Verbund

ULTRAWEAR - Ultraschall-basiertes wearable als Biofeedback-System für ein effektives Training bei chronischen Rückenschmerzen

Bei Erkrankungen wie entzündlichen rheumatischen Erkrankungen (z. B. axiale Spondyloarthritis), Spondylolisthesis, Skoliose, Morbus Bechterew, Morbus Scheuermann oder Bandscheibenvorfällen sind chronische Rückenschmerzen ein häufiges Symptom. Meist erhält der Patient oder die Patientin Physiotherapie, alleine oder ergänzend zu den Medikamenten. Die Physiotherapie soll dabei eine Stärkung der Muskeln des unteren Rückens fördern. Unter normalen Umständen wird die Muskulatur des unteren Rückens nicht bewusst kontrahiert. Deshalb wird das gezielte Training dieser Muskulatur als schwierig empfunden. Um das Training zu erleichtern, wollen die Verbundpartner ein tragbares Ultraschall-System entwickeln. Dieses soll ein Biofeedback über die Genauigkeit des Trainings liefern. Die Grundlage dafür soll die Analyse der Muskelkontraktion sein. Die Muskelkontraktion wird mit Hilfe von Ultraschall gemessen. Die aufgenommenen Ultraschallsignale werden an ein Elektronikmodul übertragen. In diesem werden die Signale mit sogenannten Deep-Learning- Ansätzen analysiert. Daraus wiederum wird dann ein Biofeedback generiert und an den Patienten oder die Patientin gegeben. Diese können dann das Training entsprechend anpassen.

Teilprojekte

Entwicklung der Hardware-Komponenten

Förderkennzeichen: 01EC1906A
Gesamte Fördersumme: 181.950 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Dr. Marc Fournelle
Adresse: Fraunhofer-Institut für Biomedizinische Technik IBMT
Ensheimer Str. 48
66386 St. Ingbert

Entwicklung der Hardware-Komponenten

Bei Erkrankungen wie entzündlichen rheumatischen Erkrankungen (z.B. axiale Spondyloarthritis), Spondylolisthesis, Skoliose, Morbus Bechterew, Morbus Scheuermann oder Bandscheibenvorfällen sind chronische Rückenschmerzen ein häufiges Symptom. Meist ist eine Physiotherapie indiziert, alleine oder ergänzend zu Medikamenten. Die Physiotherapie soll eine Stärkung der Muskeln des unteren Rückens fördern, die unter normalen Umständen nicht bewusst kontrahiert werden. Deshalb wird das Training als schwierig empfunden. Aus diesem Grund wird im Rahmen des Vorhabens ein tragbares Ultraschall-System entwickeln, das ein Biofeedback über die Genauigkeit des Trainingsaufwandes in der Physiotherapie liefert, basierend auf der Analyse der Muskelkontraktion. Die Signale werden an ein Elektronikmodul übertragen, wo Deep-Learning-Ansätze sie analysieren und ein Biofeedback generieren.

Systemintegration und Testung

Förderkennzeichen: 01EC1906B
Gesamte Fördersumme: 79.268 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Dr. Daniel Marcato
Adresse: DITABIS Digital Biomedical Imaging Systems AG
Freiburger Str. 3
75179 Pforzheim

Systemintegration und Testung

Bei Erkrankungen wie entzündlichen rheumatischen Erkrankungen (z.B. axiale Spondylarthritis), sind chronische Rückenschmerzen ein häufiges Symptom. Meist ist eine Physiotherapie indiziert, alleine oder ergänzend zu Medikamenten. Die Physiotherapie soll eine Stärkung der Muskeln des unteren Rückens fördern, die unter normalen Umständen nicht bewusst kontrahiert werden. Deshalb wird das Training als schwierig empfunden. Aus diesem Grund wird im Rahmen des Vorhabens ein tragbares Ultraschall-System entwickelt, das ein Biofeedback über die Genauigkeit des Hierzu sollen mit Hilfe von künstlicher Intelligenz bei der Auswertung von Ultraschall-Signalen, die Patienten bei der korrekten Durchführung der Bewegungsabläufe unterstützt werden. Die Ultraschallsignale werden von einem tragbaren Elektronikmodul digitalisiert und zur Analyse an eine Recheneinheit weitergeleitet, um dann in ein intuitiv verständliches Nutzerfeedback verwandelt zu werden. In dem Teilvorhaben werden die von den anderen Verbundpartnern entwickelten Komponenten zusammengeführt und getestet.

