TU Kaiserslautern Mobiles Bewegungs-Feedback hilft Patienten, Schonhaltungen beim Gehen abzubauen

Patienten mit einem neuen Hüftgelenk müssen nach der OP wieder lernen, „normal“ zu gehen. Hierfür wurde an der TU Kaiserslautern ein mobiles Ganganalyse- und Feedback-System entwickelt.

Anbieter zum Thema

FAULHABER Antriebssysteme

KUMAVISION AG

Ahlborn Mess- und Regelungstechnik GmbH

Technische Universität Kaiserslautern

• Mobiles Ganganalyse-System

• Anwendung bei orthopädische Rehabilitation, Arthrose und nach Schlaganfall

• Schonhaltung und Schmerzen beim Gehen vermeiden

Ein mobiles Ganganalyse-System, das dem Nutzer direkt Rückmeldung gibt, daran arbeiten Dr. Gabriele Bleser und ihr Team von der Nachwuchsgruppe Wear-Health an der Technischen Universität Kaiserslautern (TUK). Es eignet sich für Menschen, die zum Beispiel an Arthrose leiden und im Zuge dessen ein neues Hüftgelenk erhalten. Diese haben meist über viele Jahre eine Schonhaltung entwickelt und verinnerlicht. „Nach der Operation sind zwar die Schmerzen weg, die Schonhaltung aber bleibt. Das ‚normale‘ Gehen muss in der Reha und darüber hinaus erst wieder mühsam erlernt werden“, sagt Professor Dr. Thomas Jöllenbeck, der an der Rehaklinik Lindenplatz im nordrhein-westfälischen Bad Sassendorf das Institut für Biomechanik leitet. Er und seine Kollegin Juliane Pietschmann arbeiten mit den Kaiserslauterer Forschern zusammen.

Sensortechnik und Software ermitteln das Bewegungsmuster

Die Technologie soll den Reha-Prozess unterstützen. Dabei kommen sieben Sensoren zum Einsatz. Sie werden einfach an den Füßen, Unter-, Oberschenkeln und am Becken angebracht. „Die von den Sensoren am Körper gemessenen Beschleunigungen und Winkelgeschwindigkeiten werden von unserer Software verarbeitet. Diese berechnet daraus Bewegungsparameter wie beispielsweise Gelenkwinkel an Hüfte, Knie und Sprunggelenk und Schrittlängen“, erklärt Dr. Bertram Taetz, der wie Markus Miezal ebenfalls an der TUK am Projekt beteiligt ist.

Das Computerprogramm ermittelt damit ein individuelles Bewegungsmuster, das zeigt, ob etwa Abweichungen oder individuelle Besonderheiten im Gang vorliegen. „Der Nutzer erhält über Töne und Vibrationen unmittelbare Rückmeldungen und Hinweise, mit denen er sich sein Gangbild bewusst machen kann“, sagt Bleser. „Unser langfristiges Ziel ist es, ein mobiles System zu entwickeln, mit dem Patienten auch nach der Reha zu Hause eigenständig weitertrainieren können.“ Aber nicht nur der Patient erhält Rückmeldung, auch Physiotherapeuten und Mediziner können die Daten direkt auf einem Bildschirm sehen, in Form eines animierten 3D-Knochenmodells und von Diagrammen, bei denen Besonderheiten im Gang einfach sichtbar werden.

Geplant ist, ein leichtgewichtiges Sensornetzwerk an die Technik anzubinden

Die Technik eignet sich nicht nur für die orthopädische Rehabilitation. Auch Patienten nach einem Schlaganfall könnten damit üben. Darüber hinaus ist die Anwendung für verschiedene Sportarten interessant, um etwa Bewegungsabläufe zu studieren oder zu optimieren. „Unser System befindet sich derzeit noch in der Entwicklungsphase. Studien an Patienten stehen noch aus. Bis es auf den Markt kommen kann, wird es noch dauern“, so Taetz weiter. „Auch den Tragekomfort müssen wir noch deutlich erhöhen“, sagt Bleser. Hierzu arbeitet das Team mit dem Informatiker Professor Dr. Didier Stricker vom Deutschen Forschungszentrum für Künstliche Intelligenz in Kaiserslautern zusammen, um ein leichtgewichtiges Sensornetzwerk an die Technik anzubinden.

Beteiligt sind an der Ganganalyse-Technik an der TUK auch Sportwissenschaftler um Professor Dr. Michael Fröhlich, die untersuchen, ob das System den Praxisanforderungen gerecht wird, und Ingenieure um Professor Dr. Norbert Wehn, die daran arbeiten, die Übertragungstechnik zu verbessern. Die Arbeiten werden im Rahmen der Bund-Länder-Initiative „Innovative Hochschulen“ gefördert, bei der die TUK gemeinsam mit der Hochschule Kaiserslautern im Projekt „Offene Digitalisierungsallianz Pfalz“ beteiligt ist.

Lesen Sie auch:

Max-Planck-Institut für intelligente Systeme

Nanoroboter steuern erstmals durchs Auge

RS Components

Wie funktionieren Brain-Computer-Interfaces? Möglichkeiten für die Medizin

Weitere Artikel aus der Medizintechnik-Forschung finden Sie in unserem

Themenkanal Forschung.

(ID:45696584)