杨宋华

摘 要： 现有运动损伤评估方法不能同时进行横纵向损伤风险评估，也不能明确判断损伤部位是单一性损伤还是复合性损伤。为了解决此问题，设计基于大数据网络的运动损伤评估模型。通过网络拓扑结构的搭建、深度神经网络数据的获得、大数据与深度神经网络关系的构建，完成大数据网络环境的搭建。通过运动损伤风险源的确定、损伤风险因素识别、基于损伤风险因素的运动损伤评估，完成基于大数据网络运动损伤评估模型的搭建。设计对比实验结果表明，新型运动损伤评估模型与传统方法相比，能够同时进行横纵向损伤风险评估，也可以在短时间内判断特定部位的运动损伤属性。

关键词： 大数据网络； 运动损伤； 评估模型； 拓扑结构； 深度神经网络； 风险源； 风险因素

中图分类号： TN915?34； TP183 文献标识码： A 文章编号： 1004?373X（2018）06?0154?04

Abstract： The existing sports injury evaluation methods can neither simultaneously conduct horizontal and longitudinal injury risk estimation， nor can they clearly judge whether the injury part belongs to single injury or compound injury. To solve this problem， a sports injury evaluation model based on big data network is designed. The establishment of big data network environment is accomplished by establishing network topological structure， obtaining deep neural network data， and constructing the relationship between big data and deep neural network. The establishment of big data network based sports injury evaluation model is accomplished by determining the risk sources of sports injury， recognizing injury risk factors， and estimating the sports injury based on injury risk factors. The comparison experiment was designed， and the results show that the new sports injury evaluation model can simultaneously conduct horizontal and longitudinal injury risk estimation， and can also judge the sports injury property of specific parts within a short time in comparison to the traditional methods.

Keywords： big data network； sports injury； evaluation model； topological structure； deep neural network； risk source； risk factor

0 引 言

運动损伤评估模型，是一种通过预测、评估运动损伤风险，进而完成特定部位运动损伤属性确定的物理方法。传统情况下，采用风险识别相关理论，完成讯上风险管理，并在此基础上通过大量的数字运算，认清特定部位的风险因素，进而把握因运动造成损伤的严重程度。但随着科学技术的不断进步，人们对于运动损伤评估准确性的要求，也越来越高，为了更好适应这种发展现状，新型评估模型的出现成为了一种必然趋势[1?2]。大数据网络是一种通过云计算手段，网络互联网信息的捕捉手法，通常被用于广域网、局域网的构建等方面。……