通过机器学习与训练负荷分析提升足球运动损伤风险评估

来源资料档案｜归入“评估、筛查与分诊”。 原始资料摘要：运动损伤对运动员福祉和团队动态构成重大挑战，尤其是在足球等高强度运动中。 本研究使用机器学习算法，根据生理和机械负荷变量评估职业男子足球运动员的非接触性损伤风险。

本研究纳入了25名首次发生非接触性肌肉损伤的职业男子足球运动员。 在为期4年的所有训练课和正式比赛中，记录了外部负荷（速度、距离以及加速/减速数据）和内部负荷（心率）。

针对九种不同指标分别计算了机器学习模型训练与评估特征。