作者：胡衛紅 單位：山東體育學院

1（略）

２移動計算開發平臺

目前移動系統的開發平臺有多種，比如，ＢＲＥＷ、ＰａｌｍＯＳ、ＳｙｍｂｉａｎＯＳ、ＷｉｎｄｏｗｓＭｏｂｉｌｅ等。考慮到田徑運動損傷風險預警系統將在主流移動終端上運行，比如ＰＤＡ或手機，采用ＪａｖａＭＥ的移動平臺無需考慮具體的硬件，解決了移動終端兼容性的問題，同時ＪａｖａＥＥ的無縫結合可以使我們建立一個具有強大功能的后臺服務器。Ｓｕｎ公司的ＪａｖａＭＥ提供了一個在如移動電話、ＰＤＡ以及各種嵌入式設備上運行的應用環境［４］，它包含一組運行于不同小型設備的Ｊａｖａ虛擬機（ＫＶＭ）和一組可以運行在各種虛擬機上的庫和標準的ＪａｖａＡＰＩ。ＪａｖａＭＥ的體系結構可分為５層：處于最低層的是各種主機操作系統及設備系統，這充分體現了ＪａｖａＭＥ跨平臺的特性；在操作系統之上的是１組Ｊａｖａ虛擬機（ＪＶＭ和ＫＶＭ），ＫＶＭ是ＪＶＭ的一個實現，它是高度優化的ＪＶＭ方式，專門用于移動電話、低端ＰＤＡ等設備；不同的虛擬機對應不同的配置（Ｃｏｎｆｉｇｕｒａｔｉｏｎ）。ＪａｖａＭＥ主要包括兩種配置：連接設備配置（ＣＤＣ）和連接受限設備配置（ＣＬＤＣ），ＣＤＣ和ＣＬＤＣ面向不同的小型設備；配置之上的是簡表（Ｐｒｏｆｉｌｅ），簡表為運行環境提供高層的ＡＰＩ。目前，ＣＬＤＣ上采用最廣泛的簡表是移動信息設備簡表（ＭＩＤＰ）。ＭＩＤＰ為開發者提供了應用程序模型、用戶界面、持久性數據存儲等高層的ＡＰＩ；體系結構的最上層是可選包層，可選包是一組支持額外的、共同行為的ＡＰＩ，這些包不屬于任何一個配置或簡表，它們是針對特殊技術的實現，ＪａｖａＭＥ平臺可通過添加可選包進行擴展，基于ＣＬＤＣ和ＭＩＤＰ的ＪａｖａＭＥ平臺是目前移動開發領域的主流。本研究將選擇基于ＪａｖａＭＥ平臺，探索可實時交互的、移動的田徑運動損傷風險預警系統的設計與實現。

３田徑運動損傷風險預警模型建立

在田徑訓練中，與運動損傷相關的因素很多，如何在如此多的因素中找出它們與運動損傷風險的關系并給出量化指標是一項非常艱難的工作。田徑運動損傷風險預警系統通過建立田徑運動損傷預警模型，提供一種田徑運動損傷風險預警的方法，具體步驟如下：１．在深入分析國內外田徑中長跑運動損傷研究的基礎上，獲取致傷因子包括損傷史、損傷恢復狀況、錯誤的技術動作、關節穩定性差、訓練比賽負荷量安排不當、訓練比賽中心理狀態不佳、肌肉力量和均衡性減弱、身體平衡能力減弱、關節活動幅度（柔韌性）減弱等２８項，確立損傷致傷風險因子分別為內部致傷因子、外部致傷因子、刺激誘發因子三大類，提出中長跑運動傷病預警傷致因子動態鏈模型。２．采用層次分析法對田徑運動傷病預警傷致因子動態鏈模型中各因子進行權重分析，獲取內部致傷因子、外部致傷因子、刺激誘發因子所占權重比例分別為５３．９％、１６．４％、２９．７％，其中內部致傷因子中損傷史（２３．２％）對運動員致傷風險最為明顯，其次分別損傷恢復狀況（１９．２％）、關節穩定性（１２．７９％）等；外部致傷因子中技術水平（３５．８％）對運動致傷風險最為顯著，其次分別為保護措施（２２．６％）、訓練或比賽（１４．７％）；刺激誘發因子中技術錯誤（３５．８％）最容易導致運動員在訓練比賽過程中出現傷病，運動負荷（２４．９％）也是引起運動傷病的重要刺激誘發因素。以此建立田徑運動傷病預警傷致因子動態鏈量化模型。３．根據各致傷因子分級情況所得分數，計算運動員傷病風險的總得分。４．隨機選取山東省田徑隊運動員相關數據作為測試樣本，對系統準確性進行驗證，其結果與教練員對測試樣本的風險等級評定結果基本吻合，表明基于田徑傷病預警傷致因子動態鏈量化模型進行傷病風險評價具有可行性。

