Este projeto é um sistema de banco de dados relacional para armazenar e gerenciar informações de atletas brasileiros que competiram em uma edição das Olimpíadas. Foi desenvolvido como parte da disciplina SCC-640 - Bases de Dados, ministrada pela Profa. Dra. Elaine Parros Machado de Sousa no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP (Universidade de São Paulo) - São Carlos.
- Lucas Sales Duarte
- Lucas Corlete Alves de Melo
- João Victor de Almeida
- João Ferreira Battaglini
- Jean Carlos Pereira Cassiano
Todos são alunos de Engenharia de Computação na Universidade de São Paulo (USP) - Campus São Carlos.
O monitoramento de atletas de alto rendimento é um tema essencial para a evolução da ciência esportiva e a promoção de melhores práticas de saúde e desempenho. No contexto das Olimpíadas, a competição mais prestigiada do esporte mundial, esse monitoramento se torna ainda mais crítico, dado o elevado nível de exigência física, técnica e psicológica imposto aos competidores. Contudo, as práticas atuais enfrentam desafios significativos, como a fragmentação dos dados, a falta de integração entre diferentes fontes e a dificuldade de análise em larga escala.
A prática esportiva de alto nível envolve múltiplos fatores que influenciam o desempenho, incluindo:
- Aspectos físicos, como força, resistência e flexibilidade;
- Elementos técnicos e táticos, específicos de cada modalidade;
- Componentes psicológicos, como controle emocional e foco;
- Fatores genéticos, que podem indicar predisposições e limitações naturais;
- Condições ambientais, como clima, altitude e qualidade do local da competição.
O projeto desenvolvido aborda diretamente esses desafios, propondo a criação de um banco de dados centralizado, robusto e flexível, capaz de armazenar e integrar uma ampla gama de informações. Este banco de dados é projetado para servir como base para análise e pesquisa no esporte, com especial atenção à aplicação de tecnologias de inteligência artificial e machine learning.
Atualmente, as informações sobre atletas estão dispersas em sistemas desconexos e não padronizados, dificultando análises integradas. Dados críticos como vídeos de competições, estatísticas detalhadas de desempenho e registros médicos geralmente são armazenados em plataformas separadas, limitando a capacidade de explorar padrões e insights relevantes. Essa fragmentação prejudica:
- A personalização de treinos baseada em dados históricos e genéticos;
- A prevenção de lesões, devido à falta de cruzamento entre exames médicos e estatísticas de desempenho;
- A criação de modelos preditivos de inteligência artificial, que requerem grandes volumes de dados integrados e de alta qualidade.
Além disso, as práticas atuais apresentam baixa interoperabilidade, com dados frequentemente armazenados em formatos incompatíveis, impossibilitando sua utilização para análises avançadas. A falta de um repositório único e padronizado impede que equipes técnicas, médicos, treinadores e pesquisadores tenham uma visão holística do desempenho e da saúde dos atletas.
Este projeto visa resolver essas lacunas por meio do desenvolvimento de um banco de dados abrangente e especializado, com as seguintes capacidades:
- Centralização de Dados: Armazenar informações de atletas, treinadores e médicos, bem como vídeos de partidas, estatísticas detalhadas e registros médicos e genéticos.
- Interoperabilidade: Permitir a integração com outras plataformas e sistemas, utilizando APIs padronizadas para garantir o fluxo de informações.
- Otimização de Desempenho e Saúde: Facilitar análises que identifiquem padrões de alto e baixo rendimento, riscos de lesão e estratégias de prevenção.
- Treinamento de Redes Neurais: Fornecer dados robustos para o desenvolvimento de modelos de inteligência artificial focados em predições de desempenho e acompanhamento médico.
O banco de dados abrange múltiplos níveis de informação, permitindo:
- Armazenamento detalhado de exames médicos, que vão desde análises simples até mapeamentos genéticos complexos;
- Relações entre equipes, atletas e treinadores, conectando esses dados com as estatísticas de desempenho em partidas;
- Links para vídeos de competições, que podem ser usados em análises técnicas e para o treinamento de modelos de IA.
O banco de dados foi desenvolvido para atender aos seguintes requisitos:
- Pessoas: Dados dos atletas, treinadores e médicos (nome, CPF, endereço, etc.).
- Times e Esportes: Relação entre equipes e modalidades esportivas.
