Arbeitsgebiete
01 | Dissertation und Forschungsinteresse
Dissertationsthema
Statistische Modellierung, prototypische Implementierung und Evaluierung eines Systems zur Sturzrisikoprognose für Senioren
Stürze zählen zu den häufigsten Ursachen für Verletzungen bei Senioren und haben für Betroffene oft gravierende physische und psychische Folgen. Deshalb wurde in der Vergangenheit intensive Forschungsarbeit auf dem Gebiet der Sturisikofrüherkennung geleistet. Hierbei wurden prospektive Studiendesigns und Standardverfahren der prädiktiven Statistik eingesetzt, um verschiedene Indikatoren zur persönlichen Vorhersage mittelfristig eintretender Sturzereignisse zu validieren. Obwohl dadurch eine befriedigende Vorhersagegüte erreicht wurde, weisen die etablierten Verfahren zentrale pragmatische Schwächen auf: Die Erhebung der Indikatoren ist zumeist personal-, kosten- und/oder materialintensiv und geht mit einer oft als unangenehm empfundenen "Untersuchungssituation" für die Patienten einher. Diese Faktoren verhindern den flächendeckenden Einsatz der Instrumente.
In der Arbeit wird deshalb ein Ansatz zum permanenten Sturzrisikomonitoring anhand der Daten eines einzigen, in eine herkömmliche Hausalarmuhr integrierten Akzelerometers entwickelt. Neben der kostengünstigen Sensorik liegt der Vorteil darin, dass das Monitoring im Alltag der Senioren stattfindet und keine zusätzliche Beeinträchtigung darstellt. Mit diesen pragmatischen Vorteilen ist jedoch ein erhöhter Aufwand bei der rechnergestützen Prognose verbunden: Einerseits erfolgt die Erhebung unter naturalistischen (d.h. unkontrollierten) Bedinungen, andererseits wird eine indirekte Messung vorgenommen, d.h. ohne komplexe Sensorik an den unteren Extremitäten. Das entwickelte Verfahren errechnet nach einer für jeden Patienten einmalig durchzuführenden supervisionierten Trainingsphase in mehreren Stufen einen bereits validierten Sturzrisikoindikator, die sog. Gangvariabilität: Zunächst werden anhand der Beschleunigungsdaten Zeitintervalle ermittelt, während derer eine Person Gangstrecken absolvierte. Für diese Intervalle werden dann die Schrittzeitpunkte rekonstruiert und hieraus die Gangvariabilität als Eingangsgröße für die Sturzprognose berechnet. Hierbei kommen Methoden der Aktivitätsklassifizierung und Waveletfilter zum Einsatz. Ein schwerpunktmäßiger Beitrag der Arbeit besteht dabei auch in einer weiterführenden theoretischen Analyse der etablierten Methoden zur Aktivitätklassifizierung.
Weitere Forschungsinteressen
- Prädiktive Statistik
- Formale Methoden für die Entwicklung reaktiver Systeme
(insbesondere modellbasiertes Testen) - Usability Testing
02 | Lehre
- Vorkurs Stochastik
- Grundlagen der Softwareergonomie
- Vertiefungsseminar Softwareergonomie
- Projektmanagement
- Datenbanksysteme
- Übung zu Datenbanksysteme
Lebenslauf
seit Oktober 2012
Wissenschaftlicher Mitarbeiter am Lehrstuhl für Informationswissenschaft
2006-2012
Wissenschaftlicher Mitarbeiter am Lehrstuhl für KI der Universität Erlangen
- 2010-2012: Drittmittelprojekt mit SOPHIA AG (Spitzencluster Medizintechnik)
- 2006-2010: Drittmittelprojekt mit AUDI AG
2000-2006
Studium der Informatik an der Universität Erlangen
Okt. 2004 - Febr. 2005
Praktikum bei der Firma MEMODATA in Caen (Frankreich)

