ProjektBiohymed-KiRun – Sportwissenschaftlicher Wissenstransfer zur Entwicklung der KI-basierten Laufsportanalytik
Grunddaten
Akronym:
Biohymed-KiRun
Titel:
Sportwissenschaftlicher Wissenstransfer zur Entwicklung der KI-basierten Laufsportanalytik
Laufzeit:
01.09.2019 bis 31.08.2021
Abstract / Kurz- beschreibung:
Der innovative Kern des Kooperationsprojektes besteht in der Entwicklung eines autonomen Messverfahren zur Datenerfassung, mit dem das Wohlbefinden und die Anstrengung objektiviert und zeitsynchron zum Laufen erfasst und in eine Trainingssteuerung eingebunden werden kann. Die Ermittlung des Wohlbefindens und der Anstrengung erfolgt auf der Basis von objektiven Messdaten: Audiosignale (z.B. Atemgeräusche) werden in Kombination mit biomechanischen und physiologischen Messdaten permanent erfasst, um daraus mittels eines selbstlernenden Algorithmus Rückschlüsse auf das Wohlbefinden/die Anstrengung zu ziehen.
HB Technologies entwickelt dazu ein mobiles Sensorsystem gekoppelt mit einer Smartphone App für Läufer, welches zur Generierung der Referenzdaten und zur Datenerhebung genutzt wird. Die Abteilung Sportmedizin vom UKT beteiligt sich mit der Korrelation von biomechanischen und physiologischen zur automatischen Erkennung des Parameters „Wohlbefinden“ und „Anstrengung“ per Audioanalyse. Die Fakultät für angewandte Informatik der Universität Augsburg ist mit der Extraktion von Merkmalen aus akustischen und physiologischen Signalen zur Entwicklung des selbstlernenden Algorithmus betraut.
HB Technologies entwickelt dazu ein mobiles Sensorsystem gekoppelt mit einer Smartphone App für Läufer, welches zur Generierung der Referenzdaten und zur Datenerhebung genutzt wird. Die Abteilung Sportmedizin vom UKT beteiligt sich mit der Korrelation von biomechanischen und physiologischen zur automatischen Erkennung des Parameters „Wohlbefinden“ und „Anstrengung“ per Audioanalyse. Die Fakultät für angewandte Informatik der Universität Augsburg ist mit der Extraktion von Merkmalen aus akustischen und physiologischen Signalen zur Entwicklung des selbstlernenden Algorithmus betraut.
Beteiligte Mitarbeiter/innen
Leiter/innen
Medizinische Fakultät
Universität Tübingen
Universität Tübingen
Weitere Mitarbeiter/innen
Medizinische Fakultät
Universität Tübingen
Universität Tübingen
Institut für Klinische Epidemiologie und angewandte Biometrie
Kliniken und klinische Institute, Medizinische Fakultät
Kliniken und klinische Institute, Medizinische Fakultät
Lokale Einrichtungen
Abteilung V, Sportmedizin
Medizinische Universitätsklinik und Poliklinik (Department)
Kliniken und klinische Institute, Medizinische Fakultät
Kliniken und klinische Institute, Medizinische Fakultät
Geldgeber
Berlin, Deutschland