Unsere Projekte umfassen sowohl grundlagenorientierte als auch angewandte Forschung an der Schnittstelle zwischen Gesundheit, Sozialem und digitalen Technologien.
Projekte
EyeQTrack – Quantitative Blickerfassunganalytik für adaptives XR-Training und Rehabilitation im Gesundheitswesen
Eine adaptive eXtended-Reality-Umgebung für Trainings- und Therapiezwecke.
Angewandte Biomechanik in der Rehabilitationsforschung
Stiftungsprofessur des Landes Niederösterreich zur Stärkung und Ausbau des Forschungsschwerpunkts Motor Rehabilitation
deepForce - Zeiteffiziente Bestimmung der Kniekontaktkräfte in der klinischen Ganganalyse mit Hilfe von Machine und Deep Learning
Nutzt Deep Learning, um komplexe muskuloskelettale Simulationen in der Ganganalyse Kliniker*innen auf einfache und schnelle Art und Weise zugänglich zu machen?
Smart Companion 2
Alltagsgeräte als nützliche Helfer und Assistenzsysteme in Notsituationen.
O3DGA – Der Einsatz von maschinellem Lernen als unterstützende Maßnahme in der klinischen 3-dimensionalen Ganganalyse
Optimierung von zeitaufwändigen und fehleranfälligen Prozessen in der dreidimensionalen Ganganalyse.
UASHome - DIGIHealth UASHome Incubators Boost Programme
Weiterentwicklung von Fachhochschulen zu Innovations- und Entrepreneurship Zentren im Bereich Digital Health.
VeRgonomiX III
Schulung und Training von Ergonomie im Sicherheits- und Gesundheitsschutz.
Sonigait II InnoScheck
Prüft inwieweit sich eine sensorausgestatteten Einlegesohle zur Erkennung von Veränderungen im Gangmuster für präventive Therapien eignet.
ELSA - Evaluation of simple gait analysis devices
Evaluierung einfacher Messprinzipien zur Untersuchung des Behandlungserfolges bei der Rehabilitation nach Rekonstruktion des vorderen Kreuzbandes
HIPstar
Evaluierung der Genauigkeit verschiedener nicht-invasiver Methoden zur Bestimmung des Hüftgelenkszentrums für die klinische Ganganalyse bei übergewichtigen Kindern und Jugendlichen
Evaluierung der Bewegungsvariabilität mit Hilfe von tragbaren Beschleunigungssensoren
Untersuchung des menschlichen Gangbildes mit Hilfe eines tragbaren Messsystems (IMU)
IntelliGait 3D - Gait Data Mining
Entwicklung von Algorithmen zur Modellierung, Klassifizierung und Nutzbarmachung von großen Datenbanken für die medizinische Entscheidungsfindung in der klinischen 3D Ganganalyse Praxis