Affordable Access

Mobile gait analysis system for evaluation of prosthesis for transfemoral amputees

Authors
  • Thiele, Julius
Publication Date
Apr 02, 2019
Source
DepositOnce
Keywords
Language
German
License
Unknown
External links

Abstract

Einleitung: Der Verlust von Teilen der unteren Gliedmaßen stellt ein einschneidendes Ereignis für jeden Betroffenen dar. Mit einer Beinprothese lässt sich die Mobilität zwar weitestgehend wiedererlangen, jedoch weisen auch Prothesen mit modernen mikroprozessorgesteuerten Kniegelenksystemen (MPK) Limitationen gegenüber dem deutlich komplexeren natürlichen Vorbild auf. Umso wichtiger sind eine sinnvolle Auswahl der Prothesenkomponenten und eine gewissenhafte Anpassung der Prothese an die spezifischen Anforderungen jedes Patienten. Um diesen Optimierungsprozess zu unterstützen und das Ergebnis zu objektivieren, wurde ein mobiles Ganganalysesystem mit einer zugehörigen Expertensoftware entwickelt. Material und Methode: Das mobile Ganganalysesystem erfasst die in der Prothese wirkenden Kräfte und Momente, den Druck und die Scherkräfte auf der kontralateralen Seite sowie die Bewegungen der Körpersegmente Fuß, Unterschenkel, Oberschenkel, Becken und Oberkörper mit je einem drahtlosen Sensor. Daneben wurde ein stationäres Ganganalysesystem mit einer instrumentierten Laufbahn genutzt, um die Validierung der entwickelten Algorithmen zur Auswertung der Sensordaten zu ermöglichen. Mehrere Studien mit transfemoral amputierten Probanden untersuchten den Einfluss von verschiedenen Prothesenkomponenten und Varianten der Prothesengeometrie (Aufbau) auf das Gangbild der Teilnehmer. Exemplarisch wurden typische Abweichungen im Gangbild mit Prothese (Gehfehler) betrachtet. Um eine automatisierte Bewertung der umfangreichen Messdaten zu evaluieren, wurden verschiedene Methoden des maschinellen Lernens eingesetzt. Ergebnisse: Die im mobilen Ganganalysesystem erfassten Kräfte und Momente in der Prothese sowie die berechneten Gelenkwinkel zeigten eine hohe Validität. Der Einsatz verschiedener MPK hatte einen deutlichen Einfluss auf das Gangbild der Probanden, der auf die unterschiedlichen Möglichkeiten der Kniegelenke bei der Erzeugung von Bewegungswiderständen zurückführbar ist. Bei der Untersuchung verschiedener Varianten des Prothesenaufbaus wurden starke interindividuelle Unterschiede aber auch formbedingte intraindividuelle Unterschiede deutlich. Dennoch konnten insbesondere für die Verschiebung der Knieachse in anterior-posteriorer Richtung und für die Anpassung der Plantarflexion des Prothesenfußes systematische Effekte beobachtet werden, wie eine stark individuelle Kompensation der Flexionsneigung in der Standphase. Dies zeigte sich auch bei der Kombination von Aufbauvariationen in der Sagittal- und Frontalebene. Weiterhin fehlten Interaktionseffekte zwischen den Anpassungen in beiden Ebenen und es wurden starke Ermüdungseffekte deutlich. Während sich die untersuchten Gehfehler gut quantifizieren lassen, ist die automatisierte Bewertung des Gangbilds bei den Aufbauvariatioen durch Inter- und Intravariabilität erschwert. Sind die individuellen Besonderheiten im Gangbild eines Probanden bekannt, konnten hohe Erkennungsgenauigkeiten erzielt werden. Diskussion: Das mobile Ganganalysesystem ermöglicht eine objektive Bewertung des Gangbilds transfemoral amputierter Probanden und kann so die Optimierung von Beinprothesen in der Versorgung unterstützen. Wegen der festgestellten individuellen Differenzen ist eine Referenzmessung vor Start des Optimierungsprozesses angezeigt und es sollte eine Einordnung der Messwerte in spezifische Referenzbereiche erfolgen, die sich an der Konstitution der Probanden orientieren. Hierfür ist die Untersuchung größerer Kollektive notwendig, auch um die automatische Auswertung der Messdaten mit Methoden des maschinellen Lernens zu optimieren. Das mobile Ganganalysesystem ermöglicht durch den geringen Messaufwand umfangreiche Studien im versorgungsnahen Umfeld und bietet sich damit für die Sammlung eines umfassenden Datenpools an.

Report this publication

Statistics

Seen <100 times