Filters

Settings

Now showing1 - 4 of 4
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
      12
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
    Compensated position vectors for the characterization of seismocardiographic signals using integrated sensors
    KORVEKSiS widmet sich der übergeordneten Forschungsfrage, wie sich seismokardiografische Signale (SCG) mit ressourcenbeschränkter Sensorik eindeutig charakterisieren lassen, um zukünftig kostengünstige tragbare Alternativen klassischer bildgebender Verfahren für Diagnostik und Monitoring in der medizinischen Versorgung, Prävention und Gesundheitsförderung anbieten zu können. Im Vorhaben werden 3D-Beschleunigungssensoren mit 3D-Gyroskopen fusioniert und kompensierte, in ihrer Orientierung konfigurierbare, Ortsvektoren abgeleitet. Dieses ermöglicht eine von der Sensorposition ausgehende ortsbezogene Interpretation der SCG-Signale. In KORVEKSiS werden bislang vernachlässigte Messunsicherheiten der Referenzsysteme (Artefakte, Latenzen, Jitter, Drift) berücksichtigt. Kompensierte Ortsvektoren liefern eine stabilere und standardisierbare Grundlage für die Zuordnung von charakteristischen herzphysiologischen Signalen der Referenzsysteme, die in translatorischen Modellen angewendet werden. Als Grundlage zukünftiger Implementierungen auf Wearable-Systemen werden Methoden zur Integration für ressourcenbeschränkte Sensorik vorgehalten. Das Arbeitsprogramm sieht initial die Entwicklung und Evaluation einer miniaturisierten Sensorplattform mit fusionierter accelerometrischer und gyroskopischer Sensorik vor. Aufgrund fehlender Standards wird selbst eine Testinfrastruktur mit zuvor validierten Komponenten aufgebaut, die eine synchrone Datenerhebung von SCG- und Referenzsystemen gestattet. Auf dieser Grundlage werden in einem Humanexperiment Basisdaten als Übungs- und Testdatensatz für das gesamte Projekt erhoben. Diese Datenbasis wird genutzt, um kompensierte SCG-Ortsvektoren abzuleiten, welche anschließend mithilfe der Daten der Referenzsysteme Echokardiografie, Elektrokardiografie und Phonokardiografie charakterisiert werden. Parallel hierzu erfolgt die Ableitung translatorischer Modelle und die Integration der Charakterisierung auf ressourcenbeschränkte Sensorik. Zusammengenommen wird ein Methodenportfolio als wissenschaftliche Grundlage für weiterführende Forschung zur Verfügung stehen, die darauf abzielt, kostengünstige Wearables mit großer Anwendungsbreite für ambulante Diagnostik und Monitoring in Prävention, Gesundheitsförderung und Diagnostik zu ermöglichen.
      10
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
    Biodiversitätsfaktormessung mit Intelligenten Akustischen Sensoren - Teilprojekt: Robustes, effizientes und intelligentes akustisches Sensorsystem
    Biodiversity is considered an important indicator of the resilience of ecosystems. The decline of entomofauna in many ecosystems is currently the focus of public and scientific discourse. Biodiversity monitoring to identify insects of different functional groups in flowering areas and agroecosystems can therefore be seen as an integral part of sustainable land use and as a basis for agricultural strategies such as integrated pest management (IPM). Current solutions for the taxonomic recording of biodiversity are time-consuming, cost-intensive and require expert knowledge for many species groups. Depending on the method used, only certain groups are selectively captured, which means that only individual biodiversity factors can be assessed. Digital methods to support the determination of population densities and the diversity of species communities have enormous application potential, but have hardly been used to date. At the same time, advances in computer science and data science have led to the development of methods that allow the autonomous and self-learning taxonomic identification of species using artificial intelligence (AI) methods. However, a corresponding application in the field of entomofauna is not yet known, despite the enormous potential for identification. In this project, a digital, AI-supported solution for the monitoring of insects is being developed that works on the basis of acoustic signatures. In addition to the development and practical testing of a sensor system for collecting and processing acoustic data, this will be deployed, calibrated and evaluated in situ in practical studies. The combination with citizen science, i.e. a smartphone app for collecting acoustic measurements, will also complete the overall picture in a regional and national context and inherently raise public awareness of the topic of biodiversity.
      15
  • Some of the metrics are blocked by your 
    consent settings
    Item type:Project, Access status: without files ,
    SCG-Sensorsystem für Artemis II Experiment SpacePatch Teilvorhaben I: Signalverarbeitungskette und lokale Datensicherung auf SCG-Sensorsystem
    Durch die kommenden bemannten Raumfahrtmissionen jenseits des erdnahen Orbit, müssen Lösungen für ein robustes, autonomes und zuverlässiges Gesundheitsmonitoring von AstronautInnen entwickelt werden. Zusammen mit weiteren Projektpartnern wird an einer Lösung gearbeitet, die SCG-Methode zur Erfassung kardio-vaskulärer Zustände von AstronautInnen zu ermöglichen. SArES liefert hier einen wichtigen Beitrag, um lokale Datensicherung und eine auf die Artemis-Mission abgestimmte Hard-, Firm und Software als Flugfähiges System zur Verfügung zu stellen. Ebenso wird eine sensornahe Datenvorverarbeitung die Autonomie stärken. Ein speziell für die Mission-Tablet konzipierte UI wird ebenfalls im Rahmen von SArES entwickelt. Die projektbegleitende Evaluation, sowohl technischer als auch SCG bezogener Parameter, liefert wertvolle wissenschaftliche Ergebnisse für die weitere Dissemination. Die Technische Universität Hamburg (TUHH) ist Koordinator des Verbundvorhabens und somit für die übergeordnete Planung und das Risikomanagement des Projektes verantwortlich. Die TUHH wird die Finalisierung der Hard-, Firm-, und Software der Signalverarbeitungskette für das SCG-Sensorsystem unter Berücksichtigung der konkreten SpacePatch bzw. Artemis Missionsanforderungen durchführen. Zur Risikominimierung wird von der TUHH in SArES eine lokale Datenspeicherung auf dem SCG-Sensorsystem integriert. Diese dient als zusätzliche Sicherung (Backup) der erhobenen wissenschaftlichen Daten. Die TUHH wird auch die Fertigung und die Qualifizierung des SCG-Sensorsystems koordinieren und administrativ begleiten. Ebenso wird eine Projektbegleitende Evaluation durchgeführt, welche sich hauptsächlich auf die Evaluation technischer Aspekte, der Zuverlässigkeit und auch der Effizienz konzentrieren.
      33