Assistenzsysteme und Medizintechnik

Critical Systems Engineering Living Lab - Medical Process Modeling (CSE LL-MPM)

Das Living Lab Medical Process Modeling entwickelt Forschungsinfrastruktur für medizinspezifische Fragestellungen. Es ermöglicht die Erfassung und Modellierung standardisierter zeitkritischer Prozesse wie z.B. der prähospitalen Reanimation (dem Mega Code Training). Hierauf aufbauen wird die Analyse der individuellen Durchführungsgüte, Benchmarking und Vorhersage von menschlichen Verhaltensweisen in einem definierten sozio-technischen System, sowie die Optimierung der Abläufe, Mensch-Technik-Interaktion.

Somit leistet das Living Lab CMP einen wesentlichen Beitrag zur Quantifizierung, Optimierung und Standardisierung medizinischer Prozesse.

Ansatz

In einem ersten Schritt wir die nötige Infrastruktur entwickelt um medizinische Arbeitsabläufe (wie der prähospitalen Wiederbelebung) in typischen sicherheitskritischen Situationen technisch mit Fokus auf funktionale Eigenschaften wie Timing, Workloads und Aufmerksamkeitsspanne während der Ausführung zu modellieren.

Hierzu gilt es relevante Bewegungsabläufe der Teilnehmer hochpräzise sowohl über Umgebungs- als auch Inertialsensoren zu verfolgen (Motion Capture). Die Kombination dieser beiden unterschiedlichen Motion Capture Ansätze vermeidet die Schwächen der einzelnen Systeme; beispielsweise sind optische Motion Capture Verfahren sehr anfällig für einfallendes Sonnenlicht und Inertialsensoren werden am Ende des kinematischen Baums (z. B. an den Händen) unpräzise. Desweiteren werden die kognitive Auslastung und die Blickwinkel der Beteiligten vermessen und modeliert.

Darüber hinaus werden alle Aktivitäten, die den Patienten betreffen, mit Hilfe eines A(C)LS Simulators und EKGs erfasst und in einer Evaluierungsplattform zusammengeführt. Zusätzlich soll untersucht werden, welche Sensorik für zukünftige Entscheidungsunterstützungssysteme für den Einsatz im Feld geeignet ist.

Basierend auf den so gewonnenen Kontextinformationen werden die betrachteten Prozesse hinsichtlich Timing, Workloads und Aufmerksamkeitsspanne während der Ausführung modelliert und individuelle Ausführungen gebanchmarkt.

In einem zweiten Schritt werden im Projekt darüber hinaus Simulationsdarstellungen exemplarisch für das Mega Codes Training erstellt und dieses somit optimiert.

Förderung / Kooperationen

Das Interdisziplinäre Forschungszentrum für den Entwurf sicherheitskritischer soziotechnischer Systeme („Interdisciplinary Research Center for Critical Systems Engineering for Socio-Technical Systems") untersucht die Rolle des Menschen bei der Beherrschung komplexer Verkehrssysteme auf dem Land und dem Wasser. Kooperationspartner sind das Oldenburger Informatikinstitut OFFIS, das DLR-Institut für Verkehrssystemtechnik in Braunschweig und das Kompetenznetzwerk SafeTRANS. Das Land Niedersachsen stellt in der aktuellen zweiten Förderphase eine weitere Anschubfinanzierung in Höhe von 2 Millionen Euro zur Verfügung, die Laufzeit wurde hier um weitere 18 Monate verlängert (2017-2018). Das LL MPM wird in Kooperation mit der Professur Medizininformatik des Departments entwickelt.

