Mobile Gait Analysis : From Prototype towards Clinical Grade Wearable

dc.contributorEskofier, Björn M.
dc.contributorChiari, Lorenzo
dc.contributorKlucken, Jochen
dc.contributor.advisorEskofier, Björn M.
dc.contributor.authorHannink, Julius
dc.date.accessioned2019-04-02
dc.date.available2019-04-01
dc.date.created2019
dc.date.issued2019-04-02
dc.description.abstractThe aim of this thesis is to move mobile gait analysis systems based on inertial sensing closer towards clinical grade wearable devices. Such devices are envisioned to be used in everyday clinical practice for objective gait assessment under supervised conditions as well as for remote monitoring of gait in real-life environments. Such applications, however, require clinical grade of the wearable device established through clearance by the authorities and this process needs to be based on scientific research. The present thesis moves towards this aim in three main areas: Benchmarking methodological choices in foot trajectory reconstruction, extending the stride parameterization with kinetic features and reducing the assumption set current mobile gait analysis systems are built upon in order to widen the scope of gait disorders these systems can be used in.en
dc.description.abstractZiel der vorliegenden Arbeit ist es, mobile Ganganalysesysteme basierend auf Inertialsensorik in Richtung klinischer Anwendbarkeit zu führen. Solche Geräte sollen sowohl im klinischen Alltag zur objektiven Gangbeurteilung unter kontrollierten Bedingungen, als auch außerhalb des klinischen Umfeldes eingesetzt werden. Diese Art der Anwendungen erfordern jedoch die behördlich attestierte, klinische Qualität des jeweiligen tragbaren Geräts, was ein hohes Maß wissenschaftlicher Forschung voraussetzt. Die vorliegende Arbeit bewegt sich in drei Aspekten auf dieses Ziel zu: (1) Verschiedene Methoden zur Rekonstruktion der Fußtrajektorie werden standardisiert und auf identischer Datenbasis verglichen, (2) die Schrittparametrisierung wird um kinetische Merkmale erweitert und (3) kritische Annahmen, auf denen aktuelle mobile Ganganalysesysteme aufbauen, werden aufgehoben, um den Anwendungsbereich dieser Systeme zu erweitern.de
dc.format.extent227 S.
dc.identifier.doihttps://doi.org/10.25593/978-3-96147-173-7
dc.identifier.isbn978-3-96147-173-7
dc.identifier.opus-id10762
dc.identifier.urihttps://open.fau.de/handle/openfau/10762
dc.identifier.urnurn:nbn:de:bvb:29-opus4-107620
dc.language.isoen
dc.publisherFAU University Press
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/deed.de
dc.subjectmobile gait analysis
dc.subjecthuman gait
dc.subjectspatio-temporal stride parameters
dc.subjectParkinson's disease
dc.subjectinertial sensors
dc.subjectdynamic postural control
dc.subjectregression
dc.subject.ddcDDC Classification::0 Informatik, Informationswissenschaft, allgemeine Werke :: 00 Informatik, Wissen, Systeme :: 006 Spezielle Computerverfahren
dc.titleMobile Gait Analysis : From Prototype towards Clinical Grade Wearableen
dc.titleMobile Ganganalyse: Vom Prototyp in Richtung klinisch anwendbarer systemede
dc.typedoctoralthesis
dcterms.publisherFAU University Press
local.date.accepted2018-09-06
local.notesOpusParallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-172-0
local.publisherplaceErlangen
local.sendToDnbfree*
local.series.id28
local.series.nameFAU Studien aus der Informatik
local.series.number6
local.subject.fakultaetTechnische Fakultät
local.subject.gndBeschleunigungssensor
local.subject.gndGanganalyse
local.subject.gndBewegungsstörung
local.subject.gndParkinsonismus
local.subject.gndMaschinelles Lernen
local.subject.gndDeep Learning
local.subject.sammlungUniversität Erlangen-Nürnberg / FAU University Press
local.thesis.grantorFriedrich-Alexander-Universität Erlangen-Nürnberg (FAU) Technische Fakultät
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
10762_JuliusHannink_Diss_OPUS.pdf
Size:
3.68 MB
Format:
Adobe Portable Document Format
Description:
Faculties & Collections