Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

女子足球运动员下肢运动损伤伤病复发预测模型 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:复旦大学附属华山医院

摘要:本发明属于运动医学技术领域,具体为一种女子足球运动员下肢运动损伤伤病复发预测模型。本发明预警模型由如下步骤构建:根据一定标准选择训练所需的女子足球运动员下肢关节运动损伤患者;收集患者信息并进行队列分配,分为训练队列和验证队列;两种队列的下肢损伤相关信息、训练比赛信息、心理饮食信息、其他信息等均无显著差异;选择预测模型所需的特征危险因素:最后建立预测模型,对下肢运动损伤伤病复发进行疾病预警;32个变量的积分之和为总分,在总分与结果百分比轴之间画一条垂线,得到估计的临床结果概率;本发明可协助对女子足球专项运动员的下肢运动损伤伤病复发进行及时预警并根据高级别危险因素进行有效预防,助力更好的比赛表现。

主权项:1.一种女子足球运动员下肢运动损伤伤病复发预测模型,其特征在于,由如下步骤构建得到:第一步,训练所需的女子足球运动员受试者选择;具体选择为某地女子足球运动队队员,150名以上;选择标准:在役的女子足球运动队候补队员,有下肢运动损伤病史;排除标准:研究前拒绝参加的运动员,因重大疾病等原因大于半年无法参加比赛训练的运动员;受试者退出标准:受试者不愿或不能继续参加研究者;在受试者入组后发现其不符合入选标准,或符合任一排除标准;因研究过程中出现重大疾病、退役、怀孕原因无法按照计划完成研究者;第二步,训练所需的女子足球运动员受试者信息收集及队列分配;由优秀运动员下肢损伤数据管理平台软件回顾性收集运动员的如下信息:1基本信息数据,包括姓名、身高、年龄、体重、性别、药物及补剂应用情况、疫苗接种史、家族疾病史、月经史及其对运动表现影响等相关字段;2下肢运动损伤的医学标准数据,包括就诊姓名、疾病名称、疾病部位、诊断记录、诊断时间相关字段;3运动员训练比赛相关信息,包括赛季前中后体能训练以及伤害预防训练情况;4运动员心理饮食信息,包括睡眠情况、对成绩的期待以及饮食情况;此外,还前瞻性收集运动员的如下信息:1下肢运动损伤的医学标准数据,包括就诊姓名、疾病名称、疾病部位、诊断记录、诊断时间相关字段;2运动员训练比赛相关信息,包括赛季前中后体能训练以及伤害预防训练情况;3运动员心理饮食信息,包括睡眠情况、对成绩的期待以及饮食情况;4基本信息数据变化;确定结局变量为女足运动员下肢运动损伤伤病复发与否,下肢运动损伤具体包括常见的膝关节前交叉韧带损伤、膝关节半月板损伤、髌腱腱病、踝关节不稳定、跟腱腱病、胫骨疲劳性骨折;根据上述条件,确定作为分析对象的女足运动员数量;然后,确定大多数女足运动员随机分配至模型训练队列,余下部分即小部分随机分配至模型验证队列;训练和验证队列的下肢损伤相关信息、训练比赛信息、心理饮食信息、其他信息均无显著差异;第三步,预警模型的建立;采用logistic模型进行建模;具体地,从sklearn版本1.4.0库中导入LogisticRegression,定义模型logistic_model=LogisticRegressionrandom_state=0,solver='lbfgs',定义随机数种子为0,定义优化算法选择参数为lbfgs,该方法是拟牛顿法的一种,利用损失函数二阶导数矩阵即海森矩阵来迭代优化损失函数;然后利用logistic_model.fit方法进行拟合,最后利用plot方法进行绘图;预警模型具体表达式为: 变量解释:x1:年龄,x2:身高,x3:体重,x4:BMI指数,x5:体脂率,x6:惯用脚,x7:所属球队,x8:场上位置,x9:下肢伤痛是否为接触性损伤,x10:下肢伤痛为训练中受伤或比赛中受伤,x11:日常训练频率次,x12:日常训练时长时,x13:是否进行热身训练,x14:是否进行体能训练,x15:体能训练频率次,x16:体能训练时长,x17:我昨晚睡得很好,x18:我期待今天的训练或比赛,x19:我对未来的运动成绩是乐观的,x20:我感到精力充沛,x21:我胃口很好,x22:我有很少的肌肉不适,x23:过敏史,x24:新冠疫苗是否接种,x25:本人或者直系亲属中是否有以下疾病,x26:初潮,x27:敏捷性,x28:平衡能力,x29:跑动能力,x30:移动能力,x31:肌肉力量,x32:爆发能力;ak为拟合系数;在总分Y与结果百分比Pr轴之间画一条垂线,即得到估计的临床结果概率;第四步,重要危险因素识别;利用SHAP算法识别影响女子足球运动员下肢运动损伤伤病复发的重要危险因素;首先导入shap库,然后利用shap.Explainer方法创建解释器,利用explainer.shap_values方法求出shap值,最后利用shap.summary_plot方法进行绘图;具体地,“下肢伤病为比赛中受伤”、“下肢伤病为接触性损伤”、“肌肉不适”、“年龄”、“惯用脚为左脚”被筛选为贡献最大的五项危险因素,提示这些危险因素可能会导致女足运动员的下肢伤病复发。

全文数据:

权利要求:

百度查询: 复旦大学附属华山医院 女子足球运动员下肢运动损伤伤病复发预测模型

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。