idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
16.07.2018 10:32

Gangmessdaten visualisieren und analysieren

Lukas Peh Marketing und Unternehmenskommunikation
Fachhochschule St. Pölten

    Die FH St. Pölten entwickelt Methoden zur wissensgestützten Visualisierung und Analyse von klinischen Gangmessdaten

    Viele Menschen sind von Störungen oder Auffälligkeiten im Gangbild, etwa aufgrund funktioneller Defizite, betroffen. Um die behandelnden Therapeutinnen und Therapeuten während der Therapie zu unterstützen, entwickelt die FH St. Pölten im Rahmen eines Forschungsprojekts Werkzeuge, die die Diagnose von Gangstörungen auf Basis komplexer Messdaten erleichtern. Ein System ermöglicht, die Daten zu speichern, zu durchsuchen, zu visualisieren und mit Kolleginnen und Kollegen zu teilen. Damit sollen Therapeutinnen und Therapeuten künftig effizienter arbeiten und das Wissen rund um Gangstörungen besser vernetzen können.

    Interdisziplinäres Projekt zur Therapie-Unterstützung
    Die Quantifizierung der menschlichen Fortbewegung, also die Bewertung in Zahlen, ermöglicht es Therapeutinnen und Therapeuten, das Gangbild einer Patientin bzw. eines Patienten im Detail zu beschreiben, zu analysieren sowie klinische Entscheidungen auf objektive Daten zu stützen. Dadurch entstehen jedoch große Mengen komplexer Daten, die es möglichst zeiteffizient zu interpretieren und analysieren gilt.
    Die beiden Institute für Gesundheitswissenschaften und Creative\Media/Technologies der FH St. Pölten haben in einem interdisziplinären Projekt in Zusammenarbeit mit klinischen Ganganalyse-Expertinnen und -Experten ein neuartiges Visual-Analytics-System entwickelt: KAVAGait (Knowledge-Assisted Visual Analytics for Clinical Gait Analysis). Mit KAVAGait können Therapeutinnen und Therapeuten komplexe Daten aus der klinischen Ganganalyse speichern, visualisieren, überprüfen und mit anderen Daten vergleichen.

    Ganganalysedaten untereinander teilen
    „Das System umfasst innovative und interaktive visuelle Schnittstellen, die auf Basis der Bedürfnisse von Behandelnden entwickelt wurden“, erklärt Wolfgang Aigner, Leiter des Instituts für Creative\Media/Technologies an der FH St. Pölten. „Darüber hinaus ermöglicht eine Datenbank die Speicherung von implizitem Wissen der Therapeutinnen und Therapeuten. So können wertvolle Informationen für andere Behandelnde zur Verfügung gestellt und der Prozess der klinischen Entscheidungsfindung maßgeblich unterstützt werden.“

    Zusammenspiel Mensch-Maschine
    KAVAGait ist eine übergreifende Initiative der beiden Forschungsprojekte „IntelliGait: Intelligent Gait Analysis“ und „KAVA-Time: Knowledge-Assisted Visual Analytics Methods for Time-Oriented Data” der FH St. Pölten. IntelliGait erforscht intelligente Gangmusteranalysen für die Erkennung von Gangstörungen. Im Rahmen von KAVA-Time wurden Methoden zur besseren Analyse und visuellen Aufbereitung von Daten entwickelt, 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.

    „Wir haben unser System durch Expertenbewertungen, eine Benutzerstudie und eine Fallstudie validiert. Die Ergebnisse deuten darauf hin, dass KAVAGait in der Lage ist, Therapeutinnen und Therapeuten in der klinischen Praxis zu unterstützen, indem es komplexe Gangdaten visualisiert und Wissen anderer Therapeutinnen und Therapeuten bereitstellt“, so Aigner.

    KAVAGait wird Ende Oktober im Rahmen der Konferenz IEEE VIS in Berlin einem Fachpublikum präsentiert. Der Artikel zu KAVAGait wurde im wissenschaftlichen Journal IEEE Transactions on Visualization and Computer Graphics, einem Top-Journal für Visual Analytics, publiziert und steht als Open-Access-Publikation frei zur Verfügung: https://doi.org/10.1109/TVCG.2017.2785271

    Video zur Publikation: https://vimeo.com/266499424

    Informationen zu weiteren interdisziplinären Projekten finden sich auf der Website des Center for Digital Health Innovation der FH St. Pölten: http://cdhi.fhstp.ac.at.

    Projekt KAVAGait: Knowledge-Assisted Visual Analytics for Clinical Gait Analysis
    Das Projekt ist Teil des Projekts „KAVA-Time: Knowledge-Assisted Visual Analytics Methods for Time-Oriented Data“ und wird vom FWF – Fond zur Förderung der wissenschaftlichen Forschung (P25489-N23) gefördert. https://www.fhstp.ac.at/de/forschung/projekte/kava-time

    Projekt IntelliGait
    Das Projekt wird von der NÖ Forschungs- und Bildungsges.m.b.H. (NFB) über den Life Science Call 2014 gefördert. Partner sind die Abteilung Biomechanik, Bewegungswissenschaft und Sportinformatik des Instituts für Sportwissenschaft der Universität Wien und die Allgemeine Unfallversicherungsanstalt AUVA. https://www.fhstp.ac.at/de/forschung/projekte/intelligait


    Bilder

    KAVAGait in der praktischen Anwendung
    KAVAGait in der praktischen Anwendung
    Martin Lifka Photography
    None

    Visualisierung KAVAGait
    Visualisierung KAVAGait
    FH St. Pölten
    None


    Merkmale dieser Pressemitteilung:
    jedermann
    Ernährung / Gesundheit / Pflege, Medizin
    überregional
    Forschungsprojekte
    Deutsch


     

    KAVAGait in der praktischen Anwendung


    Zum Download

    x

    Visualisierung KAVAGait


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).