Neues Wearable: Motion Tape Sensor revolutioniert Rückenschmerz-Analyse

Rückenschmerzen betreffen einen großen Teil der Bevölkerung und verschlimmern sich häufig durch bestimmte Bewegungen des unteren Rückens. Um gezielte physiotherapeutische Maßnahmen zu ermöglichen, ist die genaue Beurteilung dieser Bewegungen entscheidend – jedoch ist die Fernüberwachung von Patienten außerhalb der Klinik bislang schwierig.

Traditionelle Bewegungsaufzeichnungssysteme liefern hochpräzise Daten, sind aber teuer und unpraktisch für den Einsatz im Alltag. Der neue Motion Tape (MT) Sensor bietet eine kostengünstige, tragbare Alternative, die aus einem textilen Material besteht und sich leicht an den Körper anbringen lässt.

Die Herausforderung liegt jedoch in der begrenzten Datenmenge und der inhärenten Rauschhaftigkeit des MT-Sensors. Um diesen Problemen zu begegnen, präsentiert die Studie das Motion‑Tape Augmentation Inference Model (MT‑AIM). Dieses Deep‑Learning‑Modell nutzt bedingte Generative Modelle, um synthetische MT‑Daten für spezifische Bewegungen zu erzeugen, und ergänzt die Analyse zusätzlich um vorhergesagte Gelenkkinematik.

Durch die Kombination von synthetischer Datenaugmentation und Feature‑Erweiterung erreicht MT‑AIM eine bisher unerreichte Genauigkeit bei der Klassifizierung von Rückenmaneuvers. Damit wird die Kluft zwischen physiologischer Sensorik und Bewegungsanalyse geschlossen und ein neuer Standard für die Ferndiagnose von Rückenschmerzen gesetzt.