Revolutionäre Ganganalyse mit tragbaren Sensoren und 3D-Tiefenkameras

Revolutionäre Ganganalyse mit tragbaren Sensoren und 3D-Tiefenkameras

Eine Studie des College of Engineering and Computer Science und des Sensing Institute (I-SENSE) der Florida Atlantic University zeigt, dass am Fuß montierte tragbare Sensoren und eine 3D-Tiefenkamera genau messen können, wie Menschen gehen – selbst in geschäftigen klinischen Umgebungen – und eine leistungsstarke und leichter zugängliche Alternative zu herkömmlichen Tools zur Gangbewertung darstellen.

Der Gang, das Muster, wie eine Person geht, ist ein immer wichtigerer Indikator für die allgemeine Gesundheit. Er wird zur Erkennung des Sturzrisikos, zur Überwachung der Rehabilitation und zur Identifizierung früher Anzeichen neurodegenerativer Erkrankungen wie Parkinson und Alzheimer verwendet. Obwohl elektronische Gehwege wie der Zeno™ Walkway seit langem als Goldstandard für die Ganganalyse gelten, schränken ihre hohen Kosten, ihr großer Platzbedarf und ihre eingeschränkte Tragbarkeit eine weit verbreitete Verwendung ein – insbesondere außerhalb kontrollierter Laborumgebungen.

Um diese Hindernisse zu überwinden, führten Forscher und Mitarbeiter der FAU die erste bekannte Studie durch, um gleichzeitig drei verschiedene Sensortechnologien zu evaluieren: tragbare APDM-Trägheitsmesseinheiten (IMUs); Microsofts Azure Kinect-Tiefenkamera; und der Zeno™ Walkway – unter identischen, realen klinischen Bedingungen. Die Tiefenerkennungskamera erfasst 3D-Daten, Farbbilder und Körperbewegungen für den Einsatz in KI, Robotik und Bewegungsverfolgung.

Die in der Fachzeitschrift Sensors veröffentlichten Studienergebnisse zeigen, dass am Fuß montierte IMUs und Azure Kinect nicht nur die Genauigkeit herkömmlicher Tools erreichen, sondern auch eine skalierbare, ferngesteuerte und kostengünstige Ganganalyse ermöglichen.

„Dies ist das erste Mal, dass diese drei Technologien direkt nebeneinander in derselben klinischen Umgebung verglichen wurden“, sagte Behnaz Ghoraani, Ph.D., leitender Autor und außerordentlicher Professor am Fachbereich Elektrotechnik und Informatik der FAU und am Fachbereich Biomedizintechnik sowie I-SENSE-Stipendiat. „Wir wollten eine Frage beantworten, die sich in der Praxis seit langem stellt: Können zugänglichere Tools wie Wearables und markerlose Kameras zuverlässig den klinischen Standard für detaillierte Ganganalysen erfüllen? Die Antwort lautet „Ja“ – insbesondere, wenn es um am Fuß montierte Sensoren und Azure Kinect geht.“

An der Studie nahmen 20 Erwachsene im Alter von 52 bis 82 Jahren teil, die sowohl Einzel- als auch Doppelaufgaben-Gehversuche absolvierten – eine Methode, die oft verwendet wird, um reale Gehbedingungen nachzuahmen, die Multitasking oder geteilte Aufmerksamkeit erfordern. Der Gang jedes Teilnehmers wurde von den drei Systemen gleichzeitig erfasst, dank einer von den FAU-Forschern entwickelten maßgeschneiderten Hardwareplattform, die alle Datenquellen auf die Millisekunde genau synchronisierte.

Die Forscher bewerteten 11 verschiedene Gangmarker, darunter grundlegende Messwerte wie Gehgeschwindigkeit und Schrittfrequenz sowie detailliertere Indikatoren wie Schrittzeit, Unterstützungsphasen und Schwungzeit. Diese Marker wurden mithilfe statistischer Methoden analysiert, um die Messungen jedes Geräts mit denen des Zeno™ Walkway zu vergleichen.

Die Ergebnisse waren eindeutig: Die am Fuß montierten Sensoren zeigten bei nahezu allen Gangmarkierungen eine nahezu perfekte Übereinstimmung mit dem Gehweg. Auch die Azure Kinect zeigte eine beeindruckende Leistung und behielt selbst in der komplexen, realen Klinikumgebung, in der sich mehrere Personen, darunter Pflegekräfte und Personal, im Sichtfeld der Kamera befanden, eine hohe Genauigkeit bei. Im Gegensatz dazu zeigten an der Lendenwirbelsäule angebrachte Sensoren, die üblicherweise in tragbaren Gangstudien verwendet werden, eine deutlich geringere Genauigkeit und Konsistenz, insbesondere bei feinkörnigen Gangzyklusereignissen.

Viele Studien verwenden Sensoren für den unteren Rückenbereich, da diese einfach zu montieren sind. Die Daten dieser Studie zeigen jedoch, dass sie oft nicht die Details erfassen, die Ärzten am wichtigsten sind – insbesondere zeitbasierte Marker, die frühe Anzeichen neurologischer Probleme aufdecken können.

„Durch das Testen dieser Tools in einer realistischen klinischen Umgebung mit all dem unvorhersehbaren visuellen Rauschen, das damit einhergeht, haben wir große Fortschritte bei der Validierung für den täglichen Gebrauch gemacht“, sagte Ghoraani. „Dies ist nicht nur ein Laborexperiment. Diese Technologien sind bereit, den Anforderungen der realen Welt gerecht zu werden.“

Wichtig ist, dass die Studie die erste ist, die den Azure Kinect mit einem elektronischen Gehweg für mikrotemporale Gangmarker vergleicht – womit eine kritische Lücke in der Literatur geschlossen und der potenzielle klinische Wert des Geräts bestätigt wird.

Die Implikationen dieser Forschung sind weitreichend. Da Gesundheitssysteme zunehmend auf Telemedizin und Fernüberwachung setzen, entwickeln sich skalierbare Technologien wie tragbare Fußsensoren und Tiefenkameras zu leistungsstarken Werkzeugen. Sie ermöglichen es Ärzten, die Mobilität zu verfolgen, frühe Anzeichen eines Funktionsverlusts zu erkennen und Interventionen individuell anzupassen – ohne dass dafür teure, platzintensive Geräte erforderlich sind.“

Stella Batalama, Ph.D., Dekanin des FAU College of Engineering and Computer Science

Co-Autoren der Studie sind die Erstautoren Marjan Nassajpour und Mahmoud Seifallahi, beide Doktoranden am FAU College of Engineering and Computer Science; und Amie Rosenfeld, Physiotherapeutin und stellvertretende Bildungsdirektorin; Magdalena I. Tolea, Ph.D., wissenschaftliche Assistenzprofessorin für Neurologie und stellvertretende Forschungsdirektorin; und James E. Galvin, MD, Professor für Neurologie, Leiter der Abteilung für Neurologie und Direktor des Comprehensive Center for Brain Health, alle an der Miller School of Medicine der University of Miami.

Diese Arbeit wurde von der National Science Foundation und den National Institutes of Health unterstützt.

Quellen: