Application de techniques d'apprentissage pour la détection et la reconnaissance des blessures sportives

par Emmanuel Vallance

Projet de thèse en Sciences du Mouvement Humain - MPL

Sous la direction de Stéphane Perrey.

Thèses en préparation à Montpellier , dans le cadre de École doctorale Sciences du mouvement humain , en partenariat avec EuroMov Digital Health in Motion (laboratoire) depuis le 25-10-2019 .


  • Résumé

    De nombreuses études (Barros et al., 2007; Di Salvo et al., 2007, 2009) ont déjà examiné l'activité technique, tactique et physique des joueurs de football et leurs effets sur les risques de blessures, ainsi que les résultats suite à la modification des charges et des dynamiques de travail. Partant de ces différents constats, il semblerait que la littérature scientifique ne se soit pas penchée sur la prédiction des blessures à partir des évolutions des charges internes et externes dans les sports collectifs. Par conséquent, au vu des données recueillies dans le football moderne, il apparait pertinent d'appliquer des méthodes d'apprentissage sur un ensemble de variables pour fournir davantage d'informations aux professionnels de l'entrainement. Nous émettons l'hypothèse principale que l'utilisation d'une méthode par apprentissage serait en mesure d'informer sur des risques de blessures en prenant en compte les évolutions des charges d'entrainement sur une semaine (court terme) et un mésocycle de travail (moyen terme). Ces premières informations permettront de guider la programmation et l'individualisation des entrainements de façon à réduire le risque de blessure.

  • Titre traduit

    Application of learning techniques for the detection and recognition of sports injuries


  • Résumé

    Many studies (Barros et al., 2007; Di Salvo et al., 2007, 2009) have already examined the technical, tactical and physical activity of football players and their effects on injury risks, as well as the results following changes in workload and work dynamics. From these various observations, it would seem that the scientific literature has not looked at the prediction of injuries based on changes in internal and external loads in team sports. Therefore, in view of the data collected in modern football, it seems appropriate to apply learning methods to a set of variables to provide more information to training professionals. We put forward the main hypothesis that the use of a learning method would be able to inform on injury risks by taking into account the evolution of training loads over a week (short term) and a working mesocycle (medium term). This initial information will guide the programming and individualization of training to reduce the risk of injury.