Wykorzystanie badania izokinetycznego w ocenie ryzyka uszkodzenia stawu kolanowego

Wykorzystanie badania izokinetycznego w ocenie ryzyka uszkodzenia stawu kolanowego

Badacz: mgr inż. Martyna Białecka

Profilaktyka urazów jest jednym z najistotniejszych elementów pracy ze sportowcem, której celem jest uchronienie go przed uszkodzeniem oraz zapobieganie przedwczesnej rezygnacji z gry. Z tego powodu, w sporcie profesjonalnym opracowanych zostało wiele testów biomechanicznych wykorzystywanych w ocenie przed- i śródsezonowej sportowców. Jednym z nich jest badanie izokinetyczne wykorzystywane do oceny m.in. pracy stawu kolanowego.

Pojedyncze badanie stawu kolanowego dostarcza ponad 80 różnych parametrów liczbowych, które są wykorzystywane w niniejszej ocenie. Typowe wartości w poszczególnych grupach mogą różnić się między sobą w zależności od wielu czynników, takich jak uprawiana dyscyplina, płeć, czy też pozycja na boisku. Dlatego też tak trudne jest wykorzystanie tej informacji w codziennej praktyce klinicznej i rzetelnej ocenie stanu sportowca. Z tego powodu, celem niniejszych badań było zaprojektowanie jednego wskaźnika liczbowego, który agreguje wiele informacji pozyskanych z badania izokinetycznego i ocenia ryzyko urazu struktur stawu kolanowego, takich jak więzadło krzyżowe przednie, mięsień prosty uda czy mięśnie grupy kulszowo-goleniowej. 

W badaniu wykorzystano sztuczne sieci neuronowe z zaimplementowanym algorytmem uczenia propagacji wstecznej. Sieć neuronowa, poza informacją płynącą z badania izokinetycznego, szacowała ryzyko urazu na podstawie bazy danych medycznych profesjonalnych piłkarzy nożnych, zebranych w sposób retrospektywny. W pierwszym kroku, wszystkie parametry zostały podzielone na 4 grupy:

  1. opisujące moment szczytowy, 
  2. parametry standardowo wykorzystywane w ocenie ryzyka urazów sportowych,
  3. parametry opisujące pracę i moc generowaną przez mięśnie,
  4. parametry nerwowo-mięśniowe i funkcjonalne.

Dla każdej z grupy parametrów została utworzona oddzielna sieć neuronowa, o podobnej strukturze, dla której została zbadana skuteczność w przewidywaniu urazów, na podstawie wcześniej wspomnianej bazy danych. Żadna z badanych sieci neuronowych niestety nie wykazała oczekiwanej skuteczności działania [1], dlatego na rzecz przyszłych badań niezbędna jest zmiana kierunku działania lub pozyskanie znacznie większej bazy danych na potrzeby uczenia maszynowego.

Ponadto, wydaje się, iż bardziej istotnym elementem, jeśli chodzi o szacowanie ryzyka wystąpienia urazu, jest sam charakter pracy stawu kolanowego, który może być obserwowany w przebiegu wykresu zależności mierzonego momentu mięśniowego w czasie (kształt krzywej izokinetycznej). Dlatego też, obecne wysiłki w ramach niniejszych badań skupiają się na analizie kształtu badania izokinetycznego dla stawu kolanowego [2].

Pełen opis badań można znaleźć w pracach:

[1] Michałowska M., Walczak T., Grabski J. K., Grygorowicz M., Artificial neural networks in knee injury risk evaluation among professional football players, AIP Conference Proceedings 1922(1), 2018

[2] Michałowska M., Walczak T., Grabski J. K., Grygorowicz M., How to verify whether the soccer player's knee is functioning properly? ISBS Proceedings Archive: Vol. 36 : Iss. 1, Article 180, 2018

Keywords: isokinetics, knee joint, ACL, ACL ligament, quadriceps, hamstrings, soccer, football, artificial neural networks, isokinetic curve shape