Innovationen in der Ganganalyse
FH St. Pölten stark vertreten auf der diesjährigen ESMAC
Die Europäische Gesellschaft für Gang- und Bewegungsanalyse - im Englischen ESMAC (European Society for Movement Analysis in Adults and Children) - zählt zu den bedeutendsten Konferenzen im Bereich der klinischen Ganganalyse in Europa. Dieses Jahr fand die ESMAC in Oslo statt.
Die FH St. Pölten war mit insgesamt acht Beiträgen, davon fünf Präsentationen und drei Poster, vertreten. Das CDHSI, das IGW und das ICMT präsentierten dabei ihre interdisziplinäre Forschung rund um die Ganganalyse. Die Themen der Beiträge reichten von Maschinellem Lernen und Virtual Reality über Echtzeit-Sonifikation als Biofeedback in der Therapie bis hin zur Validierung und Testung von kostengünstigen Ganganalysesystemen für die klinische Praxis. Letztere könnten in Zukunft die Ganganalyse ohne teures Equipment und Labore in der therapeutischen Praxis ermöglichen. Zudem organisierte Brian Horsak gemeinsam mit Djordje Slijepčević vom ICMT einen Pre-Conference Seminar zum Thema „Machine Learning for Clinical Gait Analysis: A Quick Start Guide for Newcomers“.
Ein besonderes Highlight war die Nominierung von Philipp Krondorfers Paper für den Best Paper Award. Das CDHSI konnte bereits im letzten Jahr den dritten Platz belegen. Das diesjährige nominierte Paper befasst sich mit der Vorhersage von Kniekontaktkräften mithilfe von Maschinellem Lernen. Dies soll kosten- und zeitaufwändige manuelle Kalkulationen und Simulationen in der klinischen Praxis in der Zukunft ersparen.
Vorträge
- Horsak, B., Prock, K., & Dumphart, B. (2024). Inter-session repeatability of a Smartphone-based 3D Markerless system to assess joint Kinematics for walking and a sit-to-stand task. Gait & Posture, 113, 95–96. https://doi.org/10.1016/j.gaitpost.2024.07.110
- Horsak, B., Puhr, M., Prock, K., Simonlehner, M., & Dumphart, B. (2024). To undress or not: Effects of clothing conditions on smartphone-based 3D markerless motion capture. Gait & Posture, 113, 96–97. https://doi.org/10.1016/j.gaitpost.2024.07.111
- Horst, F., Slijepcevic, D., Schöllhorn, W. I., Horsak, B., & Zeppelzauer, M. (2024). Explainable artificial intelligence for walking speed classification from vertical ground reaction forces. Gait & Posture, 113, 215–216. https://doi.org/10.1016/j.gaitpost.2024.07.232
- Krondorfer, P., Slijepčević, D., Unglaube, F., Kranzl, A., Zeppelzauer, M., Kainz, H., & Horsak, B. (2024). Predicting knee contact forces in walking: A comparative study of machine learning models including a physics-informed approach. Gait & Posture, 113, 125–126. https://doi.org/10.1016/j.gaitpost.2024.07.140 (Nominated for Best Paper Award)
- Slijepcevic, D., Krondorfer, P., Unglaube, F., Kranzl, A., Zeppelzauer, M., & Horsak, B. (2024). Predicting ground reaction forces in overground walking from gait kinematics using machine learning. Gait & Posture, 113, 214–215. https://doi.org/10.1016/j.gaitpost.2024.07.231
Copyright: FH St. Pölten
Poster
- Simonlehner, M., de Jesus Oliveira, V. A., Prock, K., Iber, M., Horsak, B., & Siragy, T. (2024). Sonification can alter Joint Alignment for Personalized Rehabilitation: Evidence from a Controlled Pilot Study. Gait & Posture, 113, 212–213. https://doi.org/10.1016/j.gaitpost.2024.07.229
- Siragy, T., Russo, Y., & Horsak, B. (2024). Mediolateral margin of stability is larger in older than younger adults during the single-support phase. Gait & Posture, 113, 213–214. https://doi.org/10.1016/j.gaitpost.2024.07.230
- Eichwalder, J., Kaufmann, P., Mandl, T., Horsak, B., & Kainz, H. (2024). The effects of virtual reality on muscle synergies during walking and balancing in healthy adults. Gait & Posture, 113, 55–56. https://doi.org/10.1016/j.gaitpost.2024.07.068