Se encontraron 13 investigaciones
The present protocol aims to set the methods for a systematic synthesis of literature studies that have evaluated the link among sleep and ball kicking movement across football codes. The following question will be addressed in the present systematic review: Among football code athletes, what evidence exist regarding the (direct and indirect) effects of sleep on ball kicking performance metrics?
Participantes:
Instituciones participantes:
The aims of this project are: (i) to examine the impact of contextual factors on running performance in adult women's soccer; and (ii) identify research gaps and suggest directions for future studies.
Participantes:
Instituciones participantes:
Kinematic motion analysis plays a fundamental role in understanding motor patterns, identifying injury risk factors, and optimizing sports performance. In the context of chronic ankle instability, kinematic assessment has traditionally relied on marker-based optoelectronic systems, which, despite their high accuracy, have limitations related to high costs, the need for controlled environments, and susceptibility to errors caused by soft tissue artifacts. In recent years, machine learning-based approaches, such as markerless posture detection, have been developed to overcome these constraints. However, the accuracy and reliability of these tools still require systematic validation. This study aims to evaluate the accuracy, reliability, and reproducibility of different publicly available deep learning models for markerless posture detection by comparing them with a reference optoelectronic system. Forty young adult runners will be recruited to perform the Single-Leg Step Down functional test, with simultaneous data acquisition from digital cameras and an optoelectronic system. Statistical analysis will include the Bland-Altman test to assess agreement between methods, as well as the calculation of the coefficient of variation to measure inter-trial variability. The study¿s findings will provide evidence on the feasibility of using publicly available deep learning models for kinematic motion analysis, contributing to the validation of accessible and easily implementable tools in clinical and sports settings.
Participantes:
Instituciones participantes:
El presente trabajo de tesis consiste en el desarrollo de un diseño experimental y un protocolo orientado a evaluar el efecto del posicionamiento de cámaras de video en la calidad de los datos cinemáticos durante la ejecución de tareas de locomoción en jugadores de futsal. El procedimiento se desarrollará en dos fases distintas. En primer lugar, se realizará una revisión bibliográfica del estado del arte en la que se investigará sobre el análisis del movimiento de locomoción en el futsal, las características del gesto técnico y los métodos existentes para el análisis de datos cinemáticos de la locomoción. La revisión bibliográfica permitirá identificar las variables principales que componen la locomoción en el futsal y los principales problemas que afectan a la toma de datos durante el análisis del posicionamiento de las cámaras. Con esta revisión, se procederá a plantear un protocolo adaptado al contexto del futsal. La segunda fase contendrá el desarrollo de un diseño experimental comparativo intra-sujeto, en el cual los participantes ejecutarán una tarea de locomoción estandarizada diseñada para el contexto de futsal. Además, se realizarán grabaciones simultáneas en tres cámaras distintas, ubicadas en diferentes ángulos. Se utilizará el software OpenPose para la recolección de los datos cinemáticos. El análisis estadístico tomará en cuenta las pruebas de normalidad, homogeneidad de varianza, ANOVA de medidas repetidas y MAPE, con el fin de obtener una evaluación precisa para cada configuración. Los resultados permitirán identificar la distribución de cámaras que brinde mayor precisión en los datos cinemáticos en condiciones controladas de juego. Adicionalmente, con el análisis realizado se propondrá un protocolo optimizado de posicionamiento de cámaras, el cual podrá aplicarse en situaciones reales de juego y contribuirá a la optimización de protocolos existentes para estudios enfocados en el rendimiento deportivo y la prevención de lesiones en el futsal.
