Clear Sky Science · tr
Giyilebilir sensör büyük veri analizi, profesyonel tenis oyuncularında uzamsal-zamansal yaralanma desenlerini ortaya koyuyor
Neden tenis yaralanmalarını izlemek önemli
Profesyonel tenis televizyonda zarif görünür, ancak her servis ve sprintin arkasında vücutta yoğun bir yüklenme yatar. Bu çalışma, giyilebilir sensörler ve modern veri analizini kullanarak oyuncular ve antrenörler için büyük sonuçları olan basit bir soruyu soruyor: bir sezon boyunca yaralanmalar gerçekte ne zaman, nerede ve nasıl oluyor ve uyarı işaretlerini erken yeterince tespit edip engelleyebilir miyiz?
Oyuncuları hareket eden verilere dönüştürmek
Bu sorunu ele almak için araştırmacılar 45 profesyonel oyuncuyu bir yıl boyunca antrenman ve maçlarda hafif, vücuda takılan sensör ağlarıyla donattı. Bileklerde, omuzda, bel altı ve ayakkabılarda bulunan küçük birimler hareket ve darbe güçlerini kaydederken, diğer sensörler kalp atış hızını ve korttaki konumu izledi. Birlikte patlayıcı servislerden uzun bazlin rallilere kadar binlerce saatlik hareketi yakalayarak gerçek tenis ortamlarında vücudun nasıl yüklendiğine dair ayrıntılı bir görüntü oluşturdular.

Yaralanmalar yıl içinde ne zaman meydana geliyor
Bu oyuncuları sezon öncesi, turnuva ayları ve sezon dışı dönemler boyunca izleyerek ekip, yaralanmaların rastgele oluşmadığını buldu. Bunun yerine bir mevsimsel ritimde yükselip alçaldılar. Sorunlar özellikle yoğun antrenman blokları ve yoğun yarışma dönemlerinde, özellikle de genel yük kısa sürede hızla arttığında zirveye ulaştı. Zamanla gelişen aşırı kullanım yaralanmaları en çok sezon öncesi ve yüksek yoğunluklu antrenman haftalarında görülürken, ani akut yaralanmalar daha çok yarışma ve maç benzeri durumlarla ilişkilendirildi. Bu desenler, haftalar ve aylar boyunca antrenman programlamasının yaralanma riski üzerinde kritik bir rol oynadığını öne sürüyor.
Vücudun en çok hangi bölgesi çöker
Sensör verileri ayrıca vücutta belirgin sıcak noktaları ortaya koydu. Tüm yaralanmaların neredeyse yarısı servis ve forehand vuruşları için kilit eklemler olan omuz ve dirsek etrafında kümelenirken, yaklaşık üçte biri bel altı ve kalçaları etkiledi; bunlar gövde dönüşünü ve kort kaplamayı yönlendirir. Yaralanmaları basit bir vücut koordinat sistemine eşleyerek çalışma, bu bölgelerde yoğun kümelenmeler gösterdi; dizler ve ayak bileklerinde ise çok daha az sorun vardı. Analiz, bu sıcak noktaları servisteki çok yüksek dönüş hızları ve yanal hareketler sırasında iki bacak arasındaki asimetrik yüklenme gibi belirli hareket özellikleriyle ilişkilendirdi.

Algoritmlere uyarı işaretleri arama yetkisi vermek
Sensör akışları büyük ve karmaşık olduğundan araştırmacılar bunları elerken modern makine öğrenimi araçlarını kullandı. Hareket, yükleme ve kalp sinyallerindeki desenleri sonraki yaralanma olaylarıyla ilişkilendirmek için dil teknolojilerinde kullanılanlara benzer bir Transformer ağı da dahil olmak üzere gelişmiş modeller eğittiler. Verinin sezonun hangi döneminde kaydedildiğine dair bilgi ile vücudun hangi bölgesinde sorunların ortaya çıktığı bilgisini birleştirerek en iyi model, yüksek riskli dönemleri yaklaşık on vakadan dokuzunda doğru şekilde işaretledi ve daha basit yöntemlerin kaçırdığı çoğu ince, yavaş gelişen risk değişimini yakaladı.
Bu durum oyuncular ve antrenörler için ne anlama geliyor
Uzman olmayan biri için temel mesaj şudur: profesyonel tenisteki yaralanmalar tamamen şans eseri değil, zaman ve mekanda tanınabilir desenler izler. Çoğu sorun servis kolu ve bel–kalça bölgesinde yoğunlaşır ve genel stresin yeterince toparlanma ile dengelenmediği yoğun antrenman ve yarışma dönemlerinde alevlenmeye eğilimlidir. Giyilebilir sensörler ve akıllı algoritmalar kullanılarak antrenörler ve sağlık ekipleri yaralanmalara olduktan sonra tepki vermekten, hareket kalitesi, yükleme veya vücut sinyalleri bir oyuncunun tehlike alanına sürüklendiğini gösterdiğinde erken uyarılar almaya geçebilir.
Atıf: Han, G., Zhang, Y. & Sun, B. Wearable sensor big data analysis reveals spatiotemporal injury patterns in professional tennis players. Sci Rep 16, 14804 (2026). https://doi.org/10.1038/s41598-026-44199-9
Anahtar kelimeler: tenis yaralanmaları, giyilebilir sensörler, spor verisi, yaralanma tahmini, makine öğrenimi