Bernstein Netzwerk Computational Neuroscience
  • Home
  • Netzwerk
    • Das Bernstein Netzwerk
    • Bernstein Zentren
      • Berlin
      • Freiburg
      • Göttingen
      • München
      • Tübingen
      • Heidelberg-Mannheim
    • Forschungsinfrastruktur
      • High Performance Simulation and Data Analysis
      • Forschungsdaten-Management
      • Wissenschaftskommunikation
      • Wissenschaftskoordination
    • Preise und Initiativen
      • Valentin Braitenberg Award
      • Brains for Brains Nachwuchspreis
      • Bernstein SmartSteps
    • Gremien des Netzwerks
    • Satzung
    • Mitgliedschaft
    • Historie
    • Spenden
    • Kontakt
  • Newsroom
    • Newsroom
    • Aktuelles
    • Meet the Scientist
    • Veranstaltungen
    • Ausschreibungen
    • Medienecho
    • Presse
    • Publikationen des Netzwerks
    • Bernstein Bulletin
  • Forschung und Lehre
    • Forschung und Lehre
    • Wissenschaftler:innen finden
    • Studienprogramme
      • Masterprogramme
      • Promotionsprogramme
    • Studienangebote
      • Bernstein Student Workshop Series 2023
      • Online Learning
      • Kurse für Fortgeschrittene
      • Praktika und Abschlussarbeiten
    • Ethos des Bernstein Netzwerks
  • Karriere
    • Karriere
    • Stellenangebote
    • Verstärken Sie unser Team
  • Bernstein Conference
    • Bernstein Conference
    • Program
      • Satellite Workshops
      • Valentin Braitenberg Award
      • Conference Dinner
    • Registration
    • Abstract Submission
    • Early Career Scientists
      • Postdoc Meeting
      • PhD Symposium
      • Travel grants
    • Exhibition
    • General Information
      • About the Bernstein Conference
      • Important dates & FAQ
      • PR Media Policy
      • Data Policy
      • Code of Conduct
  • DE
  • EN
  • Suche
  • Menü Menü
Sie sind hier: Startseite1 / Newsroom2 / Aktuelles3 / Krankhafte Bewegungsmuster erkennen – mit Hilfe künstlicher Intelligenz
Göttingen – 17. Juni 2019

Krankhafte Bewegungsmuster erkennen – mit Hilfe künstlicher Intelligenz

Göttinger Forschungsprojekt „Deep Movement Diagnostics“ erhält rund 1,2 Millionen Euro für die Entwicklung dreidimensionaler Rekonstruktionen von Bewegungsmustern

Fingergelenke einer Hand beim Greifen eines Objektes/ Finger joints of a hand when gripping an object

Detaillierte videobasierte Erfassung der Bewegung aller Fingergelenke einer Hand beim Greifen eines Objektes mittels künstlicher Intelligenz. © Swathi Sheshadri

/DPZ/ Geh- und Greifbewegungen von Patienten zuverlässig zu bewerten, ist für die Diagnose und Therapie von Bewegungsstörungen essentiell, beispielsweise nach einem Schlaganfall oder bei Parkinson-Syndromen. Wie gut diese anspruchsvolle Diagnostik gelingt, hängt maßgeblich von der Erfahrung und den Fähigkeiten des behandelnden Arztes ab. Hier setzt das von Alexander Gail, Wissenschaftler am Deutschen Primatenzentrum – Leibniz-Institut für Primatenforschung, koordinierte Projekt „Deep Movement Diagnostics“ an. Das Team, zu dem auch Mathias Bähr und Melanie Wilke, beide Universitätsmedizin Göttingen, Florentin Wörgötter, Universität Göttingen, und Hansjörg Scherberger, Deutsches Primatenzentrum, gehören, will Erkenntnisse aus maschinellem Lernen und Robotik nutzen, um die objektive Beurteilung von Bewegungsmustern zu verbessern. Das Forscherteam erhält dafür knapp 1,2 Millionen Euro über einen Zeitraum von drei Jahren aus der Förderlinie „Big Data in den Lebenswissenschaften der Zukunft“, die von der Initiative „Niedersächsisches Vorab“ der Volkswagenstiftung ausgeschrieben wurde.