４田徑運動損傷風險預警流程

運動損傷預警又包括模型初始化、屬性離散化、屬性約簡、抽取樣本和ＲＢＦ學習等主要步驟，具體的流程如圖１所示。１．采用田徑傷病預警傷致因子動態鏈量化模型中的因子，建立田徑運動損傷風險預警樣本庫和測試樣本庫。具體包括（ａ）運動員基本信息：姓名、項目、運動員等級、ＢＭＩ；（ｂ）運動損傷風險預警信息：訓練負荷量、技術錯誤、關節保護措施、主觀疲勞狀況、訓練比賽中的心理狀態、訓練計劃是否變更、訓練場地天氣情況、關節穩定性、關節柔韌性、大腿前后肌群力量對比、大腿圍度對比、身體平衡能力、足弓形態、技術水平、運動鞋更換頻次、主要訓練場地、損傷史、損傷后恢復訓練狀況、月經周期；（ｃ）訓練監控信息：紅細胞數、血紅蛋白、血球壓積、血清肌酸激酶、血尿素、血清睪酮、血清皮質醇、血清睪酮（Ｔ）／血清皮質醇（Ｃ）、白細胞數等。２．判斷樣本庫中的因子所對應的數據的離散性，若不離散，調用ＳＯＭ神經網絡離散方法對因子數據進行離散化處理，將利用ＳＯＭ神經網絡離散后的因子數據與初始就離散賦值的數據合成決策表。３．按照ＲＳ理論的約簡過程對決策表進行屬性約簡和規則提取，基于簡化的決策表構建ＲＢＦ神經網絡。４．根據約簡后的決策表，選取田徑運動損傷風險預警樣本庫中的相應數據，訓練ＲＢＦ神經網絡，直至收斂，滿足精度要求。５．利用測試樣本數據，判斷訓練好的ＲＢＦ網絡是否得到正確的診斷結果，若沒有，選取（３）中其他的約簡結果，轉至（４），直至獲取訓練好的神經網絡樣本庫。６．利用訓練好的ＲＢＦ神經網絡評估運動員提交的相關信息，輸出正確的風險預警結果。

５系統構架

遵循實用性、適應性、可擴展性、可靠性和安全性原則，系統將實現對田徑訓練信息的隨時隨地管理，能夠根據運動員個人運動訓練等相關信息開展運動損傷風險預警。系統基本業務模塊劃分成訓練信息管理子系統、比賽信息管理子系統、監控信息管理子系統、傷病信息管理子系統、競技狀態評定子系統、運動損傷預警管理子系統、個人信息管理子系統、系統配置管理子系統和系統幫助說明子系統９大模塊，其中運動損傷預警管理子系統是系統的核心功能模塊，它包括運動損傷預警和查詢預警記錄等功能。系統通過ＷＬＡＮ和３Ｇ向用戶提供田徑運動信息服務，具體運行拓撲圖如下。系統運用部署好的Ｗｅｂ服務器承擔主要預警工作。運動員通過無線移動終端提交信息、接受服務和響應，無線移動終端通過無線方式和Ｗｅｂ服務器進行實時交互，提供運動訓練相關數據提交、數據查詢和運動損傷預警等功能。