Real-Time and Real-World Gait Monitoring on a Wearable Device: A Fully Embedded System for Parkinson’s Disease
Diese Studie präsentiert und validiert ein vollständig eingebettetes, tragbares Fußsensorsystem, das eine latenzarme Echtzeit-Ganganalyse für die kontinuierliche, langfristige Überwachung von Parkinson-Patienten im Alltag ermöglicht und dabei eine hohe Genauigkeit bei der Schrittsegmentierung sowie der Schätzung zeitlicher Parameter erreicht, ohne auf eine Offline-Verarbeitung angewiesen zu sein.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Das Gehen ist ein grundlegender menschlicher Rhythmus, eine Abfolge von Schritten, die die meisten Menschen ohne einen zweiten Gedanken ausführen. Doch für Millionen von Menschen, die mit Parkinson leben, ist dieser Rhythmus jedoch fragil. Die Erkrankung führt dazu, dass sich die Bewegungen des Körpers unvorhersehbar verändern, wobei die Schritte in einer Weise zu schlurfen, einzufrieren oder zu stolpern beginnen, die sich von Stunde zu Stunde ändern kann. Ärzte haben sich lange auf kurze Praxisbesuche verlassen, um diese Probleme zu beurteilen, aber eine Momentaufnahme in einer Klinik erfasst oft nicht das wahre Bild davon, wie sich ein Mensch im Laufe seines Tages bewegt. Um das volle Ausmaß der Krankheit zu verstehen, müssen Forscher den Patienten in seinem eigenen Zuhause sehen und beobachten, wie er geht, während er Kaffee kocht, die Straße überquert oder einen belebten Raum durchquert. Die Herausforderung bestand darin, ein Werkzeug zu bauen, das klein und intelligent genug ist, um am Fuß getragen zu werden, leistungsstark genug, um Schritte im Moment ihres Geschehens zu analysieren, und effizient genug, um den ganzen Tag zu halten, ohne den Akku zu entleeren.
Ein Forschungsteam hat nun genau ein solches System entwickelt und getestet. Sie entwickelten ein kompaktes Gerät, das an einem Schuh befestigt wird und winzige Sensoren nutzt, um Bewegungen in Echtzeit zu messen. Im Gegensatz zu bisherigen Systemen, die Daten für eine spätere Analyse in einem Labor aufzeichneten, verarbeitet dieses Gerät die Informationen sofort, direkt dort, wo der Sensor sitzt. Die Forscher entwickelten einen zweistufigen Prozess, um dies möglich zu machen. Zuerst lernt das Gerät, zwischen dem bloßen Stehen oder Sitzen einer Person und dem Moment, in dem sie zu gehen beginnt, zu unterscheiden. Erst wenn es tatsächliche Bewegung erkennt, schaltet es auf seine komplexere Analyse um, um den Gang in einzelne Schritte zu zerlegen. Dieses kluge Design spart Energie, wodurch das Gerät über lange Zeiträume laufen kann, ohne aufgeladen werden zu müssen, während es gleichzeitig sicherstellt, dass es nur arbeitet, wenn es wirklich benötigt wird.
Das Team testete seine Kreation auf zwei verschiedene Arten, um sicherzustellen, dass sie sowohl unter kontrollierten als auch unter unkontrollierten, realen Bedingungen funktioniert. Zuerst verwendeten sie Aufzeichnungen von 28 Parkinson-Patienten, die über Tage hinweg ähnliche Sensoren in ihren eigenen Häusern getragen hatten. Sie speisten diese Daten in ihr System ein, als würden sie live eintreffen, was es ihnen ermöglichte, die Einstellungen des Geräts so abzustimmen, dass sie den unregelmäßigen und manchmal zittrigen Gang dieser Patienten bewältigen kann. Sie fanden heraus, dass das System fast zu 100 Prozent der Zeit korrekt identifizieren konnte, wann eine Person ging. Wenn es darum ging, Schritte zu zählen und zu timen, war das Gerät bemerkenswert genau und entsprach in seiner Leistung den viel größeren Offline-Computersystemen, die als Goldstandard in der Forschung gelten.
Um zu beweisen, dass das System tatsächlich in Echtzeit arbeiten kann, testeten die Forscher die endgültige Hardware an 18 gesunden Freiwilligen. Diese Teilnehmer gingen in einem Labor, während sie das Gerät trugen, welches die Daten drahtlos an einen Computer sendete, während sie sich bewegten. Die Ergebnisse zeigten, dass der gesamte Prozess, vom Erfassen des Fußaufsetzes bis zum Senden des Ergebnisses an den Computer, nur etwas über eine Sekunde dauerte. Das Gerät berechnete die Zeit jedes Schrittes mit einem Fehler von 0,3 % – eine Präzision, die ausreicht, um die subtilen Veränderungen der Gehgeschwindigkeit und des Rhythmus zu erfassen, die oft auf eine Verschlechterung der Parkinson-Symptome hindeuten.
Der Erfolg dieses Projekts liegt in seiner Balance zwischen Leistung und Einfachheit. Indem sie einen geradlinigen Satz von Regeln basierend auf der Physik der Bewegung anstelle komplexer KI-Modelle verwendeten, die eine schwere Rechenleistung erfordern, hielten die Forscher das Gerät klein und energieeffizient. Das Endprodukt ist ein winziger Kasten, etwa so groß wie eine Streichholzschachtel, der an einen Schuh geschnallt werden kann. Es muss nicht mit einem Computer oder einem Cloud-Server verbunden sein, um zu funktionieren; es denkt selbst nach. Diese Fähigkeit öffnet die Tür zu einer kontinuierlichen Überwachung, bei der Ärzte und Patienten sehen können, wie sich die Mobilität im Laufe des Tages verändert, was potenziell zu einer besseren Dosierung von Medikamenten und einer früheren Erkennung von Stürzen führen kann. Während das System streng an gesunden Menschen und simulierten Echtzeitdaten von Patienten getestet wurde, merken die Forscher an, dass der ultimative Test darin bestehen wird, wie es funktioniert, wenn es von Patienten während ihres unüberwachten Alltags getragen wird. Für den Moment beweist die Arbeit, dass es möglich ist, die Kraft der detaillierten Ganganalyse aus dem Labor in die reale Welt zu bringen und so einen neuen Weg zu eröffnen, um den Gehrythmus derer zu überwachen, die es am dringendsten benötigen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.