AI Quick Summary

Moderne Smartwatches enthalten viele Sensoren, welche geeignet sind, den Zustand von z.B. Parkinsonpatienten zu verfolgen. In diesem Projekt erstellen Sie eine App für eine Smartwatch, welche aus deren Sensoren die Aktivitäten der tragenden Person erkennt. Die Abfolge von Aktivitäten erlaubt einen Rückschluss auf den Zustand der Person. Ausgangslage und Problemstellung: Human Activity Recognition (HAR) ist ein breites Forschungsgebiet und befasst sich mit der Erkennung von menschlichen Aktivitäten anhand verschiedenster Sensorgrössen. Durch Auswertung der erkannten Aktivitätsmuster können verschiedene Aussagen über den Krankheistverlauf eines Patienten getroffen werden. Bei Parkinsons Patienten besteht beispielsweise die Möglichkeit, automatisch Symptome wie bradykinesia, dyskinesia und tremor erkannt und getrackt werden. Durch die zunehmende Integration von präzisen Sensoren in Smartwatches lassen sich solche Analysen auch mit Konsumer-Hardware durchführen. Ziel der Arbeit und erwartete Resultate: Ziel dieser Arbeit ist die Weiterentwicklung und Optimierung einer Android-SmartWatch Applikation zur automatischen Aufzeichnung und Analyse von Vibrationsdaten für Langzeituntersuchungen bei Parkinsons Patienten. Dies umfasst folgende Themengebiete:Optimierte Datenkompression und robuste ÜbertragungIntegration einer BLE-Indoor LokalisationErkennung einfacher Aktivitätsmuster Gewünschte Methoden, Vorgehen: Die Studierenden erarbeiten zusammen mit dem Auftraggeber die Use-Cases (Requirement Engineering) für den Einsatz des Systems in Langzeitmessungen. Kreativität, Varianten, Innovation: Die Studierenden sind frei in der Lösungsfindung, sofern alle relevanten Anforderungen eingehalten werden können. Voraussetzung ist eine klare und nachvollziehbare Evaluation und Dokumentation.

Project Idea Metadata

• Project Idea Name: E-Health Smartwatch für Aktivitätserkennung
• Date: 11/26/2021 8:38:24 AM
• Administrators:
  • Andreas Rumsch

Project Idea Description

Ausgangslage und Problemstellung:

Human Activity Recognition (HAR) ist ein breites Forschungsgebiet und befasst sich mit der Erkennung von menschlichen Aktivitäten anhand verschiedenster Sensorgrössen. Durch Auswertung der erkannten Aktivitätsmuster können verschiedene Aussagen über den Krankheistverlauf eines Patienten getroffen werden. Bei Parkinsons Patienten besteht beispielsweise die Möglichkeit, automatisch Symptome wie bradykinesia, dyskinesia und tremor erkannt und getrackt werden. Durch die zunehmende Integration von präzisen Sensoren in Smartwatches lassen sich solche Analysen auch mit Konsumer-Hardware durchführen.

Ziel der Arbeit und erwartete Resultate:

Ziel dieser Arbeit ist die Weiterentwicklung und Optimierung einer Android-SmartWatch Applikation zur automatischen Aufzeichnung und Analyse von Vibrationsdaten für Langzeituntersuchungen bei Parkinsons Patienten. Dies umfasst folgende Themengebiete:

Optimierte Datenkompression und robuste Übertragung

Integration einer BLE-Indoor Lokalisation

Erkennung einfacher Aktivitätsmuster

Gewünschte Methoden, Vorgehen:

Die Studierenden erarbeiten zusammen mit dem Auftraggeber die Use-Cases (Requirement Engineering) für den Einsatz des Systems in Langzeitmessungen.

Kreativität, Varianten, Innovation:

Die Studierenden sind frei in der Lösungsfindung, sofern alle relevanten Anforderungen eingehalten werden können. Voraussetzung ist eine klare und nachvollziehbare Evaluation und Dokumentation.

Moderne Smartwatches enthalten viele Sensoren, welche geeignet sind, den Zustand von z.B. Parkinsonpatienten zu verfolgen. In diesem Projekt erstellen Sie eine App für eine Smartwatch, welche aus deren Sensoren die Aktivitäten der tragenden Person erkennt. Die Abfolge von Aktivitäten erlaubt einen Rückschluss auf den Zustand der Person.