Orthelligent® VISION
Eine innovative, auf künstlicher Intelligenz basierende Ganganalyse ohne den Einsatz von Markern, die neue Maßstäbe in der Bewegungsforschung setzt.
Was kann Orthelligent® VISION?
Die KI-basierte, markerlose Bilderkennungstechnologie von Orthelligent® VISION ermöglicht es, Bewegungen anhand von Videos zu analysieren. Eine Ganganalyse kann in weniger als 5 Minuten abgeschlossen werden.
Was wird benötigt?
Für die Anwendung von Orthelligent® VISION benötigt man ein handelsübliches Tablet mit integrierter Videokamera und die Orthelligent® VISION-App. Es werden keine Marker oder sonstige Kameras benötigt.
Was sagen unsere Kunden?
-
Physiotherapeutin
A. Volk
Physiotherapeutin
A. Volk
"Eine Bewegungsanalyse-App kann sowohl Physiotherapeuten als auch Orthopädietechnikern dabei helfen, präzise Therapiepläne zu erstellen und individuell gefertigte Orthesen herzustellen, indem sie genaue Bewegungsdaten liefert. Außerdem können damit die Fortschritte des Patienten verfolgt werden."
-
Parkinson Syndrom
Hannelore S
Parkinson Syndrom
Hannelore S
"Mit der Videoaufnahme und Auswertung kann mir meine Physiotherapeutin verdeutlichen, wie sich mein Bewegungsablauf durch die Therapie optimiert hat".
-
Orthopädietechnik-Mechaniker
T. Terglane
Orthopädietechnik-Mechaniker
T. Terglane
"Als Orthopädietechnik-Mechaniker kann ich die App gut in meine Befundaufnahme integrieren und sie unterstützt mich in der Kommunikation mit dem Kunden".
-
Orthopädietechnik-Mechaniker-Meister
O. Müller
Orthopädietechnik-Mechaniker-Meister
O. Müller
"Durch die Integration der App in unsere Bewegungsanalysen ergeben sich viele Vorteile. Zum Beispiel können wir dem Kunden bildlich darstellen, wie sich sein Gangbild durch eine Orthesenversorgung positiv verändert. Des Weiteren können auch Therapieziele abgeleitet werden".
-
Klumpfüße beidseits
Leon M.
Klumpfüße beidseits
Leon M.
"Die App macht für mich messbar, welche Verbesserungen ich durch die neuen Orthesen erreicht habe."
Warum Orthelligent® VISION?
Die App hilft Dir auf Basis von präzisen Daten minutenschnell Bewegungen, Fehlstellungen oder Fehlhaltungen präzise zu beurteilen.
Wie funktioniert VISION?
-
Video-/Fotoaufnahme
Video-/Fotoaufnahme
Zunächst wird der Bewegungsablauf einer Person mit der Tablet-Kamera (On-Device-Kamera) als Video – ohne das Anbringen von optischen Markern – aufgenommen. Es reicht häufig eine einzige Videoaufnahme aus.
-
Bilderkennung mit KI
Bilderkennung mit KI
Auf der Basis von Deep-Learning-Algorithmen, einem Neuronalen Netzwerk und umfangreichen annotierten Bilddatensätzen berechnet Orthelligent® VISION anhand der Video-Aufnahme 33 Koordinatenpunkte, die bestimmte Positionen am menschlichen Körper anzeigen (Pose Estimation).
-
Bewegungsanalyse
Bewegungsanalyse
Auf Basis der ermittelten Koordinatenpunkte analysiert Orthelligent® VISION die Bewegung und liefert automatisiert präzise Messergebnisse, beispielsweise zur Funktionsfähigkeit von Gelenken oder im Kontext einer Ganganalyse.
Die Vorteile von Orthelligent® VISION auf einen Blick
Häufig gestellte Fragen (FAQs)?
Wir empfehlen eine Fläche von 5x5 Metern, min. 3m x 3m. Der Abstand zur Person sollte 3m nicht unterschreiten. Wichtig ist, dass sowohl Kopf als auch Fuße über den kompletten Videoverlauf sichtbar sind (der Patient kann aber ohne Probleme aus dem Bildschirm treten, umdrehen und wieder durch das Bild laufen).
Orthelligent VISION benötigt 6 Schritte am Stück.
90cm.
Ja, die Lizenz kann für mehrere Tablets gleichzeitig genutzt werden.
Nein, ein Laufband wird für die Ganganalyse via Orthelligent VISION nicht benötigt. Die KI erkennt die Gangphasen im natürlichen Umfeld.
Trotzdem kann auch ein Laufband verwendet werden (vor allem, wenn die Räumlichkeiten sehr klein sind).
Erste Pilotstudien
Wir haben Orthelligent VISION verglichen
Seit einigen Jahren werden die Validität und die Zuverlässigkeit der KI-basierten Bewegungsanalyse im Rahmen von Studien ausführlich untersucht – unter anderem im Vergleich zu herkömmlichen markerbasierten Videosystemen. Die bereits vorliegenden Publikationen geben Hinweise, dass die KI-basierten Technologie robuste und valide Messergebnisse liefern können.
Studie 1: Vergleich mit Simi Motion
Bei allen fünf Bewegungsabläufen zeigte sich eine sehr hohe Übereinstimmung der Messergebnisse beider Systeme. Die durchschnittlichen Pearson-Korrelationskoeffizienten bezogen auf alle drei Probandinnen lagen – abhängig vom Bewegungstest – zwischen 0,988 und 0,998.
Studie 2 Vergleich mit Goniometer - Knie
Bei beiden Bewegungsabläufen stimmten die Messergebnisse in hohem Maß überein. Der durchschnittliche Pearson-Korrelationskoeffizient bezogen auf alle 15 Probanden und beide Bewegungen betrug 0,989 bei einer mittleren Abweichung von 7,35.
Studie 3: Vergleich mit Goniometer - Schulter
Die Messergebnisse der beiden Methoden zeigen eine hohe Übereinstimmung bei allen vier Bewegungsabläufen. Der durchschnittliche Pearson-Korrelationskoeffizient – bezogen auf alle neun Probanden und vier Bewegungen – betrug 0,978 bei einer mittleren Abweichung von 12,65.