gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Technikanalyse im Judo mit Hilfe drahtloser Sensoren

Meeting Abstract

Search Medline for

  • Angelina Thiers - FH Brandenburg, Brandenburg
  • Thomas Schrader - FH Brandenburg, Brandenburg

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds530

doi: 10.3205/11gmds530, urn:nbn:de:0183-11gmds5309

Published: September 20, 2011

© 2011 Thiers et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Judo ist eine Kampfsportart, die auf die Anwendung von Kraft, Ausdauer, Beweglichkeit und Geschicklichkeit beruht. Im Gegensatz zu anderen Kampfsportarten basiert die Effektivität der ausgeführten Technik nicht hauptsächlich auf dem Kraftfaktor. Stattdessen wird versucht durch das Ausnutzen der Bewegung des Gegners und des eigenen Gewichts und Schwungs sowie der Anwendung von Hebelgesetzen eine maximale Wirkung zu erzielen.

Material und Methoden: Im Rahmen eines Versuchs wurden mittels kabelloser Sensoren (Wireless Sensor Network – WSN) die Bewegungsabläufe von Wurftechniken erfasst, analysiert und verglichen. Ziel war es, optimale Bewegungsabläufe mittels Messdaten zu charakterisieren und Fehler zu identifizieren. Dabei wurden erfahrene Judoka mit unerfahrenen verglichen. Als Messgeräte dienten drahtlose Sensoren der Firma Shimmer. Via Bluetooth wurden vier Sensoren in ein WSN angeordnet. Die Daten der Sensoren wurden realtime auf den Hauptrechner übertragen und gespeichert. Die Rohdaten wurden ebenfalls in realtime in Diagrammen dargestellt. Als Sensoren wurden verwendet: ein Kinematic- und drei EMG-Sensoren für Oberflächen-EMG. Die EMG-Sensoren erfassten zusätzlich auch die Beschleunigung in x-, y-, z-Richtung. Der Kinematic-Sensor misst ebenfalls die Beschleunigung in x-, y-, z-Richtung sowie die Winkelgeschwindkeit der drei Achsen. Um charakteristische Bewegungen zu erfassen, erfolgte die Anbringung der EMG-Sensoren am rechten Bein, am linken Arm und am Rücken. Der Kinematic-Sensor wurde am Oberkörper befestigt. Die aufgezeichneten Messwerte wurden anschließend in MATLAB™ visualisiert und ausgewertet. Die EMG-Werte wurden nach Bandpass-Filterung und Aufrichtung grafisch dargestellt und verglichen. Die Beschleunigungs- und Winkelgeschwindigkeitsergebnisse wurden zum Verhältnis der Muskelaktivität sowie zu den einzelnen Messpunkten gesetzt.

Ergebnisse: In der Versuchsanordnung eines Wireless Sensor Networks konnten dynamisch komplexe Bewegungsabläufe erfasst werden. Mittels der EMG-Daten, den Messwerten aus der Beschleunigung und den Winkelgeschwindigkeiten ließen sich die Bewegungen charakterisieren. Es wurden typische Bewegungsmuster für den Wurf erfasst. Fehlerhafte Bewegungen ließen sich detektieren.

Diskussion: Die Anwendung von Wireless Sensor Networks (auch Wireless Body Area Network) für die Erfassung von Biosignalen wird in verschiedenen Arbeiten diskutiert und als eine Mögichkeit der kontinuierlichen Kontrolle der Körperfunktionen genutzt [1], [2], [3], [4]. In diesem Versuch wurden Sensoren in einem Wireless Sensor Network zur Charakterisierung von komplexen Bewegungsabläufen im Judo-Sport verwendet. Damit konnten realtime Messwerte aus drei EMG sowie Beschleunigung und Winkelgeschwindigkeiten dargestellt werden. In der nachfolgenden Auswertung konnten Unterschiede und Gemeinsamkeiten der Bewegungen nachgewiesen werden. Problematisch in der Wertung der Ergebnisse ist die kleine Probandenzahl (3 erfahrene vs. 3 unerfahrene Judoka) sowie die geringe Anzahl an Messpunkten. In weiteren Untersuchungen sollten mehr Messpunkte angebracht werden, um sicherzustellen, dass wirklich die wesentlichen Muskeln für einen speziellen Wurf erfasst werden.


Literatur

1.
Ahmad F, Kondra S, Shewale N, Hofmann UG. Wireless Body Area Network for Muli-channel EMG Recording. Biomedizinische Technik. 2005;50(Suppl. vol. 1, Part 2):1489.
2.
Chen M, Gonzalez S, Vasilakos A, Cao H, Leung VCM. Body Area Networks: A Survey. Mobile Networks and Applications. 2010;16(2):171-93.
3.
Latré B, Braem B, Moerman I, Blondia C, Demeester P. A survey on wireless body area networks. Wireless Networks. 2011;17(1):1-18.
4.
Ullah S, Higgins H, Braem B, Latre B, Blondia C, Moerman I, Saleem S, Rahman Z, Kwak KS. A Comprehensive Survey of Wireless Body Area Networks: On PHY, MAC, and Network Layers Solutions. J Med Syst. 2010.