Nutzerintegration, Evaluation und Validierung im Rahmen einer klinischen Studie

Förderkennzeichen: 01EC1906C
Gesamte Fördersumme: 89.834 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Dr. Anika Heimann-Steinert
Adresse: Charité - Universitätsmedizin Berlin, Campus Virchow-Kliniku, Forschungsgruppe Geriatrie
Reinickendorfer Str. 61
13347 Berlin

Nutzerintegration, Evaluation und Validierung im Rahmen einer klinischen Studie

Bei verschiedenen Erkrankungen wie rheumatischen Entzündungskrankheiten (insbesondere axiale Spondyloarthritis), Spondylolisthesis, Skoliose, Morbus Bechterew, Scheuermann oder Bandscheibenvorfällen sind chronische Rückenschmerzen ein häufiges Symptom. In den meisten Fällen ist Physiotherapie indiziert, entweder allein oder als Ergänzung zur Medikation. Da die Physiotherapie jedoch eine Stärkung der Muskeln des unteren Rückens erfordert, die unter normalen Umständen nicht bewusst kontrahiert werden, wird das Training als herausfordernd empfunden. Aus diesem Grund wird im Rahmen des Gesamtvorhabens ein ultraschallbasiertes Wearable entwickelt, das ein Biofeedback über die Genauigkeit des Trainingsaufwandes in der Physiotherapie liefert, welches auf der Analyse und Klassifizierung der Muskelkontraktion basiert. Im Rahmen des Teilprojekts sollen zunächst die Anforderungen an das zu entwickelnde Wearable identifiziert werden. Dazu werden sowohl Physiotherapeuten als auch Patienten mit chronischen Rückenschmerzen in die Anforderungserhebung einbezogen. Eine weitere Kernaufgabe ist die Validierung des entwickelten Systems im Rahmen einer klinischen Studie am Ende des Vorhabens.

Detektion und Analyse von Muskelkontraktionen in Echtzeit mit Hilfe Künstlicher Intelligenz

Förderkennzeichen: 01EC1906D
Gesamte Fördersumme: 62.015 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Dr. Jürgen Jenne
Adresse: mediri GmbH
Eppelheimer Str. 13
69115 Heidelberg

Detektion und Analyse von Muskelkontraktionen in Echtzeit mit Hilfe Künstlicher Intelligenz

Zur Unterstützung der Physiotherapie bei Rückenschmerz soll im Rahmen des Verbundvorhabens ULTRAWEAR ein tragbares Ultraschall- System entwickeln werden, das durch die Auswertung von Ultraschall-Signalen mit Methoden der Künstlichen Intelligenz ein Biofeedback liefert, mit dem Patienten bei der korrekten Durchführung von physiotherapeutischen Übungen unterstützt werden können. Dazu werden Ultraschallsignale von einem tragbaren Elektronikmodul aufgenommen und nach der Digitalisierung an ein "mobile device" zur Analyse mit Deep-Learning-Ansätzen weitergeleitet. Die Algorithmen sollen dazu aus den für den Laien schwer zu interpretierenden Ultraschalldaten ein einfach zu verstehendes Nutzerfeedback generieren. Das Ziel dieses Teilvorhabens ist es, die Analyse der Bilddaten mit Deep-Learning-Ansätzen in Echtzeit auf einem mobilen Gerät durchzuführen. Dadurch kann dann dem Patienten oder Anwender ein direktes Feedback über die Qualität der Muskelkontraktion und somit der korrekten Durchführung der Physiotherapie gegeben werden.

