《Frontiers in Psychology》：Correspondence between motion sensor kinematics and notational analysis of scanning in field-based football gameplay
编辑推荐：
在足球运动中，运动员频繁进行扫描（scanning），即由明显可辨的头部朝向变化构成、用于在时间压力下支持视觉探索与决策的行为。既往研究多基于视频符号分析或实验室运动传感器考察扫描，但基于角速度阈值的传感器扫描计数与实地比赛视频符号分析计数的一致性仍不明确。本
在足球运动中，运动员频繁进行扫描（scanning），即由明显可辨的头部朝向变化构成、用于在时间压力下支持视觉探索与决策的行为。既往研究多基于视频符号分析或实验室运动传感器考察扫描，但基于角速度阈值的传感器扫描计数与实地比赛视频符号分析计数的一致性仍不明确。本研究旨在检验实地足球比赛中，不同角速度阈值下头部惯性测量单元（Inertial Measurement Unit, IMU）所得扫描计数与经验评价者视频符号分析扫描计数的对应关系。十二名大学水平足球运动员参与6对6小场地条件比赛（Small-Sided and Conditioned Game, SSCG），佩戴头部IMU。头部旋转数据采用四个角速度阈值（125、200、250、300 deg/s）分析，检测结果与两名经验评价者基于明显双向头部朝向变化的符号分析比较。一致性经方差分析（ANOVA）、Bland–Altman图与一致性相关系数（Concordance Correlation Coefficient, CCC）评估，检测性能经召回率、精确率与F1分数评估。结果显示，250 deg/s阈值所得扫描计数与符号分析无显著差异，偏倚最小、一致限最窄，CCC最高（0.932），检测性能可接受（F1=0.753）；而既往使用的125 deg/s阈值显著高估扫描计数，一致性与准确率更弱。研究表明，在所检阈值中250 deg/s与实地足球扫描的符号分析最为接近，凸显按实际运动情境动态需求校准运动学检测阈值的重要性，以及运动传感器技术在原位分析扫描中的潜力。
研究背景与问题提出
足球比赛中运动员需在时间压力下快速处理视觉信息，扫描作为扩展视野、定位队友与对手的关键行为，其频率与前国际赛事获奖者、向前传球及接球前准备显著相关。既往几乎全部依赖视频符号分析手动编码扫描，或于实验室用眼部追踪与固定阈值（如125 deg/s）IMU算法检测头部转动；然而实验室头部运动多为静止颈部转动，实地比赛头部运动与走、跑、变向等全身运动耦合，低阈值易将非探索性运动误判为扫描，导致传感器计数偏离符号分析。已有研究指出实验室注视停留阈值（120 ms）不适用于实地（宜60 ms），同理头部角速度阈值亦需按语境重校。因此，研究人员开展本研究，检验实地6对6比赛中不同IMU角速度阈值扫描计数与视频符号分析计数的对应性，假设高于125 deg/s的阈值更接近符号分析。
研究设计与技术方法
研究人员招募12名大学足球运动员（年龄20.3±1.2岁，球龄14.3±1.4年），进行7分钟6对6无守门员无越位小场地条件比赛（场地37 m×28 m人工草皮）。头部佩戴9轴IMU（采样200 Hz）采集四元数朝向，视频由8 m高30 Hz摄像机俯拍。符号分析由两名超10年球员/教练资历、持B级执照评价者按“明显双向头部朝向变化（不计球位）”独立计数，分歧协商共识，评价者间信度ICC(2,1)=0.984。传感器端将四元数转欧拉角，提取偏航轴角速度经5 Hz二阶巴特沃斯零相移滤波，在1 s窗内检双向超阈值（±125/200/250/300 deg/s）记为一次扫描。一致性用ANOVA+Dunnett事后、Bland–Altman偏倚与一致限、CCC评估；检测性能用混淆矩阵算召回率、精确率、F1。
研究结果
3.1 传感器与符号分析扫描计数
各组均值：符号分析42.8±18.9；125 deg/s为81.9±31.3，200 deg/s为52.5±25.3，250 deg/s为38.9±22.7，300 deg/s为27.5±18.2。ANOVA主效应显著（F(4,44)=92.994, p<0.001, ηp2=0.894）；Dunnett检验示250 deg/s与符号分析无差异（p=0.526），125与200 deg/s显著高估（p<0.001, p=0.009），300 deg/s显著低估（p<0.001）。Bland–Altman中250 deg/s偏倚?3.83、一致限?17.07~9.40最优；125 deg/s偏倚+39.17最差。CCC以250 deg/s最高（0.932，中度一致），其余200 deg/s（0/858）、300 deg/s（0.702）、125 deg/s（0.393）均差。250 deg/s检出扫描峰值角速度404.2±50.7 deg/s。
3.2 检测算法性能
以符号分析为真值，250 deg/s阈值下TP=369、FP=98、FN=144，召回率0.719、精确率0.790、F1=0.753，满足运动场景可接受标准（F1≥0.70）。
讨论与结论
讨论指出实验室125 deg/s阈值源于静止颈部转动，实地全身耦合运动使低阈值捕获步态/姿态扰动致高估，验证假设；研究统一双向操作定义使IMU与符号分析可比，250 deg/s应理解为本实地操作定义下最优而非普适。阈值选择是敏感性与特异性平衡，全场比赛动态更强或需再校准，小场地无越位亦限推广性。结论部分表明：研究人员发现250 deg/s阈值在所检各阈值中与视频符号分析扫描计数对应最佳（CCC=0.932，F1=0.753，无显著计数差），125 deg/s既往阈值显著高估且一致弱；结果强调按实地动态需求校准运动学阈值，并支持头部IMU在运动扫描原位分析中的效用。该研究发表于《Frontiers in Psychology》。
