Institut für Automation und angewandte Informatik

Ganganalyse

Langname

Anwendung von Methoden der Computational Intelligence zur automatisierten Diagnoseerstellung in der Ganganalyse

Antragsteller

Professor Dr. Hans Jürgen Gerner
Universitätsklinikum Heidelberg
Zentrum für Orthopädie, Unfallchirurgie und Paraplegiologie
Klinik Orthopädie und Unfallchirurgie

Professor Dr.-Ing. Georg Bretthauer
Karlsruher Institut für Technologie (KIT)
Institut für Angewandte Informatik

Dr. Leonhard Döderlein
Behandlungszentrum Aschau GmbH

Förderung

DFG, 2001-2006

Beschreibung

Die Instrumentelle Ganganalyse ist ein wichtiges Verfahren der Bewegungsanalyse. Sie stellt ein Verfahren zur quantitativen Untersuchung und Dokumentation des menschlichen Ganges dar. Dabei werden die Videodaten von Bewegungsabläufen, die gemessenen Bodenreaktionskräfte sowie unter Umständen die Muskelaktivität (Elektromyographie - EMG) und der Sauerstoffverbrauch simultan aufgezeichnet. Die Methodik erlaubt die Erfassung von dynamischen Bewegungsvorgängen, die in ihrer Komplexität durch einfache optische Kontrolle nicht in ausreichendem Umfang beurteilt werden können. Die so gewonnenen Daten werden zur Diagnose- und Therapieplanung bei Bewegungsstörungen, zur Untersuchung von Bewegungsmustern bei der funktionellen Elektrostimulation und bei Prothesen verwendet.
Bei der Diagnose und Therapieplanung wird die Ganganalyse hauptsächlich bei inkompletten Querschnittlähmungen (jährlich ca. 1200 hinzukommende Fälle in der Bundesrepublik Deutschland), bei frühkindlichen Hirnschädigungen Cerebral Palsy - CP, 20.000 Fälle/Jahr) und bei Schlaganfallpatienten (150.000 Patienten/Jahr) eingesetzt. Für die gesamte Diagnostik und Therapieplanung werden aus der klinischen Erfahrung stammende, nur unscharf definierte Entscheidungsregeln von Seiten der Untersucher verwendet. Neben der aufwendigen apparativen Ausrüstung von Ganglabors hemmt dieser Fakt den praktischen Routineeinsatz der Ganganalyse für alle in Frage kommenden Patienten.
Erste Versuche, diese Entscheidungen mittels einer automatisierten Klassifikation zu objektivieren, wurden bereits in der Vergangenheit unternommen. Dazu wurden eng umrissene Fragestellungen mit datenbasierten Methoden oder Expertensystemen bearbeitet. Der Grund für die eingeschränkte Verwendbarkeit all dieser Verfahren liegt hauptsächlich an den bekannten Problemen, Expertenwissen zu erfassen und zu formalisieren. Datenbasierte Verfahren führen hingegen meist zu schwer interpretierbaren, nicht nachvollziehbaren Lösungen und Lösungswegen. Eine Übertragbarkeit der Verfahren auf andere Institutionen und Fragestellungen ist somit nur in begrenztem Maße zu erreichen und konnte sich deshalb bisher auch nicht in der breiten klinischen Anwendung durchsetzen.
Im Rahmen eines Gemeinschaftsprojektes mit der Stiftung Orthopädische Universitätsklinik Heidelberg (Ganganalyselabor und Laufbandlokomotion) wurde im Unterschied zu bisher bekannten Verfahren angestrebt, expertenunabhängige datenbasierte Methoden und auf Expertenwissen basierende Methoden zu kombinieren und die Interpretierbarkeit der datenbasiert gewonnener Ergebnisse für den Experten zu garantieren. Damit werden Entscheidungen unterstützt und eine quantitative Bewertung wird ermöglicht.
Die entwickelten Verfahren wurden unter MATLAB implementiert und teilweise in Heidelberg in das vorhandene Auswertesystem integriert.


Ausgewählte Publikationen

Wolf, S.; Loose, T.; Schablowski, M.; Döderlein, L.; Rupp, R.; Gerner, H. J.; Bretthauer, G. & Mikut, R.: Automated Feature Assessment in Instrumented Gait Analysis. Gait & Posture, 2006, 23(3), 331-338

Wolf, S.; Braatz, F.; Metaxiotis, D.; Armbrust, P.; Dreher, T.; Döderlein, L. & Mikut, R.: Gait analysis may help to distinguish hereditary spastic paraplegia from cerebral palsy. Gait & Posture, 2011, 33(4), 556-561

Wolf, S. I.; Mikut, R.; Kranzl, A. & Dreher, T.: Which Functional Impairments are the Main Contributors to Pelvic Anterior Tilt during Gait in Individuals with Cerebral Palsy?
Gait & Posture, Elsevier, 2014, 39, 359-364