„Bewegungsstörungen wie Zittern, Lähmungen oder Störungen der Muskelspannung betreffen viele Patienten, die an Schlaganfällen oder neurodegenerativen Erkrankungen wie Parkinson oder Multipler Sklerose leiden. Die Mobilitätseinschränkungen präzise und reproduzierbar zu erfassen, stellt eine große Herausforderung in der Diagnostik und Therapiekontrolle dar, da dies erfahrene Ärzte voraussetzt, die nicht immer vorhanden sind“, erläutert der Direktor der Neurologischen Klinik an der Universitätsmedizin Göttingen Mathias Bähr.

Team Deep Movement Diagnostics

Das Forscherteam des Projekts „Deep Movement Diagnostics“ (von links): Prof. Melanie Wilke und Prof. Mathias Bähr, beide Universitätsmedizin Göttingen, Prof. Alexander Gail, Deutsches Primatenzentrum, Prof. Florentin Wörgötter, Universität Göttingen, und Prof. Hansjörg Scherberger, Deutsches Primatenzentrum. Foto: Karin Tilch

Das Projekt „Deep Movement Diagnostics“ setzt hier an. Das campusübergreifende Forscherteam um Alexander Gail will modernste Erkenntnisse aus maschinellem Lernen und Robotik nutzen, um Bewegungsmuster objektiv, standardisiert und benutzerfreundlich zu erfassen. „Wir werden unsere Expertise in den Bereichen der Körper- und Augenbewegungen bei Menschen und Affen, der Neurophysiologie und klinischen Neurologie sowie der Prothetik und Robotik bündeln“, sagt Alexander Gail.

Mit Hilfe modernster digitaler Methoden sollen Geh- und Greifbewegungen in bislang nicht umsetzbarer Präzision gemessen und modelliert werden, um darauf aufbauend diagnostische Werkzeuge für individualisierte Therapieansätze, beispielsweise bei Parkinson- oder Schlaganfallpatienten, zu ermöglichen. Dabei spielen die Untersuchungen zur Motorik bei Affen eine wichtige Rolle, sie sind die Grundlage für die spätere Anwendung am Menschen. „Unser Ziel ist es, ein preiswertes, leicht zu bedienendes System zu entwickeln, das flächendeckend zur Diagnose und Therapiekontrolle bei Bewegungsstörungen eingesetzt werden kann“, sagt Projektleiter Alexander Gail.

„Leichte Anwendbarkeit und geringer Aufwand für die Durchführung der Untersuchungen sind wichtige Faktoren, um die Akzeptanz bei den Patienten zu erhöhen“, sagt Melanie Wilke, Direktorin des Instituts für Kognitive Neurologie. „Wir versprechen uns von den neuen videobasierten Methoden einen qualitativen Sprung gegenüber den derzeitigen klinischen Untersuchungstechniken.“

Neben der reinen Diagnostik will das Forscherteam komplexe Bewegungsabläufe bei gesunden Probanden und bei Affen untersuchen, um so die neurophysiologischen Grundlagen von Bewegungsstörungen besser zu verstehen.

>> originale Pressemitteilung

Krankhafte Bewegungsmuster erkennen – mit Hilfe künstlicher Intelligenz

28. Oktober 2020/in /von Alexandra Stein

Kontakt Aktuelles

Kontakt

Prof. Dr. Alexander Gail

Gruppenleiter Kognitive Neurowissenschaften
Kellnerweg 4
37077 Göttingen

+49 551 3851-358
agail@dpz.eu

Prof. Dr. Hansjörg Scherberger

Leiter Neurobiologie
Kellnerweg 4
37077 Göttingen

+49 551 3851-494
hscherberger@dpz.eu

Dr. Susanne Diederich

Leiterin
Kommunikation
Kellnerweg 4
37077 Göttingen

+49 551 3851-359
sdiederich@dpz.eu

Bernstein Netzwerk Computational Neuroscience Logo

Mitglied werden
Satzung
Spenden
Newsletter abonnieren

 

Folgen Sie uns

Mastodon
© 2023 Bernstein Netzwerk Computational Neuroscience
  • Kontakt
  • Impressum
  • Datenschutz
Nach oben scrollen
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Anbieter verwalten Lesen Sie mehr über diese Zwecke
Einstellungen
{title} {title} {title}