ActiveSense – Sensorbasierte Aktivitätserkennung für Gesundheit und Pflege

Bewegungs- und Aktivitätsdaten können helfen, Veränderungen frühzeitig sichtbar zu machen, Pflegeprozesse objektiver zu analysieren und dokumentationsintensive Tätigkeiten perspektivisch zu unterstützen. Dafür müssen körpernahe Sensorik, zuverlässige Datenübertragung und künstliche Intelligenz nahtlos zusammenspielen. ActiveSense verbindet diese Bausteine in einer modularen Forschungsplattform des Fraunhofer IGD.

Wie lassen sich körpernahe Sensordaten zuverlässig erfassen, übertragen und in nutzbare Informationen für Gesundheit und Pflege übersetzen?

Vom Sensor zur verwertbaren Information

ActiveSense erfasst Bewegungs- und Kontextdaten mit einem kompakten, körpernah getragenen Sensor. Die Messdaten werden zeitlich synchronisiert, übertragen und in einer Datenplattform gespeichert. Dort stehen sie für Visualisierung, Signalverarbeitung und KI-basierte Auswertung zur Verfügung.

Die modulare Architektur erlaubt es, Sensorik, Kommunikationswege und Analyseverfahren an unterschiedliche Forschungs- und Anwendungsszenarien anzupassen. Im Mittelpunkt steht damit nicht ein einzelnes Endgerät, sondern die vollständige Verarbeitungskette – von der Datenerfassung am Körper bis zur interpretierbaren Information für Forschung, Gesundheit und Pflege.

Robuste Datenkommunikation in realen Umgebungen

Für den Einsatz in Gesundheitseinrichtungen muss Sensordatenerfassung auch dann zuverlässig funktionieren, wenn Funkverbindungen nicht überall stabil verfügbar sind. Das weiterführende ActiveSense-Kommunikationskonzept sieht deshalb lokale Knoten und ein selbstorganisierendes Mesh-Netzwerk vor. Daten können über mehrere Knoten bis zum Backend weitergeleitet werden.

Bei einem Verbindungsabbruch können Messdaten lokal zwischengespeichert und nach Wiederherstellung der Verbindung synchronisiert werden. Backend-Schnittstellen, Datenbank und Monitoring sind dabei als getrennte Komponenten ausgelegt. Das erleichtert die Erweiterung um weitere Sensoren, Dashboards, Alarme oder spezifische Schnittstellen zu bestehenden Anwendungen.

KI-gestützte Erkennung von Bewegungen und Aktivitäten

ActiveSense verarbeitet mehrkanalige Zeitreihen aus der tragbaren Sensorik. Nach Synchronisation, Rauschunterdrückung und Segmentierung werden Merkmale oder datengetriebene Repräsentationen erzeugt und mit Verfahren des maschinellen Lernens klassifiziert.

Untersucht werden unter anderem Long Short-Term Memory-Netze (LSTM) und Transformer-Architekturen, die zeitliche Muster und Abhängigkeiten in Sensordaten modellieren können.

In kontrollierten Forschungsarbeiten wurden beispielsweise unterschiedliche Bewegungs- und Gangmuster betrachtet – darunter normales und langsames Gehen, schlurfende Schritte, instabile Gangmuster sowie asymmetrische Bewegungen. Darüber hinaus wird die Plattform für die Erkennung weiterer Alltags- und Pflegeaktivitäten weiterentwickelt.

Die Ergebnisse dienen als technische Grundlage für zukünftige Anwendungen wie Dokumentationsunterstützung, Prozessanalyse, Bewegungsmonitoring oder präventive Assistenzsysteme. ActiveSense ist dabei eine Forschungsplattform und stellt keine medizinische Diagnose.

Beitrag des Fraunhofer IGD

Das Fraunhofer IGD entwickelt und integriert die zentralen Komponenten der ActiveSense-Plattform. Dazu gehören insbesondere:

• Konzeption und Integration tragbarer Sensorik sowie sensornahe Datenerfassung
• Kommunikations- und Backend-Architekturen für kontinuierliche Sensordatenströme
• Datenhaltung, Visualisierung und Monitoring
• Zeitreihenanalyse, Merkmalsextraktion und Machine-Learning-Pipelines
• Entwicklung und Evaluation von LSTM-, Transformer- und weiteren Klassifikationsverfahren
• Übertragung der technischen Bausteine auf Forschungsfragen in Gesundheit, Pflege, Rehabilitation und Bewegungsanalyse