Forschungs- & Entwicklungsinformationsdienst der Gemeinschaft - CORDIS

Tragbare Kameras vereinfachen Überwachung von Alltagsaktivitäten Pflegebedürftiger

Medizinisches Personal setzt zunehmend auf assistive Technologien, um Alltagsaktivitäten (activities of daily living, ADL) zu überwachen, insbesondere bei älteren und behinderten Menschen. Eine EU-Initiative präsentierte nun eine Technologie, die mit tragbaren Kameras arbeitet und diese Überwachung vereinfacht.
Tragbare Kameras vereinfachen Überwachung von Alltagsaktivitäten Pflegebedürftiger
Durch die Beobachtung können Mediziner dann bei Patienten beurteilen, wie sie alltägliche Handlungen (Greifen von Gegenständen) bewältigen, um Diagnose und Bewertung zu vereinfachen. So genannte egozentrische Kamerasysteme (aus Sicht des Patienten, der sie trägt) gelten als optimale Lösung zur Überwachung und Bewertung von ADL. Diese assistive Technologie ermöglicht eine langfristige Überwachung und kann genauso viele Informationen über die Aktivitäten eines Patienten liefern wie ein Netzwerk von Überwachungskameras.

In diesem Sinne befasste sich das EU-finanzierte Projekt EGOVISION4HEALTH (Assessing activities of daily living from a wearable RGB-D camera for in-home health care applications) mit egozentrischen computergestützten Kameratechniken, die medizinischem Personal automatische Daten liefern, damit beim Patienten ADL und das Greifen von Objekten beurteilt werden kann.

Die Projektpartner verwendeten hierzu erstmals tragbare Tiefenkameras (RGB-D-Kameras) und analysierten Objektmanipulation und ADL mit detaillierten 3D-Modellen von Händen und Ober- bzw. Ganzkörper.

Speziell entwickelten die Forscher eine neue computergestützte Methode, die mittels einer RGB-D-Kamera auf der Brust des Patienten in Echtzeit 3D-Bilder von Armen und Händen liefert. Zum einen wurden funktionale Objektmanipulationen bei ADL analysiert, zum anderen wurde untersucht, wie sich anhand der Kamerabilder der Kraftaufwand berechnen lässt, der für einen Kontakt nötig ist.

Schließlich befasste sich EGOVISION4HEALTH mit dem komplexeren Problem der Berechnung der Ganzkörperhaltung in 3D auf Basis von RGB-Bildern und machte dabei große Fortschritte. Dabei wurde ein Datensatz realer Bildern mit künstlich erzeugten Bildern erweitert und gezeigt, dass es möglich ist, faltbare neuronale Netze (CNN) mit solchen artifiziellen Bildern zu trainieren. Der technisch ausgereifte Klassifikator, den das Team entwickelte, übertrifft modernste Geräte bei der 3D-Berechnung der Körperhaltung in kontrollierten Umgebungen.

EGOVISION4HEALTH entwickelte tragbare RGB-D-Kameras und erweiterte den Kenntnisstand zur Hand- und Objektdetektion aus subjektiver Perspektive. Mediziner wie Berufs-, Rehabilitations- und Geriatrietherapeuten können so besser die Fähigkeiten oder Schwächen ihrer Patienten bei Alltagshandlungen beurteilen.

Verwandte Informationen

Fachgebiete

Life Sciences

Schlüsselwörter

Tragbar, Alltagsaktivitäten, EGOVISION4HEALTH, RGB-D-Kamera, medizinische Anwendungen
Datensatznummer: 200140 / Zuletzt geändert am: 2017-06-29
Folgen Sie uns auf: RSS Facebook Twitter YouTube Verwaltet vom Amt für Veröffentlichungen der EU Nach oben