Freitag, März 29, 2024

Mit Ganganalyse Muster im Gang erkennen

Das Projekt IntelliGaitb einhaltet die Ganganalyse-Daten und zugehörige Diagnosen von Patientinnen und Patienten aus 20 Jahren klinischer Praxis.

Therapeutische Einrichtungen und Rehabilitationszentren müssen meist eine große Anzahl an Patientinnen und Patienten in möglichst kurzer Zeit kosteneffizient behandeln. Die FH St. Pölten entwickelt im Projekt „IntelliGait“ Werkzeuge zum automatisierten Erkennen von Mustern in Ganganalyse-Daten, um Physiotherapeutinnen und -therapeuten die Arbeit zu erleichtern und die Therapien zu unterstützen.

„In den letzten Jahren wurden immer wieder neue Ansätze für die automatische Analyse und Klassifizierung von Ganganalyse-Daten vorgestellt. Doch sie basieren zumeist nur auf kleinen oder künstlich geschaffenen Datensätzen oder schließen nur eine geringe Anzahl an möglichen funktionellen Defiziten ein. Das schränkt die Zuverlässigkeit solcher Methoden stark ein“, sagt Sportwissenschaftler Brian Horsak, FH-Dozent am Department Gesundheit der FH St. Pölten und Leiter des Projekts IntelliGait.

IntelliGait nutzt Ganganalyse-Daten aus 20 Jahren klinischer Praxis

Das Projekt IntelliGait kann die Datenbank des niederösterreichischen Rehabilitationszentrums Weißer Hof der AUVA (Allgemeine Unfallversicherungsanstalt) nutzen, die Ganganalyse-Daten und zugehörige Diagnosen von Patientinnen und Patienten aus 20 Jahren klinischer Praxis beinhaltet. Mit dieser Datensammlung wird ein allgemeines Modell des Normalgangverhaltens generiert, das unterschiedliche Parameter wie Gehgeschwindigkeit, Alter und Geschlecht berücksichtigt.

Darauf basierend werden eine automatische Klassifizierung unterschiedlicher Funktionsdefizite sowie Methoden entwickelt, die beim Abweichen vom Normgangmodell Daten der gesamten Datenbank abgleichen, um ähnliche Fälle und deren zugeordnete Diagnosen zu finden. Dies soll die Therapeutinnen und Therapeuten im klinischen Alltag unterstützen, um so effizientere Diagnosen und Entscheidungen treffen zu können.

Das Projekt wird in enger Kooperation mit der AUVA durchgeführt. Die Universität Wien ist wissenschaftlicher Partner im Bereich Biomechanik. Der Studiengang Physiotherapie der FH St. Pölten bringt die klinische Expertise ein.

Für die Analyse der Daten sollen Verfahren der Mustererkennung und des maschinellen Lernens entwickelt werden: „Die Datenmengen, die uns im Projekt IntelliGait zur Verfügung stehen, erlauben es, selbstlernende Methoden wie neuronale Netze zu nutzen, um einerseits Gangdaten automatisiert klassifizieren zu können, als auch typische Bewegungsmuster für unterschiedliche Pathologien aus den Daten zu lernen. So können unsere Methoden den Expertinnen und Experten helfen, neue Einblicke in die Daten zu gewinnen“, sagt Matthias Zeppelzauer vom Institut für Creative\Media/Technologies der FH St. Pölten (IC\M/T), der im Projekt die Forschung im Bereich Mustererkennung leitet.

Neben der Erkennung von Mustern und Auffälligkeiten ist die Visualisierung dieser Daten von großer Bedeutung. „Bei großen Datenmengen fällt die Analyse und Interpretation der Daten oft schwer. Doch mit den richtigen Ansätzen lassen sich Informationen entdecken, die darin versteckt sind. Entscheidend dafür ist das Zusammenspiel zwischen automatischer Datenanalyse durch Computer und Interpretation durch Expertinnen und Experten mittels interaktiver Visualisierung“, sagt Wolfgang Aigner, Leiter des Instituts für Creative\Media/Technologies.

KAVA-Time

Aigner entwickelt mit Mitarbeitern im Projekt „KAVA-Time: Knowledge-Assisted Visual Analytics Methods for Time-Oriented Data” Methoden zur besseren Analyse und visuellen Aufbereitung von Daten, die in verschiedenen Themengebieten angewendet werden. Wichtig ist dabei die gute Zusammenarbeit zwischen Mensch und Maschine. „Mit Visual Analytics lässt man Computer das tun, was sie am besten können – zum Beispiel Cluster in großen Datenmengen herauszufinden. Doch der Mensch ist besser im Erkennen von visuellen Mustern und im Umgang mit Unsicherheiten und Widersprüchen“, so Aigner.

Werden die Daten von Computern entsprechend aufbereitet, lässt sich aus den dargestellten optischen Mustern Information herausziehen, die in der unübersichtlichen Sammlung der Daten nur schwer zu entdecken sind und übersehen werden könnten.

In den letzten drei Jahren hat die FH St. Pölten ein Zentrum für angewandte Forschung für medienunterstützte Gesundheitsvorsorge mit Fokus auf die Bereiche Bewegung und Aktivität eingerichtet: CARMA (Center for Applied Research in Media Assisted Healthcare for Motion and Activity).

Mit dem Projekt CARMA wurden interdisziplinäre Forschungsgruppen mit Know-how im Bereich Gesundheit und Technik aufgebaut. Im Zuge des Vorhabens entstanden neben dem Projekt IntelliGait weitere innovativeLösungen im Gesundheitsbereich mit Fokus auf die physiotherapeutische Ganganalyse. carma.fhstp.ac.at

Quelle: FH St. Pölten  www.fhstp.ac.at/presse

Related Articles

Aktuell

Steviosid: Eine revolutionäre Alternative zu Zucker

Mit seiner Süßkraft, die deutlich stärker ist als die von Zucker, hat Steviosid (ohne jegliche Kalorien) die Welt der Süßstoffe revolutioniert. Mit einer Süßkraft, die...
- Advertisement -

Latest Articles

Digital Detox: Der Weg zu einer besseren Männergesundheit

Die Entscheidung für einen Digital Detox ist ein Schritt hin zu bewussterem Leben und Arbeiten. In unserer heutigen, digital dominierten Welt ist es kaum noch...

Gartenmelde und seine Heilwirkung

Die Gartenmelde kommt in der Volksmedizin mit seiner diuretischen (harntreibenden) Heilwirkung als Brechmittel und als Abführmittel zum Einsatz. Gartenmelde ist ein vielseitiges Kraut in Küche...

Biosimilars in der Therapie der Psoriasis

Vergleich der Wirksamkeit und Sicherheit von Biosimilars mit Original-Biologika für die Behandlung von Psoriasis lässt Fragen offen. Bei der Behandlung von mittelschwerer bis schwerer Psoriasis...