GPS追踪和机器学习正在被用于预测从大学到NFL的球员成功率，但仍有巨大的进步空间。精英教练Pete Bommarito和运动科学家Monique Mokha博士正在利用动作捕捉技术将橄榄球分析提升到一个新的水平。
"今天的运动不仅仅是'我受伤了，我做了手术，我去物理治疗，现在我回来训练和比赛'，"Pete Bommarito解释道。"不，运动本身就是压力，量化运动对身体的影响有助于提升整体表现。"
Bommarito和Mokha博士建立了一个年度项目，使用动作捕捉和其他技术来量化NFL希望者在选秀联合测试和专业日之前的表现。
实验室配备10台Vicon T系列摄像机和Bertec跑步机
Bommarito强调："这不仅仅是为了选秀准备和让人跑得快。这是一个运动蓝图。在运动中，你随时都在加速。人们谈论多方向运动，以及如何改变方向。但挑战在于改变方向后的加速。这是需要被量化的步伐。"
Bommarito的理论是速度和伤害预防是相关的。"如果你努力追求对称性，你不仅在速度方面更有效率，在伤害预防方面也会更有效率，"他说。
研究团队收集的数据包括：
深入分析运动分析和力板数据使研究人员能够发现运动员冲刺时可见但静止时可能被治疗师忽视的问题。
"这就是行业的发展方向，"Bommarito说。"我们在神经肌肉治疗方面非常擅长，但那是猜测。这种3D运动分析不是猜测。现在我们实际上给治疗师提供更多数据来治疗他们可能看不到的问题，因为他们无法评估每小时20英里速度下的髋关节内旋。"
Mokha博士希望在未来使用Blue Trident IMU在实地进一步深化她的数据集。Bommarito希望进一步将数据捕捉整合到他的工作中，同时改善周转时间。
"这就是行业的发展方向，我们科学家必须尽快将其交到从业者手中，"Mokha博士同意道。
852-82088723