Entwicklung und Fertigung eines Multiplexer als anwendungsspezifische integrierte analoge Schaltung (ASIC)

Förderkennzeichen: 01EC1906E
Gesamte Fördersumme: 50.541 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Dipl.-Phys. Stephan Klesy
Adresse: PREMA Semiconductor GmbH
Robert-Bosch-Str. 6
55129 Mainz

Entwicklung und Fertigung eines Multiplexer als anwendungsspezifische integrierte analoge Schaltung (ASIC)

Bei Erkrankungen wie entzündlichen rheumatischen Erkrankungen (z. B. axiale Spondylarthritis), sind chronische Rückenschmerzen ein häufiges Symptom. Meist ist eine Physiotherapie indiziert, alleine oder ergänzend zu Medikamenten. Die Physiotherapie soll eine Stärkung der Muskeln des unteren Rückens fördern, die unter normalen Umständen nicht bewusst kontrahiert werden. Deshalb wird das Training als schwierig empfunden. Aus diesem Grund wird im Rahmen des Vorhabens ein tragbares Ultraschall-System entwickelt, das ein Biofeedback über die Genauigkeit des Trainingsaufwandes in der Physiotherapie liefert. Dazu werden Ultraschallsignale von einem tragbaren Elektronikmodul aufgenommen und nach der Digitalisierung an ein "mobile device" zur Analyse mit Deep-Learning-Ansätze weitergeleitet werden. Dazu soll eine an die Anforderungen des Systems angepasste Elektronik entwickelt werden. Hierzu werden im Rahmen des Vorhabens ein Multiplexer als anwendungsspezifische integrierte analoge Schaltung (ASIC) entwickelt und gefertigt. Dieses ASIC wird in das Gesamtsystem aus Hardware und Software/Algorithmen integriert und evaluiert. Dazu werden die Anforderungen an das ASIC spezifiziert und entsprechende Muster gefertigt. Der ASIC-Entwurf wird danach auf seine Eignung hin untersucht und in das Gesamtsystem integriert. Die Funktionsfähigkeit wird anschließend untersucht. Als Grundlagenarbeit damit verbunden ist die Untersuchung und Optimierung der für den ASIC erforderlichen Komponenten, um die geforderten Leistungsdaten zu erfüllen.

Detektion und Analyse von Muskelkontraktionen in Echtzeit

Förderkennzeichen: 01EC1906F
Gesamte Fördersumme: 18.464 EUR
Förderzeitraum: 2020 - 2021
Projektleitung: Matthias Steffen
Adresse: FUSE GmbH Integrierte Kommunikation und Neue Medien
Großer Burstah 46/48
20457 Hamburg

Detektion und Analyse von Muskelkontraktionen in Echtzeit

Zur Unterstützung der Physiotherapie bei Rückenschmerz soll in ULTRAWEAR ein tragbares Ultraschall- System entwickeln werden, das durch die Auswertung von Ultraschall-Signalen mit Methoden der künstlichen Intelligenz ein Biofeedback liefert, mit dem Patienten bei der korrekten Durchführung von physiotherapeutischen Übungen unterstützt werden können. Dazu werden Ultraschallsignale von einem tragbaren Elektronikmodul aufgenommen und nach der Digitalisierung an ein "mobile device" zur Analyse mit Deep-Learning-Ansätze weitergeleitet. Die Algorithmen sollen dazu aus den für den Laien schwer zu interpretierenden Ultraschalldaten ein einfach zu verstehendes Nutzerfeedback generieren. Das Ziel dieses Teilvorhabens ist es, eine entsprechende Nutzeroberfläche für das System zu entwickeln.