Videospielbasierte Bewertung der peripheren Neuropathie und kognitiven Dysfunktion in Diabetes mittels sensorbestückter Einlegesohlen und künstlicher Intelligenz
Projektleiter:
Projektbearbeiter:
Dr. Antao Ming,
Elisabeth Lorek,
Janina Wall,
Tanja Schubert,
Nils Ebert
Finanzierung:
Haushalt;
In diesem Forschungsprojekt untersuchen wir die Zusammenhänge zwischen Diabetes mellitus und den damit verbundenen Komplikationen der peripheren Neuropathie (PNP) sowie der kognitiven Dysfunktion (CD). Angesichts der hohen Prävalenz und der gravierenden Auswirkungen dieser Komplikationen auf die Lebensqualität der Betroffenen, erforscht unsere Studie innovative Diagnosemethoden, die über die traditionellen, oft invasiven und subjektiven Verfahren hinausgehen.
Unser Ansatz kombiniert den Einsatz von Videospielen mit sensorbestückten Einlegesohlen, um eine nicht-invasive, genaue und patientenfreundliche Methode zur Früherkennung und Bewertung von PNP und CD zu entwickeln. Durch die spielerische Interaktion können spezifische kognitive und motorische Fähigkeiten erfasst werden, während die Einlegesohlen kontinuierlich Daten zur Fußgesundheit und -funktion sammeln. Diese Daten werden anschließend mit Hilfe von maschinellem Lernen analysiert, um Muster zu erkennen, die auf das Vorliegen und den Schweregrad von PNP und CD hinweisen.
Das Ziel dieses Projekt ist es, die Machbarkeit dieses innovativen Ansatzes zu demonstrieren und seine Wirksamkeit in der frühzeitigen Identifizierung dieser Diabeteskomplikationen zu bewerten. Durch die Verbesserung der Diagnosemethoden hoffen wir, die Grundlage für zukünftige präventive und therapeutische Strategien zu schaffen, die die Lebensqualität von Menschen mit Diabetes signifikant verbessern können.
Unser Ansatz kombiniert den Einsatz von Videospielen mit sensorbestückten Einlegesohlen, um eine nicht-invasive, genaue und patientenfreundliche Methode zur Früherkennung und Bewertung von PNP und CD zu entwickeln. Durch die spielerische Interaktion können spezifische kognitive und motorische Fähigkeiten erfasst werden, während die Einlegesohlen kontinuierlich Daten zur Fußgesundheit und -funktion sammeln. Diese Daten werden anschließend mit Hilfe von maschinellem Lernen analysiert, um Muster zu erkennen, die auf das Vorliegen und den Schweregrad von PNP und CD hinweisen.
Das Ziel dieses Projekt ist es, die Machbarkeit dieses innovativen Ansatzes zu demonstrieren und seine Wirksamkeit in der frühzeitigen Identifizierung dieser Diabeteskomplikationen zu bewerten. Durch die Verbesserung der Diagnosemethoden hoffen wir, die Grundlage für zukünftige präventive und therapeutische Strategien zu schaffen, die die Lebensqualität von Menschen mit Diabetes signifikant verbessern können.
Kooperationen im Projekt
- Dr. Wenzel Glanz, Deutsches Zentrum für neurodegenerative Erkrankungen (DZNE), Universitätsklinikum Magdeburg
- Prof. Dr. Sebastian Stober, Fakultät für Informatik, Otto-von-Guericke Universität Magdeburg
- Anne-Katrin Baum, Universitätsklinik für Neurologie, Universitätsklinikum Magdeburg
- Dr. Imke Galatzky, Universitätsklinik für Neurologie, Universitätsklinikum Magdeburg
Kontakt
Prof. Dr. Peter R. Mertens
Otto-von-Guericke-Universität Magdeburg
Universitätsklinik für Nieren- und Hochdruckkrankheiten, Diabetologie und Endokrinologie
Leipziger Str. 44
39120
Magdeburg
Tel.:+49 391 6713236
weitere Projekte
Die Daten werden geladen ...