव (repetitions) करने के लिए कहा। उन्होंने गति को मापने के 48 अलग-अलग तरीकों का विश्लेषण किया, जैसे कि शरीर कितना झुका, कितनी तेजी से घूमा, और लय कितनी सुसंगत थी। परिणाम आश्चर्यजनक रूप से स्पष्ट थे। "केवल ऊपरी पीठ" वाली टीम मुख्य आकर्षण रही। इसने लगभग 65% बार व्यायामों की सही पहचान की। "केवल जांघ" वाली टीम संघर्ष करती रही, जिसने केवल लगभग 43% बार इसे सही पहचाना। ऐसा प्रतीत होता है कि जिस तरह से आपकी पीठ चलती है, वह आपको यह बताने में बहुत अधिक जानकारी देती है कि आप कौन सा व्यायाम कर रहे हैं, बजाय इसके कि आपकी जांघ कैसे चलती है।
आप सोच सकते हैं, "लेकिन क्या होगा अगर हम सेंसर को पीठ और जांघ दोनों पर लगाएं? क्या इससे और भी बेहतर नहीं होगा?" शोध पत्र कहता है: नहीं, वास्तव में नहीं। जब शोधकर्ताओं ने दोनों सेंसरों से प्राप्त डेटा को संयोजित किया, तो सटीकता वास्तव में थोड़ी गिरकर 63% हो गई। ऐसा लगता है कि जांघ से मिली अतिरिक्त जानकारी ने कुछ भी नया नहीं जोड़ा जो पीठ के सेंसर ने पहले से ही नहीं जान लिया था। वास्तव में, पीठ का सेंसर उस गति के "व्यक्तित्व" को पकड़ने में इतना अच्छा था कि जांघ के सेंसर को जोड़ना एक दूसरे गवाह को जोड़ने जैसा था जो बस वही दोहरा रहा है जो पहले गवाह ने कहा था। अध्ययन ने यह भी जांचा कि क्या सेंसर पुरुषों और महिलाओं के बीच अंतर कर सकते हैं या क्या वे किसी की पैरों की ताकत का अनुमान लगा सकते हैं, लेकिन परिणाम वहां अस्थिर थे और कोई ठोस निष्कर्ष निकालने के लिए पर्याप्त मजबूत नहीं थे।
तो, निष्कर्ष क्या है? यदि आप स्क्वाट्स और डेडलिफ्ट्स के बीच अंतर बताने के लिए एक सरल, कम लागत वाली प्रणाली बनाना चाहते हैं, तो आपको शरीर भर में सेंसरों के जटिल नेटवर्क की आवश्यकता नहीं है। बस ऊपरी पीठ पर एक सेंसर काम के लिए सबसे शक्तिशाली उपकरण है। हालांकि द्वैत-सेंसर सेटअप ने यह भी कैप्चर किया कि पीठ और पैर एक साथ कैसे चलते हैं, लेकिन इसने सिस्टम को व्यायाम की पहचान करने में अधिक स्मार्ट नहीं बनाया। शोध पत्र सुझाव देता है कि फिलहाल के लिए, एकल ऊपरी-पीठ सेंसर विजेता है, लेकिन यह हमें चेतावनी भी देता है कि हालांकि 65% सटीकता रैंडम अनुमान लगाने से बेहतर है, लेकिन यह अभी भी पूर्ण नहीं है। हमें यह सुनिश्चित करने के लिए और अधिक शोध करने की आवश्यकता है कि ये सेंसर वास्तविक दुनिया में वजन उठाने वाले लोगों को वास्तविक समय में फीडबैक देने के लिए कितने विश्वसनीय हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।