Deep learning como herramienta para la prevención de lesiones en jugadores de fútbol, Tarapoto 2024

• Autor: Sanchez Vasquez, Kelvin Denis
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/173977
• Enlace del recurso: https://hdl.handle.net/20.500.12692/173977
• Nivel de acceso: acceso abierto
• Materia: análisis de datos; lesiones en atletas; fútbol; https://purl.org/pe-repo/ocde/ford#2.02.04

La presente investigación aborda el uso del Deep Learning como herramienta para la prevención de lesiones en futbolistas, analizando variables clave como distancia recorrida, aceleración, desaceleración y velocidad máxima, con datos recolectados mediante dispositivos GPS. El objetivo principal fue evaluar la incidencia del Deep Learning en la predicción de lesiones y su capacidad para optimizar la salud y rendimiento de los jugadores. Se utilizó un diseño preexperimental con enfoque cuantitativo, aplicando un modelo de Deep Learning a una muestra de jugadores del club Unión Comercio. Los resultados mostraron que el modelo permitió identificar patrones significativos asociados al riesgo de lesiones, destacando que la fatiga acumulada, los cambios bruscos en velocidad y el esfuerzo físico extremo son factores determinantes en la aparición de lesiones musculares. El análisis estadístico indicó diferencias significativas entre los datos pre y post-intervención, validando la eficacia del modelo implementado. El uso del Deep Learning se presenta como una herramienta innovadora y efectiva para el monitoreo y prevención de lesiones deportivas, contribuyendo a la mejora de la gestión del rendimiento y al bienestar de los jugadores.