Refine
Document Type
- Article (1)
- Monograph/Edited Volume (1)
Is part of the Bibliography
- yes (2)
Keywords
- Telemedizin (2) (remove)
Decubitus is one of the most relevant diseases in nursing and the most expensive to treat. It is caused by sustained pressure on tissue, so it particularly affects bed-bound patients. This work lays a foundation for pressure mattress-based decubitus prophylaxis by implementing a solution to the single-frame 2D Human Pose Estimation problem.
For this, methods of Deep Learning are employed. Two approaches are examined, a coarse-to-fine Convolutional Neural Network for direct regression of joint coordinates and a U-Net for the derivation of probability distribution heatmaps.
We conclude that training our models on a combined dataset of the publicly available Bodies at Rest and SLP data yields the best results. Furthermore, various preprocessing techniques are investigated, and a hyperparameter optimization is performed to discover an improved model architecture.
Another finding indicates that the heatmap-based approach outperforms direct regression.
This model achieves a mean per-joint position error of 9.11 cm for the Bodies at Rest data and 7.43 cm for the SLP data.
We find that it generalizes well on data from mattresses other than those seen during training but has difficulties detecting the arms correctly.
Additionally, we give a brief overview of the medical data annotation tool annoto we developed in the bachelor project and furthermore conclude that the Scrum framework and agile practices enhanced our development workflow.
Ziel der Studie: Die langfristige Nutzung telemedizinischer Angebote hängt nicht nur von deren Wirksamkeit, sondern auch von der Akzeptanz und Zufriedenheit der Patienten ab. Für eine telemedizinische Bewegungstherapie für Patienten nach Implantation einer Knie- oder Hüft-Totalendoprothese und erfolgter Anschlussrehabilitation wurde die Wirksamkeit bereits in einer randomisiert kontrollierten Studie untersucht. Dieser Beitrag fokussiert die Akzeptanz und das Nutzungsverhalten der Patienten hinsichtlich des eingesetzten telerehabilitativen Systems.
Methodik: Zur Erfassung der Technikakzeptanz wurden 48 Patienten (53±7 Jahre; 26 Frauen; 35 Hüft-/13 Knie-TEP) im Anschluss an eine dreimonatige telemedizinische Bewegungstherapie mittels des Telehealth Usability Questionnaire befragt. Der Fragebogen besteht aus 21 Items (siebenstufige Likert-Skala) in sechs Skalen (z. B. Nützlichkeit, Qualität der Interaktionen, Verlässlichkeit). In einer zusätzlichen Skala wurden systemspezifische Fragen zusammengefasst. Die Ergebnisse wurden als Skalenprozent (100 ≙ vollkommene Zustimmung) dargestellt. Das Nutzungsverhalten wurde anhand systemgenerierter Prozessdaten zum Training sowie zu integrierten Sprach-/Textnachrichten untersucht.
Ergebnisse: Die TUQ-Skalen „Nützlichkeit“ (Mdn 95,2) sowie „Benutzerfreundlichkeit und Erlernbarkeit“ (Mdn 92,9) wurden am höchsten bewertet, während die „Verlässlichkeit“ (Mdn 57,1) und „Qualität der Interaktionen“ (Mdn 71,4) die geringsten Ausprägungen zeigten. Die systemspezifische Skala wurde im oberen Quartil eingeordnet (Mdn 85,7).
In der ersten Woche führten 39 Patienten (81%), in der zweiten 45 Patienten (94%) mindestens eine Trainingsübung mit dem System durch. Der Anteil aktiver Patienten (≥1 Übung/Woche) reduzierte sich im weiteren Verlauf auf 75% (n=36) in der 7. Woche und 48% (n=23) in der 12. Woche. Die systemeigenen Kommunikationsmöglichkeiten wurden nach Therapiestart zunächst häufig genutzt: in der ersten Woche sendeten 42 Patienten (88%) Nachrichten, 47 Patienten (98%) erhielten Nachrichten von ihrem Therapeuten. In der 7. Woche sendeten/erhielten 9 (19%) bzw. 13 (27%) Patienten Nachrichten über das System.
Schlussfolgerung: Die Patienten nahmen die telemedizinische Bewegungstherapie überwiegend als nützlich und benutzerfreundlich wahr und schienen im Wesentlichen mit dem System zufrieden, das sich damit für den kurzfristigen Einsatz von 6 bis 8 Wochen im Anschluss an eine Anschlussrehabilitation als gut geeignet zeigte.