2020-03 | E-BRAiN - Newsletter - „Wie erkennt ein Roboter das richtige Durchstreichen von Kreisen?“ – Digitalisierung des Arm-Fähigkeits-Trainings

Sehr geehrte Damen und Herren,

mit unserem dritten Newsletter, wollen wir Sie über einige der aktuellen Forschungsarbeiten am Lehrstuhl Softwaretechnik unter der Leitung von Prof. Dr. Peter Forbrig am Institut für Informatik der Universität Rostock informieren.

Für Übungsaufgaben zum Arm-Fähigkeits-Training, AFT wurden im Rahmen des Projektes E-BRAiN Überlegungen angestellt, wie ein humanoider Roboter die Aufgabenerledigung beobachten und helfend sowie motivierend eingreifen kann. Als Beispiel sei die Aufgabe zum Durchstreichen von Kreisen kurz vorgestellt. Dabei müssen Patienten in einer gewissen Zeitspanne Kreise auf einem vorbereiteten Papier von links nach rechts durchstreichen. Am Ende einer Zeile geht es dann jeweils in umgekehrter Richtung weiter. Die Aufgabe trainiert die Arm-Hand-Ruhe und das präzise Versetzen des Armes bei Schlaganfall-Patienten, die noch leichte Armlähmungen haben. Ein Therapeut beobachtet die Übung und fordert den Patienten zu einer Wiederholung auf, wenn das Durchstreichen nicht korrekt war. Abbildung 1 zeigt den Zwischenstand einer Durchführung.

 

Abbildung 1 Ausschnitt aus einem ausgefüllten Papierformular.

 

Für einen Roboter ist es eine große Herausforderung, wirklich zu erkennen, ob die Übung korrekt ausgeführt wird. Es wurde daher entschieden, eine Digitalisierung dieser Aufgabe vorzunehmen. Das Papier wird durch ein Tablet ersetzt und die Kreise werden durch eine App gezeichnet. Die App entscheidet dann selbst, ob das Durchstreichen richtig durchgeführt wurde. Diese Entscheidung ist nicht so ganz einfach. In Abbildung 2 werden vier Beispiele gezeigt, von denen drei nicht als korrekt angesehen werden. Der Austrittspunkt eines Striches muss entfernt vom Austrittspunkt sein (b). Es darf keine Schlinge geben (c) und auf beiden Seiten eines Striches muss es weiße Bereiche geben (d).

 

Abbildung 2 Beispiele für Arten des Durchstreichens.

 

Für diese Fälle wurden Algorithmen entwickelt, die die Entscheidung treffen, ob ein Fehler vorliegt. Beispielsweise kann man für (d) festlegen, wieviel Prozent weißer Pixel mindestens auf jeder Seite vorliegen müssen. Die Rückmeldung eines derartigen Fehlers sieht man in Abbildung 3.

 

Abbildung 3 Prinzipielles Beispiel eines Bildschirmes der Tablet-App.

 

Wurde das Durchstreichen korrekt durchgeführt, dann wird der Hintergrund grün, ansonsten rot und man kann nur das Durchstreichen wiederholen und nicht den nächsten Kreis durchstreichen. 

Bei manchen Patienten wurde beobachtet, dass sie am Ende einer Zeile aufhören durchzustreichen. In diesem Falle informiert der Roboter, dass noch Zeit ist, weiter zu üben. Der Pfeil in der Abbildung 3 zeigt das Ergebnis des vorhergehenden Übungsdurchgangs.

Zum Abschluss einer Übungsaufgabe fasst der Roboter die Ergebnisse zusammen, teilt dem Patienten motivierendes Feedback basierend auf seiner Leistung mit und zeigt auf seinem Tablet die Ergebnisse über die bisherigen Behandlungstage an (siehe Abbildung 4). Damit wird die Bereitschaft, über mehrere Wochen täglich engagiert intensiv an der Verbesserung der eigenen Motorik zu arbeiten, unterstützt.

Abbildung 4 Der humanoide Roboter Pepper beobachtet die Durchführung einer Testperson beim Durchstreichen.

 

Es wird davon ausgegangen, dass die Einführung durch einen Therapeuten erfolgt, die weiteren Übungen dann vom Roboter übernommen werden. Auf Wunsch wird auch erneut eine Einführung durch den Roboter gegeben. Der Roboter begleitet den Patienten mittels Sprache, Bilder und Videos durch die Therapie. Dabei können auch weitere Endgeräte zur Wiedergabe der Bildschirminhalte und auch zur Interaktion mit dem Roboter verwendet werden.

Wir hoffen, dass mit unserer vorgestellten Digitalisierungsform Therapeuten entlastet werden können, eine Intensivierung der Trainingstherapie erreicht wird und unterstützt wird, dass Patienten mit Motivation an ihrem eigenen Fortschritt arbeiten. Denn nur ein ausreichend intensives Training führt zu einer alltagsrelevanten Verbesserung der Motorik.

Das Team des Forschungsverbundes E-BRAiN wünscht Ihnen - trotz der Pandemie-bedingten Einschränkungen - eine gute Advents- und Weihnachtszeit!

Ein Forschungsverbund der Universität und Universitätsmedizin Greifswald, Universität Rostock und Hochschule Neubrandenburg

Verbund-Koordinator

Prof. Dr. med. Thomas Platz
Universitätsmedizin Greifswald
AG Neurorehabilitation - E-BRAiN
Fleischmannstraße 44
17475 Greifswald

Ansprechpartnerin

Stefanie Tobschall
Mitarbeiterin Projektmanagement
Telefon: 03834 86-6966
Fax: 03834 86-6902

Impressum | Datenschutz | Newsletter abmelden
ebrain-science.de