En multimodal spatiotemporal konvolutionsnätverk med uppmärksamhetsmekanism för igenkänning av idrottares ångestbeteende

Varför ångestfyllda idrottare spelar roll

Alla som någon gång gått bort sig på en avgörande provfråga eller missat ett enkelt skott i en match vet hur nerver kan sabotera prestationen. För tävlingsidrottare är problemet ännu större: ångest kan kosta medaljer, stipendier och karriärer. De flesta sätt att spåra en idrottares nervositet bygger dock fortfarande på efterhandsenkäter och en ledares intuition. Denna studie presenterar ett objektivt realtidssystem som observerar idrottarnas kroppar och ansikten, registrerar deras fysiologi och automatiskt uppskattar hur ångestfyllda de är under tävling.

Att se nervositetens osynliga tecken

Forskarna utgår från en enkel idé: ångest yttrar sig på många sätt samtidigt. När idrottare oroar sig förändras hjärtrytmen, handflatorna svettas, hållningen blir stel och små ansiktsrörelser avslöjar spänning. Istället för att fokusera på endast ett av dessa tecken kombinerar teamet flera samtidigt. De samlar hjärtfrekvens- och hudledningsdata från bärbara sensorer, högupplöst video av ansikten och hela kroppens rörelser samt standardiserade psykologiska enkäter som genomförs före och efter verkliga universitetsmatcher. Totalt bidrar 68 idrottare från fyra sporter med över två tusen korta klipp, vardera märkta som antingen ångestfylld eller lugn baserat på en välkänd ångestenkät.

Att lära en digital tränare att läsa spelet

För att omvandla denna rika signalström till ett ångestpoäng utformar författarna en djupinlärningsbaserad ”tränare” som specialiserar sig på mönster som utvecklas över tid. Deras modell använder ett spatiotemporalt konvolutionsnätverk—i praktiken en serie filter som rör sig inte bara över rummet (pixlar, kroppspunkter, sensorkanaler) utan också över sekunder. Det gör att systemet kan upptäcka både snabba spikar i spänning och mer gradvisa uppbyggnader av stress under ett 30-sekunderssegment av spel. Avgörande är att nätverket hanterar varje datatyp—fysiologi, ansiktsuttryck och rörelse—längs egna vägar innan de kombineras, så att styrkor i en kanal kan kompensera för svagheter i en annan, till exempel ett delvis skymt ansikte eller kortvarigt sensorljud.

Att låta modellen fokusera där det räknas

Eftersom inte varje ögonblick eller signal är lika informativ tillsätter forskarna en uppmärksamhetsmekanism. Denna del av modellen lär sig att tilldela högre vikt åt de ramar och signaler som bäst skiljer ångest från lugn. Till exempel kan en topp i hudledning tillsammans med ett kort käkknäpp och rastlösa bensrörelser få större betydelse än en period av jämn andning och neutral hållning. Uppmärksamhetsmodulen lär sig också hur mycket den ska lita på varje datakanal i realtid och skiftar fokus om exempelvis fysiologiska data är tydliga men videon brusig. Genom att anpassa sitt fokus på detta sätt blir systemet mer robust i verkliga förhållanden och bättre på att upptäcka subtila, tidiga tecken på nervositet.

Hur exakt och praktiskt är det?

När systemet testas mot en rad befintliga metoder—inklusive klassiska maskininlärningsalgoritmer, standardvideonätverk och Transformer-liknande djupa modeller—ligger det nya systemet i topp. Det klassificerar ångestnivåer korrekt ungefär 95 % av gångerna och uppnår en hög balans mellan precision och återkallning. Författarna testar systematiskt olika tidsfönster och visar att cirka 30 sekunder data ger den bästa kompromissen mellan att ha tillräckligt med kontext för att se ett ångestepisod och att hålla fördröjningen tillräckligt kort för realtidsfeedback. Även när en datatyp saknas—till exempel om endast wearables är aktiva—presterar systemet fortfarande rimligt bra, vilket tyder på att det kan hantera ofullständiga fältförhållanden.

Vad detta betyder för idrottare och tränare

Kort sagt visar studien att en dator kan lära sig att läsa av idrottares ångest nästan i samma ögonblick, med hjälp av en mix av kroppssignaler och beteenden, och göra det mer tillförlitligt än tidigare verktyg. Istället för att enbart förlita sig på hur en idrottare säger sig må i efterhand, skulle tränare och idrottspsykologer kunna få kontinuerliga, objektiva uppskattningar av mental belastning under träning och tävling. Det kan möjliggöra snabba andningsövningar, uppställningsförändringar eller vilopauser innan ångest utvecklas till ett fullskaligt prestationsras. Systemet kräver fortfarande flera sensorer och kraftfull hårdvara och måste användas med starka integritetsskydd, men det pekar mot en framtid där hanteringen av sportens mentala sida är lika mätbar och datadriven som att spåra hastighet eller hjärtfrekvens.

Citering: 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

Nyckelord: idrottares ångest, idrottspsykologi, bärbara sensorer, multimodal djupinlärning, real-tids övervakning av känslor