Publikationen

  • [incollection] bibtex | Dokument aufrufen Dokument aufrufen
    C. Lins, S. M. Müller, und A. Hein, "Model-Based Approach for Posture and Movement Classification in Working Environments," in Ambient Assisted Living: 8. AAL-Kongress 2015,Frankfurt/M, April 29-30. April, 2015, Wichert, R. und Klausing, H., Eds., Frankfurt/M: Springer International Publishing, 2016, pp. 25-33.
    @incollection{Lins.2016b, abstract = {In this paper, we present an approach for model-based movement and posture classification in working environments. The approach presented here is designed for long-term in-situ observations of and by workers in their workplaces. The proposed model is adaptable to different input data, e.g., skeleton data from either an Inertial Measurement Unit (IMU) or a skeleton derived from an optical sensor such as Kinect. We present a preliminary design of the model and suggest algorithms suitable for real-time usage of the model in an IMU-based motion capture suite. In an experiment we measured the weight on the knee while performing different kneeing postures to show the dependence of posture angles on the knee load.},
      address = {Frankfurt/M},
      author = {Lins, Christian and M{\"{u}}ller, Sebastian Matthias and Hein, Andreas},
      booktitle = {Ambient Assisted Living: 8. AAL-Kongress 2015,Frankfurt/M, April 29-30. April, 2015},
      doi = {10.1007/978-3-319-26345-8_3},
      editor = {Wichert, Reiner and Klausing, Helmut},
      isbn = {978-3-8007-3901-1},
      keywords = {Working environment Model Posture Classification K},
      pages = {25--33},
      publisher = {Springer International Publishing},
      series = {Advanced Technologies and Societal Change},
      title = {{Model-Based Approach for Posture and Movement Classification in Working Environments}},
      url = {http://link.springer.com/10.1007/978-3-319-26345-8_3},
      year = {2016} }
  • [inproceedings] bibtex
    S. Hellmers, S. Fudickar, E. Lange, C. Lins, und A. Hein, "Validation of a Motion Capture Suit for Clinical Gait Analysis," in Proc. Proceedings of the 11th EAI Conference on Pervasive Computing Technologies for Healthcare, Barcelona, 2017.
    @inproceedings{Hellmers2017b, abstract = {Gait analysis is often supported by technology. Due to limitations in optical systems, such as limited measurement volumes and the requirement of a laboratory environment, low-cost inertial measurement unit (IMU) based motion capture system might be better suited for gait analysis since they involve no spatial limitations and are flexible applicable. In this paper we investigate, if a low-cost IMU-based motion capture suits are an adequate alternative for clinical gait analysis in terms of accuracy of the determination of joint flexions and gait parameters. For this reason, we developed a gait analysis system and a gait analysis algorithm, which detects joint positions based on the Joint Coordinate System and determines knee, hip, and ankle flexions, as well as spatiotemporal parameters such as the number of steps, cadence, step duration and step length, and the specific gait phases. We evaluated and validated the IMU-based system in comparison to camera-based measurements (as gold standard) with three different healthy adult subjects. The evaluation indicates that the full-body motion capture system achieves a high degree of precision (0.86) and recall (0.98) in the recognition of gait cycles. The harmonic mean F(0.15) of the two factors precision and recall is on average 0.96 and the mentioned temporal gait parameters can be determined with an error below 10 ms. The mean derivation in the determination of joint angles amounts 1.35+-2°. Consequently, the article at hand indicates that low-cost IMU-based motion capture suits are an accurate alternative for gait analysis. },
      address = {Barcelona},
      author = {Hellmers, Sandra and Fudickar, Sebastian and Lange, Eugen and Lins, Christian and Hein, Andreas},
      booktitle = {Proceedings of the 11th EAI Conference on Pervasive Computing Technologies for Healthcare},
      title = {{Validation of a Motion Capture Suit for Clinical Gait Analysis}},
      year = {2017} }
  • [inproceedings] bibtex | Dokument aufrufen Dokument aufrufen
    C. Lins, M. Eichelberg, L. Rölker-Denker, und A. Hein, "SIRKA: Sensoranzug zur individuellen Rückmeldung körperlicher Aktivität," in Proc. Dokumentationsband zur 55. DGAUM--Jahrestagung, München, 2015, pp. 301-303.
    @inproceedings{Lins.2015, abstract = {Im SIRKA-Projekt wird ein neuartiger Messanzug entwickelt, der – in die Arbeitskleidung integriert – Bewegungsabl{\"{a}}ufe und damit verbundene k{\"{o}}rperliche Belastungen pr{\"{a}}zise {\"{u}}ber lange Zeitr{\"{a}}ume erfassen kann.},
      address = {M{\"{u}}nchen},
      author = {Lins, Christian and Eichelberg, Marco and R{\"{o}}lker-Denker, Lars and Hein, Andreas},
      booktitle = {Dokumentationsband zur 55. DGAUM--Jahrestagung},
      isbn = {978-3-9817007-1-8},
      keywords = {Informationenfehlen DOI},
      mendeley-tags = {Informationenfehlen DOI},
      pages = {301--303},
      publisher = {Deutsche Gesellschaft f{\{}{\"{u}}{\}}r Arbeitsmedizin und Umweltmedizin e. V},
      title = {{SIRKA: Sensoranzug zur individuellen R{\"{u}}ckmeldung k{\"{o}}rperlicher Aktivit{\"{a}}t}},
      url = {www.dgaum.de/fileadmin/PDF/Tagungsbaende/Dokumentationsband_DGAUM_2015_END.pdf},
      year = {2015} }