.

KI-unterstützte markerlose Ganganalyse im Patientenbereich

Projektlaufzeit: 01.09.2023–30.06.2024

Projekt KI-unterstützte markerlose Ganganalyse Projekt KI-unterstützte markerlose Ganganalyse
Computerbasierte Bewegungsanalyse
(Motion Capturing)

In der Sportwissenschaft werden im Forschungsbereich der Ganganalysen bedeutende Fortschritte erzielt. Vorangetrieben werden sie insbesondere durch den Übergang von markerbasierter hin zur KI-unterstützter markerlosen Bewegungsanalyse (Motion Capturing). Dabei wird unter markerlosem Tracking eine kontaktlose und schnelle Art der kamerabasierten 3D-Bewegungsanalyse verstanden. Es verspricht eine einfache, schnelle und flexible Anwendung ohne zeitintensive Markerplatzierung auf dem Körper der Patient:innen und ohne zusätzliche sehr kostenintensive Spezialkameras. Die Integration von KI in markerlose Motion-Capturing-Systeme hebt die Analyse menschlicher Bewegungen dabei auf ein neues Niveau.

KI-unterstützte Ganganalyse
KI-unterstützte Ganganalyse

Die Echtzeitverarbeitung großer Datenmengen ermöglicht nicht nur präzisere Bewegungsanalysen, sondern auch die Bereitstellung von sofortigem Feedback während des Trainings bzw. der Diagnostik.

Prof. Dr. Boris Feodoroff Sport und Prävention Forschungsreferent

Prof. Dr. Boris Feodoroff

Prof. Dr. Boris Feodoroff leitet das Projekt.

Aufgaben im Projekt
David Cornely KI-unterstützte Bewegungsanalyse

David Cornely

David Cornely ist für die Patient:innenakquise und Datenerhebung zuständig.

Aufgaben im Projekt
Rebekka Lenz KI-unterstützte markerlose Ganganalyse Projekt

Rebekka Lenz

Rebekka Lenz ist für die Patient:innenakquise und Datenerhebung zuständig.

Aufgaben im Projekt

Unsere Aufgaben im Projekt

Im Auftrag des japanischen Unternehmens Imasen Electric Industrial Co Ltd. werden 3D-Ganganalysen mit 300 europäischen Proband:innen im Alter von 18–90 Jahren durchgeführt. Ziel des internationalen Projektes ist es, die Entwicklung der KI-gestützten und markerlosen Ganganalyse im Patientenbereich voranzutreiben. Diese Art der Analyse soll in Zukunft Fehlhaltungen und Fehlstellungen beim Gehen konstatieren und dabei gleichzeitig Zeitvorteile durch Minimierung der Patient:innenvorbereitung mit sich bringen. Durch die Analyse individueller Bewegungsmuster in Verbindung mit den zugrundeliegenden biomechanischen Daten können maßgeschneiderte Trainings- und Therapieprogramme entwickelt werden, die die spezifischen Bedürfnisse der Patient:innen berücksichtigen.

Prof. Dr. Boris Feodoroff hat bereits erfolgreich Erfahrungen in der Zusammenarbeit mit Imasen Electric Industrial Co Ltd. gesammelt. Aus vorherigen Projekten im Themenspektrum „Ganganalysen im Patient:innenbereich“ konnten wertvolle Erkenntnisse gewonnen werden, die auch in dem aktuellen Forschungsprojekt Anwendung finden. Publikationen zu diesem und weiteren Themen finden sich hier. Neben der Leitung des Projektes übernimmt Prof. Dr. Boris Feodoroff vor allem die Kommunikation.

David Cornely ist an der EU|FH in den Bereichen Sport und Prävention tätig. Im Projekt beschäftigt er sich aktuell mit der Proband:innenakquise und der Datenerhebung.

Mit Rebekka Lenz ist eine erfahrene wissenschaftliche Mitarbeiterin in den Themengebieten Sport und Ernährung für das Projekt gewonnen worden. Sie bringt ihre hervorragende Expertise mit ins Projekt ein. Wie auch ihr Kollege David Cornely befasst sie sich mit der Akquise von Proband:innen und der Datenerhebung.

Für 2025 wird eine gemeinsame Publikation mit der Faculty of Health Science der Juntendo University in Tokyo, Japan angestrebt.

Forschungsprojekt KI-unterstützte markerlose Bewegungsanalyse im Patient:innenbereich

Verbundpartner im Projekt „KI-unterstützte markerlose Ganganalyse im Patientenbereich“

Forschungsprojekt Projektteilnehmer KI-unterstützte markerlose Bewegungsanalyse im Patient:innenbereich

Imasen Electric Industrial Co Ltd.
Ansprechpartner Toshihiko Hida

EU|FH – Hochschule für Gesundheit | Soziales | Pädagogik
Ansprechpartner:innen Prof. Dr. Boris Feodoroff, David Cornely, Rebekka Lenz

assoziierter Projektpartner: Juntendo University, Faculty of Health Science
Ansprechpartner Tadamitsu Matsuda

Deine Ansprechpartner:innen

Unsere Partner:innen im Projekt

Unsere Partner:innen im Projekt

#