Akademik Veri Yönetim Sistemi
Spor ve Performans Araştırmaları Dergisi, cilt.13, sa.2, ss.201-2016, 2022 (Hakemli Dergi)
Maksimal oksijen tüketimi (maxVO2
) aerobik kapasitenin doğrudan göstergesidir. Bu sebeple hem spor branşlarında hem de klinikte maxVO2
ölçümü oldukça
büyük öneme sahiptir. Ancak maxVO2 ölçüm sistemlerinin maliyetli oluşu farklı
analiz yöntemlerinin belirlenmesi ihtiyacını ortaya çıkarmıştır. Bu çalışmada da
antropometrik, kinematik, kalp atım hızı ve adım parametreleri kullanılarak makine öğrenme modelleri ile maxVO2
değerlerinin tahmin edilmesi amaçlanmıştır.
Çalışmaya katılan 52 erkek sporcunun koşu bandında yapılan üç farklı koşu hızında maxVO2
değerleri ve kalp atım hızları belirlenmiş, antropometrik ve kinematik
veriler ile birlikte değerlendirilmiştir. Yaş, boy, vücut ağırlığı, kalp atım hızı, bacak
uzunluğu, uyluk uzunluğu, hız, adım frekansı, adım uzunluğu parametreleri makine öğrenme modellerine girdi olarak sunularak maxVO2
değerinin hesaplanması
istenmiştir. Ayrıca dört farklı makine öğrenme modeli (lineer regresyon, destek
vektör makineleri, karar ağaçları ve gauss süreç regresyonu) denenerek en başarılı yaklaşımın hangisi olduğu incelenmiştir. Gauss Süreç Regresyonu modelinin
en başarılı tahmin (R2
=0.99) ve en düşük hata oranı (RMSE=0.012) ile maxVO2
değerini tahmin ettiği belirlenmiştir. Sonuç olarak çalışma kapsamında temel antropometrik ölçümler (boy, vücut ağırlığı, bacak ve uyluk uzunluğu), kalp atım hızı,
hız ve adım parametreleri (adım frekansı ve adım uzunluğu) kullanılarak maxVO2
değerleri hem submaksimal hem de maksimal değerlerde başarılı olarak tahmin
edilmiştir.