Kontakt

Hauptsitz Freiburg:

  • info@hornecker.de
  • Leo-Wohleb-Straße 6, 79098 Freiburg

Zweitniederlassung Berlin:

  • info@hornecker.de
  • Prenzlauer Allee 53, 10405 Berlin

Kontakt

Hauptsitz Freiburg:

  • +49 (0) 761 - 20 55 10 - 20
  • Leo-Wohleb-Straße 6, 79098 Freiburg

Zweitniederlassung Berlin:

  • +49 (0) 30 - 95 999 20 - 60
  • Prenzlauer Allee 53, 10405 Berlin
slider background

ZIM Bundesministerium für Wirtschaft und Energie

Spur


Modulares Assistenzsystem zur Unterstützung von Menschen mit Demenz-Erkrankungen und deren Pflegenden

Das Projektziel ist die Entwicklung einer technischen modularen Lösung zur Unterstützung von Demenz-Patienten in unterschiedlichen Phasen des Krankheitsverlaufs. Das System erkennt einen Sturz und löst automatisch einen Notruf aus. Darüber hinaus wird durch ein Mobilitäts-Monitoring eine sichere Mobilität von Demenzerkrankten angestrebt.

Mit Hilfe der sensorischen Erfassung des Bewegungsprofils unterstützt spur bei der Dekubitusprophylaxe von immobilen Patienten und minimiert mögliche Folgeerkrankungen. Das spur-Projekt konzentriert sich insbesondere auf eine hohe Nutzerakzeptanz und berücksichtigt ein Designkonzept, um den Zugang für Betroffene und Pflegende zu erleichtern. Im Projekt werden miniaturisierte Wearables entwickelt und in die Kleidung eingebracht. Diese realisieren die o.g. Funktionen mittels Sensorik sowie WLAN/Bluetooth LE/ZigBee und GPS. Das zu entwickelnde Gesamtsystem soll Apps für den ambulanten und stationären Bereich für die Pflegenden, Therapeuten und Ärzte umfassen, eine Anbindung an die Pflegedokumentation realisieren und eine Datenanalyse sowie eine nutzerfreundliche Konfiguration und Informationsdarstellung bereitstellen.

Teilprojekt von Dr. Hornecker: Datenanalyse- und Vorhersagealgorithmen

Die im Projekt gemessenen Daten werden zunächst mit Verfahren der Signalverarbeitung aufbereitet und klassifiziert. Aus den Bewegungsdaten werden individuelle Merkmale extrahiert, die zusammen mit den Klassifikationen der jeweiligen Situation als Input für das Training von maschinellen Lernverfahren dienen. Die aus den Rohdaten extrahierten Informationen werden den Projektpartnern zur Weiterverarbeitung über Schnittstellen zur Verfügung gestellt.