- Partidas e Estatísticas: Dados sobre competições e desempenho dos atletas.
- Exames Médicos: Incluindo exames cardiológicos, neurológicos, ortopédicos e mapeamento genético.
- Vídeos de Partidas: Links para vídeos de atletas em ação.
O Modelo Entidade-Relacionamento (MER) é utilizado para ilustrar as relações entre os diferentes elementos de um banco de dados. Ele foi empregado para elucidar como os atletas, treinadores, médicos, partidas, exames, estatísticas e vídeos interagem dentro do contexto das Olimpíadas. Este modelo auxilia no entendimento lógico das dependências entre entidades e seus atributos, sendo um passo crucial para a estruturação de um banco de dados eficiente.
O Esquema Relacional (ER) representa como as tabelas foram efetivamente criadas no banco de dados. Este modelo deriva diretamente do MER e descreve a implementação física, incluindo a definição de chaves primárias, chaves estrangeiras e relações normalizadas. Ele é essencial para assegurar a integridade e a consistência dos dados, além de otimizar operações de inserção, atualização, exclusão e consultas.
Durante a transição do MER para o Esquema Relacional, foram analisadas diversas estratégias para melhorar o desempenho do banco de dados. A aplicação de técnicas de normalização e o esforço para minimizar tuplas espúrias e redundantes garantiram que:
- As operações de inserção, remoção e atualização fossem eficientes.
- As consultas mais frequentes fossem otimizadas.
- Inconsistências nos dados fossem evitadas.
Esse processo resultou em um banco de dados robusto e escalável, capaz de atender às demandas do projeto.
Este projeto consiste em uma aplicação de interface gráfica desenvolvida em Python utilizando a biblioteca Tkinter para interação com o usuário e oracledb para conexão e manipulação de um banco de dados Oracle. A aplicação permite realizar as seguintes operações:
- Inserção de Dados: Inserir dados em diversas tabelas do banco de dados, como médicos, treinadores, atletas, esportes, partidas e estatísticas.
- Consulta de Dados: Consultar jogadores associados a um esporte específico e seus respectivos dados de genomas e vídeos.
- Menu Principal
Exibe as opções de:
- Inserir Dados: Permite escolher uma tabela para inserção de dados.
- Selecionar Dados: Permite consultar jogadores associados a um esporte.
Aplicação possui formulários personalizados para inserção de dados nas tabelas do banco. Cada tabela possui campos específicos, com validações apropriadas.
Estas são algumas das tabelas suportadas:
- Médico
- Treinador
- Atleta
- Time
- Esporte
- Partida
- Estatísticas de Partida
- Disputa
Permite buscar jogadores por esporte, se eles satisfazerem a seguinte condição: O Atleta ter vídeos associados em todas as partidas que seu time jogou (exemplo de divisão relacional), exibindo informações como:
- Nome do jogador
- Genoma associado (se cadastrado)
- Links de vídeos relacionados
- Python 3.8 ou superior
- Bibliotecas Python:
- Tkinter: Inclusa na biblioteca padrão do Python.
- oracledb: Para interação com o Oracle Database.
- Banco de Dados Oracle: Necessário acesso ao servidor Oracle com as credenciais corretas.
- Instale o Python em sua máquina.
- Instale a biblioteca
oracledbutilizando o comando:pip install oracledb
- Certifique-se de que o banco de dados Oracle está acessível e que as credenciais fornecidas estão corretas.
O código é estruturado em várias funções:
- Funções de Interface Gráfica: Criam e gerenciam os componentes da interface usando Tkinter.
- Funções de Conexão e Inserção: Gerenciam a conexão com o banco de dados e executam consultas SQL para inserir ou buscar dados.
app.py: Arquivo principal contendo todo o código da aplicação.
- Clone ou baixe o repositório com o código fonte.
- Navegue até o diretório do projeto.
- Execute o arquivo principal:
python ./src/app.py
- Utilize a interface gráfica para realizar operações no banco de dados.
O banco de dados proposto é uma ferramenta essencial para melhorar a análise esportiva, a gestão de saúde e a aplicação de tecnologias de inteligência artificial no esporte. Este sistema contribui significativamente para a evolução da ciência esportiva, permitindo um acompanhamento detalhado do desempenho e da saúde dos atletas, além de fomentar o desenvolvimento de novas tecnologias para o esporte.