Visuelle Analyse von zeitabhängigen Motion-Capturing- und Eye-Tracking-Daten

Abstract

In der heutigen Gesellschaft kommt es aufgrund des medizinischen Fortschritts zu einer immer höheren Lebenserwartung. Mit dem steigenden Alter erhöht sich auch das Sturzrisiko während des Laufens. Die Abteilung der geriatrischen Rehabilitation des Robert-Bosch-Krankenhauses erforschen Sturzmechanismen, um die Sturzhäufigkeit bei älteren Personen zu reduzieren. Im Rahmen dieser Studie wurden Blick- und Gelenk-Transformationen aufgezeichnet. Ziel dieser Arbeit ist es, für die aufgezeichneten Motion-Capturing- und Eye-Tracking-Daten einen visuellen Ansatz zur Analyse der Daten zu implementieren. Für die visuelle Analyse müssen Zusammenhänge innerhalb der aufgenommenen Daten grafisch dargestellt werden. Bei dem aufgezeichneten Datensatz handelt es sich um multidimensionale Daten, somit eignen sich vor allem multivariate Analysemethoden. Jedoch ist die Aussagekraft dieser grafischen Darstellungen beschränkt, da die Schwingung des zyklischen Laufprozesses wichtige Informationen überdeckt. Mithilfe des Trend-Saison-Modells kann der Laufzyklus von den aufgezeichneten Daten getrennt und der Datensatz ohne die Schwingung analysiert werden.