Participantes:
Instituciones participantes:
El futsal es un deporte de alta intensidad en el que la ejecución técnica del pateo con empeine desempeña un papel crucial tanto en el rendimiento como en el riesgo de lesiones, particularmente aquellas de origen no contactual. Este proyecto de tesis tiene como objetivo validar la utilidad de sistemas markerless basados en inteligencia artificial (IA) para analizar asimetrías en el gesto técnico de pateo, determinando si su precisión es clínicamente aceptable para detectar posibles factores de riesgo de lesiones. La base de datos se obtuvo con el permiso del autor correspondiente del estudio publicado anteriormente por Vieira et al. (2016), y será reanalizada con un objetivo distinto al del estudio original. Se implementará algoritmo de Sports2D para la detección automática de puntos clave (landmarks) corporales en grabaciones de alta velocidad (240 Hz) obtenidas mediante un sistema multicámara GoPro. La reconstrucción tridimensional se realiza mediante el método de Transformación Lineal Directa (DLT), y los resultados son comparados frente al sistema patrón oro DVIDEOW. A partir de un cálculo de tamaño muestral realizado en G*Power, se determinó que 13 jugadores serían suficientes para el análisis, eligiéndose aleatoriamente los registros para evitar sesgos. Este enfoque busca contribuir al desarrollo de herramientas accesibles y aplicables en entornos deportivos reales, que permitan evaluar objetivamente la técnica del pateo y detectar asimetrías funcionales que podrían relacionarse con lesiones, facilitando así la implementación de programas preventivos y de optimización del rendimiento.
Participantes:
Instituciones participantes:
Este estudio tiene como propósito evaluar la validez preliminar de un sistema de análisis del movimiento asistido por inteligencia artificial (IA) para detectar asimetrías en los miembros inferiores durante el aterrizaje en jugadores de voleibol. El sistema de análisis biomecánico validado que se utiliza de manera convencional es la videogrametría que requieren marcadores físicos adheridos al cuerpo y equipamiento específico. Esta técnica es de gran precisión, sin embargo, presentan limitaciones en su aplicación en contextos deportivos reales. Es por ello, que las tecnologías emergentes que emplean visión por computadora y algoritmos de IA ofrecen una alternativa de análisis cinemáticos sin marcadores, lo que reduce costos y facilita las evaluaciones en entornos menos controlados. Para el desarrollo del estudio se requerirán a 10 jugadores universitarios de voleibol con experiencia competitiva. Cada participante realizará 10 repeticiones del gesto técnico de salto con remate, enfocándose en la fase de aterrizaje. Las pruebas se llevarán a cabo en un entorno controlado con dos sistemas de análisis: uno tradicional con videogrametría basada en marcadores (DVIDEOW) y otro sin marcadores basado en IA (Sports2D). Ambos sistemas analizarán la capturara del movimiento desde dos planos (frontal y sagital). Se analizará variables como ángulos articulares de rodilla, cadera y tobillo, así como tiempos de contacto con el suelo y altura de salto. Para validar el sistema basado en IA, se realizará una comparación a través de análisis estadísticos entre ambos sistemas. Las pruebas incluyen pruebas de normalidad, t de Student para muestras relacionadas y análisis de concordancia (ICC y Bland-Altman). Se espera que los resultados brinden evidencia preliminar sobre la precisión y utilidad del sistema Sports2D como una alternativa accesible para la evaluación biomecánica en el ámbito deportivo.
Participantes:
Instituciones participantes:
The present protocol aims to set the main methods for a systematic synthesis of literature studies that have evaluated brain signals related to ball kicking movement. The protocol for the present review follows the items suggested by The Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) statement. The electronic databases IEEE Xplore, Scopus, Web of Science, APA PsycNet¿, EBSCOHost, and PubMed will be searched (tentative date: June ¿ July/2025) in an attempt to identify evidence about brain-derived signals related to ball kicking movement in soccer, presented within scientific journal articles. The search strategy and key terms were defined according to previous systematic reviews that analyzed brain activity or ball kicking in the soccer context. The following information will be extracted from included studies: publication details ¿ authors, year of publication and funding; demographic characteristics ¿ geographical location of the study, number of participants, sex, age, playing level and positional role; task protocol ¿ location, instruction/aim, ball characteristics, limb(s) used; data outcomes ¿ cortical areas evaluated, data collection device and acquisition frequency; signal processing techniques and pertinent findings. To critically appraise the evidence collated, the STROBE checklist will be used to extract and provide a qualitative analysis (e.g. methods) for each of the of included studies. Finally, the best evidence synthesis method and gap maps will be constructed to provide a synthesis of the findings across studies.
Participantes:
Instituciones participantes:
El objetivo del presente proyecto será realizar una revisión sistemática de la literatura sobre los estudios que abordan la validez, la fiabilidad y/o el error de medición de los sistemas de tecnología vestibles utilizados para medir las características del pateo del balón en el fútbol. Para llevar a cabo la revisión se utilizará como guía la declaración PRISMA (v.2020).
Participantes:
Instituciones participantes: