care

Echtzeitfähige medizinische Assistenzsysteme

Koordinator

Ulrich Fischer-Hirchert
Hochschule Harz

Projektpartner

Bosch Sensortec GmbH
Bosch Sensortec GmbH
MEMS, Sensorik für mobile Geräte
exelonix
exelonix
AAL-Homecare-Systeme, seniorenfreundliche Software
HarzOptics
HarzOptics
Optische Sensorik, optische Messtechnik
Hochschule Harz
Hochschule Harz
Nachrichtentechnik, Netzwerktechnik
Ottobock
Ottobock
Orthopädietechnik, EchtzeitBewegungsmonitoring mit Inertialsensorik, sensorisch instrumentierte Orthesen
TU Dresden
TU Dresden
Biomedizinische Technik
Universität Magdeburg
Universität Magdeburg
Sportwissenschaften
Universität Rostock
Universität Rostock
Informatik und Elektrotechnik

Kontakt

Echtzeitfähiges Sensordatenanalyse-Framework für intelligente Assistenzsysteme im Bereich AAL, eHealth, Tele-Care. Ziel ist Bereitstellung eines medizinisch validen, Echtzeit-Situationsbildes auf Basis einer verteilten, ad-hoc vernetzten, Sensorinfrastruktur mit einer Latenzzeit weniger 10 ms.

Problemstellung & Stand der Technik

Die Herausforderung einer verteilten, echtzeitfähigen medizinischen Sensorik und Signalverarbeitung soll durch die inhaltlichen Schwerpunkte der sensornahen Datenverarbeitung und Sensorhubs (Bosch Sensortec), der optischen Sensorik (HarzOptics, TU Dresden), der hardwarenahen Systemoptimierung und der Entwicklung verteilter Systeme (Uni Rostock, Exelonix) sowie auf dem Interface Netzwerk-Sensorik (HS Harz) bearbeitet werden. Die zentrale Herausforderung besteht darin, aus den vorliegenden Daten eine Situationserkennung in Echtzeit des Patienten zu bestimmen.

Technische Ziele & Lösungen

  1. Schnelle intelligente Sensorik – Aktorik
    • Intelligente Sensoren, integriert in Orthetik bzw. in die häusliche Umgebung
    • Integration von Kommunikationstechnik mit Latenzzeiten < 10 ms

    care1

  2. Verbesserung der Bewegungsmustererkennung
    • Vernetzung zwischen Sensoren zum hochsynchronen Datenaustausch
    • Energiesparmodus: Integration von Trigger-/Aufweckmechanismen

    care2

  3. Intelligente Algorithmen statt diagnostischer Unsicherheit
    • Sensornahe Datenvorverarbeitung
    • Sensordatenfusion auf Basis zeitsynchronisierter Daten
    • Integriertes Zustandsschätzung in Echtzeit (physiologisch / kinematisch / kognitiv)

    care3

  4. Assistenz zur Erhaltung der Selbständigkeit
    • Fokus auf Interaktion/Assistenz
    • Fokus auf Nutzer (Schwerpunkte Anwenderfreundlichkeit, Akzeptanz)

    care4

  5. Echtzeit-Netzwerkintegration in 3 Demonstratoren im AAL-Technikum
    • Intelligente Orthese (ottobock)
    • SmartHome: Pflege, häusliche Begleitung (Exelonix)
    • Reha/Monitoring-Feedback (OvGU, TUD/HarzOptics)

    care5

Innovationen & Ergebnisse

Es soll eine verteilte, echtzeitfähige medizinische Sensordatenverarbeitung entwickelt werden. Daraus soll eine Situationserkennung des Menschen in Echtzeit bestimmt werden, welches eine potentielle Interaktion (Feedback) sowie die Realisierung und Validierung einzelner klinischer Anwendungen ermöglich. Auf dieser Grundlage sollen einzelne klinische Anwendungen realisiert und validiert werden.

Markt und sozialer Einfluss

 fast care hat ein hohes Marktpotential im Verhältnis zum Förderbetrag.

Projektübergreifende Kooperation

fast care stellt an Inertial- und Vitalsensoren sehr hohe Anforderungen bezüglich Latenzzeiten / Energiemanagement fast realtime Ü2 (Schnelle Netzwerke), fast athletics Ü10 (Echtzeit-Bewegungserkennung). fast haptic Ü1 (Taktiler Griff). Schnelle Schnittstellen und Integration der Echtzeit-Situationserfassung ermöglichen den Wissenstransfer mit anderen fast –Projekten: fast music Ü13 (Remote-Assistenz über weite Entfernung), fast wireless F8 (InHouseKommunikation).