Makine öğrenimi kullanarak elit genç masa tenisi oyuncularında nöromüsküler ve zihinsel yorgunluğun belirlenmesi

Genç Sporcularda Yorgunluğun Neden Önemli Olduğu

Elit performansı hedefleyen genç masa tenisi oyuncuları için yorgunluk, yalnızca biraz bitkin hissetmekten daha fazlasıdır. Hem beden hem zihin tepkileri sessizce yavaşlatabilir, tekniği değiştirebilir ve hatalar ya da sakatlanma riskini artırabilir. Ancak antrenörlerin bir oyuncunun zihinsel veya fiziksel olarak ne zaman yorgun düştüğünü nesnel ve gerçek zamanlı görmesini sağlayan yöntemler nadiren vardır. Bu çalışma, sensörlerle donatılmış akıllı bir raket ve modern desen tanıma algoritmalarının, oyuncunun vuruşlarındaki küçük değişiklikleri okuyarak gizli yorgunluk durumunu açığa çıkarıp çıkaramayacağını araştırıyor.

Her Vuruşu Hisseden Akıllı Bir Raket

Araştırma ekibi, Fransa’nın en iyi dokuz genç masa tenisi oyuncusuyla çalıştı. Sıradan bir raketi, sap kısmına yerleştirilen küçük üç boyutlu bir hareket sensörü ve elde tutma bölgesine ile baş parmak ile işaret parmağının dayandığı yerlere konulan dört basınç sensörü ekleyerek bir ölçüm aracına dönüştürdüler. Oyuncu her topa vurduğunda raket, ne kadar hızlı hareket ettiğini ve elin çeşitli noktalarda ne kadar güçlü bastığını kaydetti. Bu sinyaller yüksek hızda örneklenip gürültüden arındırıldı, normalize edildi ve ardından her bir vuruş için tek bir veri izi halinde birleştirildi.

Yorgun ve Dinç Oynama Koşullarının Tasarımı

Bu vuruş desenlerini farklı yorgunluk türleriyle ilişkilendirmek için bilim insanları üç ayrı koşulu özenle oluşturdu. Birinde oyuncular, doğrudan kasları yormadan zihinsel enerjiyi tüketmesi bilinen 90 dakikalık zorlayıcı bir bilgisayar tabanlı dikkat görevi gerçekleştirdi. Başka bir koşulda, oyuncular oynama kolundaki bisepsin tekrarlı yoğun eksantrik kasılmalarını, dirseklerinin maksimum gücünün yaklaşık %15’ini kaybedene kadar uygulayarak belirgin kas yorgunluğu üretti. Kontrol koşulunda ise bilişsel olarak nötr bir filmi izlediler. Her oturumun öncesinde ve sonrasında oyuncular, top fırlatma robotu ile standart bir masa tenisi testini tamamladı; top hızı, doğruluğu ve hata sayısı ölçüldü. Ayrıca oyuncular ne kadar yorgun hissettiklerini ve görevleri ne kadar zor bulduklarını bildirdi ve kol güçleri özel bir kuvvet ölçer ile kontrol edildi.

Gizli Vuruş Değişikliklerinden Tanınan Desenlere

Öznellik ve kuvvet testleri, zihinsel ve fiziksel protokollerin oyuncuları gerçekten yorgun hissettirdiğini ve performanslarını etkilediğini doğruladı: zihinsel yorgunluk algılanan çabayı ve yorgunluğu artırdı, fiziksel yorgunluk ise planlandığı gibi kol gücünü azalttı. İlginç bir şekilde, top hızı ve doğruluk gibi klasik performans ölçütleri, özellikle bu küçük ve yüksek yetenekli grupta, koşullar arasında açık ve istatistiksel olarak güçlü biçimde neredeyse değişmedi. Ancak araştırmacılar raketten gelen zengin sensör verilerine yöneldiklerinde farklı bir tablo ortaya çıktı. Binlerce etiketlenmiş vuruş—her biri zihinsel yorgunluk, fiziksel yorgunluk veya kontrol oturumundan geldiği şeklinde etiketlenmiş—k‑en yakın komşu ve rastgele ormanlar dahil bir dizi denetimli makine öğrenimi modeline verildi. Bu algoritmalar, gözle görülemeyen hızlanma eğrilerindeki ve kavrama basıncındaki ince kaymaları tanımayı öğrendi.

Bilgisayarlara Yorgun Oyuncuları Tespit Etmeyi Öğretmek

Amacı bir vuruşun yorgun veya yorgun olmayan durumdan gelip gelmediğini söylemek olduğunda en iyi model olan k‑en yakın komşu yaklaşık %84 doğrulukla sınıflandırdı. Üç özgül durumu—yorgunluk yok, zihinsel yorgunluk ve fiziksel yorgunluk—ayırt etmek istendiğinde ise rastgele orman modeli yaklaşık %82 doğruluğa ulaştı. Bu, oyuncular topa benzer hız ve hassasiyetle vurmaya devam edebilseler bile raket “imza”larının, veri odaklı bir sistemin fark edebileceği kadar değiştiği anlamına geliyor. Oyuncular arasında genelleme yapmaya çalışan daha zorlayıcı testler daha düşük başarı gösterdi; bunun başlıca nedeni örneklemin küçük olması ve her sporcunun stilinin benzersiz olmasıydı, ancak bu sonuçlar istikrarlı bir elit antrenman grubunda modellerin yeniden eğitilmesinin mümkün olduğunu işaret ediyor.

Bu Antrenman ve Sağlık İçin Ne Anlatıyor

Günlük terimlerle bu çalışma, akıllı bir raket ve doğru algoritmaların genç bir sporcunun nasıl hareket ettiğini “dinleyebileceğini” ve bedeni veya zihninin tükenmeye başladığını, belirgin hatalar ortaya çıkmadan önce bile, sessizce işaretleyebileceğini gösteriyor. Antrenörler sonunda bu tür araçları antrenman yükünü yönetmek, aşırı kullanımı önlemek ve uygulama ile müsabaka sırasında taktiksel veya zihinsel molaları daha doğru zamanlamak için kullanabilir. Bu standard bir kort kenarı yardımcısına dönüşmeden önce daha fazla oyuncu, daha fazla sensör ve gerçek zamanlı sistemler gerekecek olsa da temel mesaj nettir: raketi tutma ve sallama şeklimizdeki ince değişiklikler taze, zihnen tükenmiş veya kas olarak yorgun olup olmadığımızı açığa çıkarabilir—ve makineler bu farkı söyleyecek kadar artık yeterince iyi durumda.

Atıf: Delumeau, T., Deschamps, T., Plot, C. et al. Identifying neuromuscular and mental fatigue in elite youth table tennis players using machine learning. Sci Rep 16, 11812 (2026). https://doi.org/10.1038/s41598-026-40324-w

Anahtar kelimeler: masa tenisi, spor yorgunluğu, giyilebilir sensörler, makine öğrenimi, genç sporcular