3D Kameras
Wir arbeiten mit Sensoren, die ihre Umgebung mittels Infrarotlichtanalyse dreidimensional abtasten und in der Lage sind, Formen und Bewegungen im Raum vor ihnen genau zu messen. Mit solchen handelsüblichen 3D-Kameras lassen sich Körperteile mit einer Genauigkeit im Millimeterbereich verfolgen - ohne dass der Anwender Marker oder spezielle Kleidung tragen muss.
Was wir messen
Für jede motorische Übung wurden spezifische kinematische Ergebnisparameter entwickelt, um motorisches Verhalten und Symptome zu beschreiben. Diese Parameter liegen in metrischen Einheiten vor und können daher von einer geschulten Fachkraft leicht interpretiert werden. Wir stellen zusätzlich Analysemodule zur Verfügung, die Computer-Vision-Ansätze verwenden, um Visualisierungen von Tiefenvideos, wie z. B. Bewegungsprofile, zu generieren und zu aggregieren. Dies kann zur Validierung von Aufnahmen oder zur explorativen Auswertung von Bewegungsmustern verwendet werden.
Für jede motorische Aufgabe werden kinematische Parameter extrahiert, die verschiedene motorische Symptome beschreiben.
-
GLEICHGEWICHT
Parameter:
Schwankungsauslenkung und Schwankungsgeschwindigkeit in vor-zurück, rechts-links und 3D-Richtung, Romberg-Ratio
Nutzen:
Die posturale Stabilität ist bei leichten Fällen von Multipler Sklerose im Vergleich zu gesunden Kontrollpersonen vermindert
Publikation:
Behrens et al: „Validity of visual perceptive computing for static posturography in patients with multiple sclerosis“. Multiple Sclerosis Journal 2016.
-
GANGART
Parameter:
Geschwindigkeit, Schrittlänge und Bewegungsumpfang des Oberkörpers
Nutzen:
Die Ganggeschwindigkeit ist ein bewährter Vitalindikator für das Sturzrisiko
Publikation:
Grobelny et al: “Maximum walking speed in multiple sclerosis assessed with visual perceptive computing“. PLOS ONE 2017.
-
AUF DER STELLE GEHEN
Parameter:
Bewegungsumfang des Knies, Kadenz, Asymmetrie, Arrhythmie
Nutzen:
Beurteilung von z. B. Bradykinesie, Erkennung des Einfrierens des Gangs bei Morbus Parkinson
Publikation:
Otte et al: “Instrumental Measurement of Stepping in Place - Detection of Asymmetry and Freezing of Gait“. Movement Disorder Congress 2017.
Akkurat, zuverlässig und validiert
Alle unsere kinematischen Ergebnisse sind klinisch und technisch gegen Goldstandardmethoden validiert und bieten eine hohe Zuverlässigkeit. Für jeden Parameter werden individuelle Genauigkeitsstufen angegeben, um zu verstehen, wo und wann sie verwendet werden sollten. Unsere Ergebnisse werden in klinischen Studien evaluiert und verwendet, in Fachzeitschriften veröffentlicht und seit 2014 auf internationalen Kongressen präsentiert.
Publikationen
In Peer Reviews überprüfte Veröffentlichungen:
- Steinert, A.; Sattler, I.; Otte, K.; Röhling, H.; Mansow-Model, S.; Müller-Werdan, U. Using New Camera-Based Technologies for Gait Analysis in Older Adults in Comparison to the Established GAITRite System. Sensors 2020, 20, 125. [PubMed] [DOI]
- Kroneberg D, Elshehabi M, Meyer A-C, Otte K, Doss S, Paul F, Nussbaum S, Berg D, Kühn AA, Maetzler W and Schmitz-Hübsch T (2019) Less Is More – Estimation of the Number of Strides Required to Assess Gait Variability in Spatially Confined Settings. Front. Aging Neurosci. 10:435. [PubMed] [DOI]
Konferenz-Beiträge und Vorträge:
- Otte, Karen; Röhling, Hanna; Rasche, Ludwig; Ellermeyer, Tobias; Mansow-Model, Sebastian; Paul, Friedemann; Brandt, Alexander U; Lipp, Axel; Schmitz-Hübsch, Tanja; 2019. Quantitative analysis of MDS-UPDRS III finger tapping and hand grip test using visual perceptive computing.
- Otte, K., Heinrich, F., Ellermeyer, T., Kayser, B., Mansow-Model, S., Paul, F., Brandt, A.U., Skowronek, C., Lipp, A., Schmitz-Hübsch, T., 2018. Evaluation of visual perceptive computing for Tremor Analysis. Mov Disord. 33 (suppl 2), 1.