High-Level Feature Extraktion aus Bewegungsdaten von Parkinson-Patienten

Zusammenfassung

Seit über 20 Jahren wird untersucht, auf welche Weise Beschleunigungssensoren als Diagnose- und Therapieunterstützung für die sich als Bewegungsstörung manifestierende Parkinson-Krankheit eingesetzt werden können. Immer komplexere Sensoren und bessere Bewegungsmodelle in silicio erlauben es, diese Ansätze fortzuführen und die Bewegungen von Parkinson-Patienten als Ganzes zu untersuchen, anstatt anstatt sich auf einzelne Bereiche zu konzentrieren. Diese Arbeit steht am Beginn dieser Untersuchung und dokumentiert die Extraktion und Auswertung von ersten, komplexen High-Level Features aus Bewegungsdaten. Es werden zum Beispiel die Geschwindigkeit und die Positionen einzelner Körperteile verwendet, um die Posi- tionen einzelner Schritte oder die Vorwärtsneigung beim Gehen zu bestimmen. Mit einem Fokus auf die Auswertung der Schrittlänge beim Gehen, werden nicht nur Unterschiede zwischen Parkinson-Patienten und gesunden Versuchspersonen dargestellt, sondern auch weitere Ansätze zur Analyse von Bewegungsdaten gezeigt.