생체역학적 특징과 서포트 벡터 머신 분류를 사용한 미식축구 헤드 충격 탐지

헤드 충격의 축적은 급성 및 장기적 뇌 손상에 기여할 수 있습니다. 웨어러블 센서는 충격 노출을 측정할 수 있지만, 현재 센서는 정확한 노출 모니터링을 위한 검증된 충격 탐지 방법이 없습니다. 본 연구에서는 필드 미식축구 헤드 충격을 탐지하기 위한 웨어러블 센서에 구현할 수 있는 헤드 충격 탐지 방법을 보여줍니다. 우리의 방법은 시간 영역 및 주파수 영역의 생체역학적 특징을 사용하는 서포트 벡터 머신 분류기를 통합하며, 헤드-목 움직임의 모델 예측도 포함됩니다. 분류기는 대학 미식축구 경기 및 연습에서 얻은 기구화된 마우스가드 데이터를 사용하여 훈련 및 검증되었으며, 비디오 검토를 통해 설정된 진실 데이터 레이블이 사용되었습니다. 우리는 저주파 파워 스펙트럼 밀도와 웨이브렛 변환 특징(10~30 Hz)이 가장 성능이 우수한 특징임을 발견했습니다. 정방향 특징 선택을 통해, 10개 미만의 특징이 분류기 성능을 최적화하여 대학 데이터세트(n = 387)에서 87.2% 민감도와 93.2% 정밀도를 달성하였고, 독립적인 청소년 데이터세트(n = 32)에서는 90% 이상의 민감도와 정밀도를 기록했습니다. 정확한 헤드 충격 탐지는 필드에서 헤드 충격 노출을 연구하고 모니터링하는 데 필수적이며, 본 논문의 접근 방식은 웨어러블 센서에서의 충격 탐지 성능을 향상시키는 데 도움을 줄 수 있습니다.