Tracking System | Stereo Computer Vision und ein Roboterarm sollen zukünftig die Rehabilitationsmaßnahmen nach einem Schlaganfall verbessern helfen. Eingesetzt werden sie im Rahmen der Bewegungstherapie.
Antonia Ebenburger
Framos, Taufkirchen
Weltweit erleiden jährlich etwa 17 Millionen Menschen einen Schlaganfall. Bei ungefähr 80 % der Patienten verbleibt im Anschluss eine Hemiparese, eine halbseitige Lähmung der oberen oder unteren Extremitäten. Eine der häufigsten Rehabilitationsmaßnahmen nach einem Schlaganfall ist die Spiegeltherapie, bei der versucht wird, die Bewegungen der gesunden Körperseite auf die zu rehabilitierenden Körperteile der anderen Seite zu projizieren.
Die Bewegungen werden im Rahmen der Therapie repetitiv durchgeführt, mit dem Ziel, dass anstelle der geschädigten Neuronen andere Bereiche des Gehirns die Motorikmuster erlernen und übernehmen. Durch diese Therapieform wird der Selbstreparaturmechanismus des Gehirns signifikant beschleunigt.
Den Patienten stärker als bisher in die Therapie einbinden
Aktuelle Forschungsergebnisse zeigen, dass für schnellere Rehabilitation und bessere Heilungschance der Patient in der Therapie möglichst aktiv involviert werden sollte. Bisherige Systeme arbeiten jedoch meist induktiv in festen Bewegungsbahnen und berücksichtigen die natürlichen Bewegungen eines Menschen unzureichend. Entweder wird dem Patienten an die gelähmte Gliedmaße ein Exoskelett angelegt, oder er trainiert an einem festgelegten Aufbau mit Joystickkontrolle.
Eine Alternative zu den herkömmlichen Therapieformen setzt moderne Bildverarbeitungstechnologie ein. Dabei wird die gesunde Seite des Patienten mit einem Kamerasystem überwacht und jede Bewegung – und sei sie noch so fein – auf einen Roboterarm übertragen, der mit dem zu therapierenden Körperteil verbunden ist. Das Kamerasystem ist auf dem Roboterarm montiert und wird von ihm mitbewegt.
„An der gesunden Gliedmaße befinden sich retroreflektive Marker, die vom Kamerasystem beobachtet werden. Sie werden sehr einfach platziert, indem man dem Patienten beispielsweise einen Ärmling überstreift, auf dem sich die Marker befinden“, erläutert Benjamin Busam, Forschungsingenieur beim Bildverarbeitungsspezialisten Framos GmbH, Taufkirchen. Busam hat das System zusammen mit Dr. Simon Che’Rose, Head of Imaging Systems bei Framos, entworfen. Es basiert auf dem Optical Tracking System (OTS), mit dem sich die Positionierung und Orientierung eines Objekts im dreidimensionalen Raum messen lassen.
Analog zum menschlichen Sehen können zwei Kameras Tiefe wahrnehmen und die genauen Positionen der angebrachten Marker bestimmen. Diese Informationen werden dazu verwendet, dem Roboterarm mitzuteilen, wie sich der gesunde Körperteil des Patienten bewegt. Damit wird selbst bei kleinsten Bewegungen die Position des Arms berechnet und auf den Roboterarm übertragen, der die Bewegungen des gesunden mit dem gelähmten Körperteil exakt nachvollzieht. Durch Wiederholung erlernt die vom Schlaganfall betroffene Gehirnhälfte die Bewegung auf diese Art neu.
Kameras geben weiter, wie sich der Roboter bewegen muss
Kern des Optical-Tracking-Systems sind von Framos entwickelte Algorithmen. Danach wird berechnet, wo und wie sich der Roboter bewegen muss, damit er in gleichem Abstand zum anderen Arm bleibt. Der Berechnungszyklus läuft mit einer Geschwindigkeit von 25 Hz und realisiert zusammen mit einer Systemlatenz von weniger als 320 ms praktisch eine Echtzeitreaktion, die als natürliche Bewegung wahrgenommen wird.
„Ein weiterer großer Vorteil der OTS-Technologie ist die Toleranz“, betont Busam. Die aufgebrachte Markerkonfiguration verzerrt sich durch die Muskelbewegung während des Beobachtungsvorgangs zwangsläufig. Die Algorithmen im System sind jedoch in der Lage, diese Verzerrung auszugleichen und weiter konsequent zu übermitteln, wo sich der Körperteil befindet. Dies ist laut Busam „ein klarer Vorsprung unseres Systems, und das verdeutlicht die Kernkompetenz von Framos bei der OTS-Technologie“. Ein wesentliches weiteres Merkmal des Systems ist die „Eye-on-Hand“-Lösung, bei der anders als bei fest im Raum installierten Kameras die „Augen“ des Systems am Roboterarm mitgeführt werden, was bislang in der Bewegungstherapie kaum möglich war.
Im System werden zwei Kameras genutzt, die Framos auch vertreibt: Sie sind vom Typ GC1291M-BL von Smartek Vision, wobei der Strobe Controller IPSC2 vom selben Anbieter kommt. Ebenfalls aus dem Bildverarbeitungsportfolio des Systementwicklers stammen die direkte LED-Ringlichtbeleuchtung FLDR-i70A von Falcon Illumination, sowie die IF 093 NIR Bandpass-Infrarotfilter von Schneider-Kreuznach und zwei Sunex Weitwinkel-Objektive mit 135°FoV, DSL315B-NIR.
„Obwohl das System derzeit noch in der Proof-of-Concept-Phase ist, glauben wir daran, dass es zukünftig Rehabilitationsmaßnahmen nach einem Schlaganfall sinnvoll unterstützen kann“, sagt Busam. Schließlich werde die Passivität des Patienten aufgehoben, der anstelle statischer dann natürliche Bewegungsmuster erlernt. In jedem Fall aber zeige es einmal mehr, wie mit Hilfe moderner Bildverarbeitung oder in diesem Fall Computer Vision Algorithmik Innovationen in der Medizintechnik möglich seien.
Augen für ein humanoides Erscheinungsbild
Als zusätzlichen optischen Vorteil des Systems nennt er dessen humanoides Erscheinungsbild mit den beiden „Kameraaugen“ am Ende des Roboterarms. Einen Rufnamen – Wall-E – hat es auch. All das könnte dazu beitragen, die Akzeptanz bei den vorwiegend älteren Schlaganfallpatienten zu steigern.
Framos sieht sich bei der OTS-Technologie als Technologieanbieter und Engineering Partner mit der Kernkompetenz Bildverarbeitung. Diese kann zusammen mit Partnerunternehmen aus der Medizintechnik in verschiedenste Anwendungen transferiert werden. Beim roboterassistierten Rehabilitationssystem besteht eine Kooperation mit dem Chair for Computer Aided Medical Procedures (CAMP) der Johns Hopkins University in Baltimore. Die beschriebenen Tests wurden am Klinikum rechts der Isar in München durchgeführt. ■
Unsere Whitepaper-Empfehlung
Lesen Sie, warum Medizintechnikunternehmen ihre Testprozesse für die Validierung von Software optimieren müssen und wie sie dabei die Erfahrung der Automobilbranche für sich nutzen können.
Teilen: