Big data technologie voor detectie overbelasting sporters

​Om overbelasting blessures te voorkomen is het belangrijk dat belasting en herstel van atleten goed in kaart worden. Door de grote toename in de mogelijkheden om diverse variabelen te meten is het voor sportprofessionals (sportfysiotherapeuten, sportwetenschappers, trainers) lastig om de gegevens snel te verwerken en terug te koppelen. Met behulp van big-data technologie wordt in dit project geprobeerd de professionals te ondersteunen. Het doel van het project is om een valide praktische implicatie van een computermodel te ontwikkelen en deze in een prototype belastingmonitor uit te werken, welke gebruikt kan worden door de sportprofessionals.

{{'ShareCounter_Share_Label' | i18n}}:
{{'ShareCounter_Share_Label' | i18n}}:

In Nederland ontstaan jaarlijks circa 4,5 miljoen sportblessures, waarvan een derde tijdens veldvoetbal. Vele zijn het gevolg van overbelasting van atleten. Overbelasting vindt plaats wanneer er een disbalans is tussen training en herstel.
Tegenwoordig is het gebruik van diverse sensortechnologie (hartslagmeters, GPS) om de belasting en belastbaarheid van atleten te meten beschikbaarder dan ooit. Samen met meetinstrumenten zoals vragenlijsten (ervaren mate van inspanning/herstel) en (veld)testen is de hoeveelheid data ook groter dan ooit. Dit brengt vragen met zich mee hoe professionals (sportfysiotherapeuten, sportwetenschappers) de grote hoeveelheid aan gegevens het beste kunnen toepassen.
In dit project wordt een applicatie ontworpen voor de professionals met behulp van computermodellen opgebouwd uit systematische data-analyse van de trainingsdata. Individuele profielen moeten gebouwd worden uit de data voor een snelle, automatische interpretatie. De focus ligt in eerste instantie op het voetbal. Door deze 'belastingsmonitor' kan grensbewaking voor overbelasting plaatsvinden met zo nodig trainingsaanpassingen voor de atleten.

{{'Opbouw_Title' | i18n}}

  • {{item.Title}}
    • {{child.Title}}

  • {{item.Title}}
    • {{child.Title}}

{{'Kernvakken_Title' | i18n}}

  • {{vak.Titel}}

{{'StudieInCijfers_Title' | i18n}}

{{'ShareCounter_Share_Label' | i18n}}:

{{'Contact_Title' | i18n}}

{{'Contact_LabelName' | i18n}} {{vm.name}}
{{'Contact_LabelAddress' | i18n}} {{addressLine}}
{{'Contact_LabelOffice' | i18n}} {{vm.office}}
{{'Contact_LabelAssistant' | i18n}} {{vm.assistantName}} {{vm.assistantName}}
{{'Contact_LabelPhone' | i18n}} {{vm.phone}}
{{'Contact_LabelEmailAddress' | i18n}} {{vm.emailDisplay}}
{{'Contact_LabelWebsite' | i18n}} {{vm.website}}

{{'ThemesWidget_Title' | i18n}}

{{"FocusAreas_Title" | i18n}}

{{'ResearchProject_InfoWidgetTitle' | i18n}}

{{'ThemesWidget_Title' | i18n}}

{{"FocusAreas_Title" | i18n}}

{{'EducationProfile_Title' | i18n}}

{{'EducationProfile_VWO' | i18n}}

{{'EducationProfile_HAVO' | i18n}}

{{'EducationProfile_MBO' | i18n}}

{{'Opleidingen_Title' | i18n}}

{{'Location_Title' | i18n}}

{{'Locations_Title' | i18n}}

{{vm.model[0].Title}}

{{vm.model[0].Street}}
{{vm.model[0].ZipCode}}  {{vm.model[0].City}}

{{'ContactInformation_Title' | i18n}}