The Fatigue Assessment Model for Athlete Training by Integrating Inertial Sensors and Multimodal Physiological Signals

Stel je voor dat je probeert uit te zoeken hoe moe een hardloper is. Je zou kunnen vragen: "Hoe voel je je?", maar soms liegen mensen, of ze kennen het verschil tussen "moe" en "uitgeput" simpelweg niet. Je zou hun hartslag kunnen controlen, maar een snelle hartslag kan betekenen dat ze hard en krachtig rennen, of dat ze moeite hebben om het tempo bij te houden. Lange tijd moesten coaches gokken door naar de atleet te kijken of door te vertrouwen op één enkele waarde, zoals een hartslagmeter. Maar wat als je zowel de beweging als de reactie van het lichaam op exact hetzelfde moment zou kunnen zien? Dat is de grote vraag waar dit onderzoek een antwoord op zoekt: hoe bouw je een "superzin" die combineert wat een atleet doet met hoe het lichaam zich voelt, om precies te weten wanneer ze te hard gaan.

Deze studie, getiteld "The Fatigue Assessment Model for Athlete Training by Integrating Inertial Sensors and Multimodal Physiological Signals," is als het bouwen van een hightech detectiekit voor de sport. De onderzoekers wilden een puzzel oplossen: is een atleet tijdens het trainen echt goed bezig, of zijn ze slechts aan het ronddraaien terwijl ze gevaarlijk moe worden? Om dit te doen, keken ze niet naar slechts één ding. Ze combineerden twee verschillende soorten "zintuigen". Ten eerste gebruikten ze inertiasensoren (kleine bewegingssensoren op de polsen) die fungeren als een supernauwkeurige stopwatch en bewegingscamera, die elke trilling, draai en lift registreren. Ten tweede volgden ze fysiologische signalen zoals de hartslag, hartslagvariabiliteit (hoe de hartritme verandert, wat als een stressmeter voor het zenuwstelsel werkt) en RPE (Rate of Perceived Exertion, oftewel de ervaren inspanning, wat simpelweg de eigen score van de atleet is over hoe zwaar de inspanning aanvoelt).

Het team bracht deze stukjes samen om een model te creëren dat het verschil kan zien tussen "goede vermoeidheid" (hard werken en beter worden) en "slechte vermoeidheid" (opbranden en risico lopen op blessures). Ze testten dit op een groep atleten tijdens een trainingssessie van 30 minuten. De resultaten waren indrukwekkend: het systeem kon de bewegingen die de atleten maakten met een nauwkeurigheid van 97,0% herkennen. Belangrijker nog: het kon hun vermoeidheidsniveau voorspellen met een nauwkeurigheid van 95,1%. De gegevens lieten zien dat naarmate de training vorderde, de hartslag van de atleten steeg van ongeveer 75,00 bpm naar 141,34 bpm, en hun zelfgerapporteerde vermoeidheidsscores (RPE) klommen van 6,32 naar 16,90. Ondertussen daalde hun hartslagvariabiliteit aanzienlijk, wat aantoonde dat hun lichamen onder meer stress stonden.

Het coole aspect is dat dit model niet alleen zegt: "je bent moe." Het vertelt een verhaal. Het kan zeggen: "Je beweegt efficiënt, maar je hart werkt te hard," of: "Je bent moe, maar je bewegingen zijn nog steeds perfect." Door naar de combinatie van beweging en lichaamssignalen te kijken, ontdekte het model dat hoewel de atleten hun bewegingsefficiëntie constant hielden (rond de 57,50% effectieve trainingsrate), hun interne vermoeidheidsbelasting bleef stijgen, waarbij het grootste deel van de training in een categorie van "hoge belasting" viel. Dit suggere :ert dat zelfs wanneer atleten het gevoel hebben dat ze nog steeds goed presteren, hun lichaam eigenlijk om een pauze schreeuwt.

De onderzoekers stellen dat vertrouwen op slechts één methode—zoals alleen vragen aan de atleet hoe hij zich voelt of alleen de hartslag controleren—is als het proberen te begrijpen van een film door alleen naar het geluid of alleen naar de beelden te kijken. Je mist het hele verhaal. Hun nieuwe model bewijst dat door het samenvoegen van het "wat" (de beweging) met het "hoe" (de reactie van het lichaam), coaches een veel duidelijker en betrouwbaarder beeld krijgen van de staat van een atleet. Het is geen wondermiddel, maar het is een krachtig hulpmiddel dat suggereert dat we eindelijk kunnen stoppen met gokken en precies kunnen weten wanneer we moeten pushen en wanneer we moeten rusten.