Wielomodalna przestrzenno‑czasowa sieć konwolucyjna z mechanizmem uwagi do rozpoznawania zachowań lękowych u sportowców

Dlaczego ważni są spięci sportowcy

Każdy, kto kiedyś zblokował się przy ważnym pytaniu egzaminacyjnym lub przestrzelił łatwej piłki w meczu, wie, jak nerwy mogą zrujnować występ. Dla sportowców rywalizujących na wysokim poziomie problem ten ma większe konsekwencje: lęk może kosztować medale, stypendia i kariery. Tymczasem większość metod śledzenia niepokoju zawodnika opiera się nadal na retrospektywnych kwestionariuszach i intuicji trenera. W tym badaniu przedstawiono obiektywny, działający w czasie rzeczywistym system, który obserwuje ciało i twarz sportowców, monitoruje ich parametry fizjologiczne i automatycznie ocenia, jak bardzo są zestresowani podczas rywalizacji.

Dostrzeganie niewidocznych oznak napięcia

Naukowcy wychodzą z prostej idei: lęk objawia się jednocześnie na wielu płaszczyznach. Gdy sportowcy się martwią, zmienia się rytm serca, pocą się dłonie, ich postura robi się sztywniejsza, a drobne ruchy mimiczne zdradzają napięcie. Zamiast skupiać się na jednym sygnale, zespół łączy kilka równocześnie. Zbierają dane o sercu i przewodnictwie skóry z czujników noszonych, materiały wideo w wysokiej rozdzielczości z twarzy i całego ciała oraz ustandaryzowane kwestionariusze psychologiczne wypełniane przed i po rzeczywistych zawodach uniwersyteckich. W sumie 68 sportowców z czterech dyscyplin dostarcza ponad dwa tysiące krótkich klipów, z których każdy oznaczono jako „zaniepokojony” lub „spokojny” na podstawie powszechnie stosowanego kwestionariusza lęku.

Nauczanie cyfrowego trenera czytania meczu

Aby przekształcić ten bogaty strumień sygnałów w wynik lęku, autorzy zaprojektowali „trenera” opierającego się na uczeniu głębokim, wyspecjalizowanego w rozpoznawaniu wzorców rozwijających się w czasie. Ich model wykorzystuje przestrzenno‑czasową sieć konwolucyjną — w praktyce zestaw filtrów przesuwających się nie tylko w przestrzeni (piksele, punkty ciała, kanały czujników), ale też w czasie (sekundy). To pozwala systemowi zauważać zarówno krótkie wybuchy napięcia, jak i stopniowe narastanie stresu w 30‑sekundowym fragmencie gry. Kluczowe jest to, że sieć przetwarza każdy rodzaj danych — fizjologię, ekspresję twarzy i ruch — osobnym torem, zanim je połączy, dzięki czemu mocne strony jednego kanału mogą rekompensować słabości innego, na przykład częściowo zasłoniętą twarz lub chwilowe zakłócenia czujnika.

Pozwalając modelowi skupić się tam, gdzie to ważne

Ponieważ nie każdy moment lub sygnał jest równie informatywny, badacze dodali mechanizm „uwagi”. Ta część modelu uczy się przydzielać wyższą wagę klatkom i sygnałom, które najlepiej rozróżniają lęk od spokoju. Na przykład skok przewodnictwa skóry połączony z krótkim zaciskaniem szczęki i niespokojnym ruchem nogi może otrzymać większe znaczenie niż okres równomiernego oddechu i neutralnej postawy. Moduł uwagi uczy się także, ile ufać każdemu strumieniowi danych w danym momencie, przesuwając akcenty, gdy na przykład dane fizjologiczne są czytelne, a wideo zaszumione. Dzięki adaptacji fokusowania w ten sposób system staje się bardziej odporny na warunki polowe i lepszy w wykrywaniu subtelnych, wczesnych oznak zdenerwowania.

Jak dokładny i praktyczny jest ten system?

W testach w porównaniu z szeregiem istniejących metod — w tym klasycznymi algorytmami uczenia maszynowego, standardowymi sieciami wideo i modelami głębokimi w stylu Transformera — nowy system wypada najlepiej. Prawidłowo klasyfikuje poziomy lęku w około 95% przypadków i osiąga wysoką równowagę precyzji i czułości. Autorzy systematycznie testują różne długości okien czasowych i wykazują, że około 30 sekund danych stanowi najlepszy kompromis między wystarczającym kontekstem do uchwycenia epizodu lękowego a niewielkim opóźnieniem potrzebnym do informacji zwrotnej w czasie rzeczywistym. Nawet gdy brakuje jednego rodzaju danych — na przykład aktywne są tylko czujniki noszone — system nadal działa przyzwoicie, co sugeruje, że radzi sobie w nieidealnych warunkach terenowych.

Co to oznacza dla sportowców i trenerów

Mówiąc prosto, badanie pokazuje, że komputer może nauczyć się odczytywać lęk sportowca niemal na bieżąco, wykorzystując mieszankę sygnałów ciała i zachowania, i robić to bardziej niezawodnie niż wcześniejsze narzędzia. Zamiast polegać wyłącznie na tym, jak zawodnik opisze swoje samopoczucie po fakcie, trenerzy i psychologowie sportowi mogliby otrzymywać ciągłe, obiektywne oceny obciążenia psychicznego podczas treningów i zawodów. To mogłoby umożliwić w porę wprowadzenie ćwiczeń oddechowych, zmian w składzie czy przerw na odpoczynek, zanim lęk przerodzi się w całkowity załamanie formy. Chociaż system wciąż wymaga wielu sensorów i wydajnego sprzętu oraz musi być wdrażany z silnymi zabezpieczeniami prywatności, wskazuje na przyszłość, w której zarządzanie stroną mentalną sportu będzie równie mierzalne i oparte na danych jak śledzenie prędkości czy tętna.

Cytowanie: Yang, F., Gong, F. A multimodal spatiotemporal convolutional network with attention mechanism for athlete anxiety behavior recognition. Sci Rep 16, 5237 (2026). https://doi.org/10.1038/s41598-026-36023-1

Słowa kluczowe: lęk u sportowców, psychologia sportu, czujniki noszone, wielomodalne uczenie głębokie, monitorowanie emocji w czasie rzeczywistym