Die Fähigkeit Vitalparameter zu erfassen und in der Folge den kognitiven Zustand zu klassifizieren, öffnet Türen zu neuen Technologien in verschiedenen Gebieten wie Medizintechnik, Automatisierung, Luft- und Raumfahrt sowie im Bereich von Fitness und Wellness. TROUT hat bei Entwicklungen für die Automobil- und Medizintechnik, die auf maschinellem Lernen und den Einsatz von KI (Künstliche Intelligenz) basieren, weitreichende Kenntnisse in der biometrischen Datenverarbeitung erworben.

Testfahrt am Simulator bei Maischberger

Projekt Team

Hessenschau

Maischberger

Durch Variationen im Herzschlag kann der Organismus optimal auf wechselnde endogene und exogene Einflüsse reagieren und so die aktuellen Bedürfnisse der Blutversorgung regulieren. Die Herzratenvariabilität (HRV) liefert nicht nur Informationen über den Belastungsgrad des kardiovaskulären Systems, sondern auch über die Qualität seiner Regulation. Die zur Bestimmung der HRV notwendige Datenerfassung hat sich in den letzten Jahren durch immer kleinere Messinstrumente bei niedrigeren Kosten etabliert. Ebenso ist es hier gelungen, die Auswerteeinheit in einem Embedded Rechnersystem unterzubringen.

Werden nun im Weiteren auch Informationen über die Aktivitäten des Individuums berücksichtigt, die mit seinen Vitaldaten korrelieren, und beide Datenströme mit einer Kombination aus einem physiologischen Modell und verschiedenen Machine-Learning-Verfahren verarbeitet, so können sehr gute Ergebnisse im Hinblick auf den kognitiven Zustand des Individuums wie Stressniveau und Müdigkeit erzielt werden.

In einer fortlaufenden Studie wird der Proband einer Fahrsimulation unterzogen. Sie beginnt mit einer Entspannungsübung, die dem Probanden für die Erreichung seines Ruhepulses dient. Dann führt die Simulation über eine Landstraße, bevor sie in den Berufsverkehr einer Großstadt eintritt. Es warten Herausforderungen wie Autos auf der falschen Straßenseite oder Kinder, die hinter parkenden Autos herauslaufen. Zur Erhöhung des Stresslevels wird nach einigen Minuten ein mathematischer Test gestartet. Falsche Antworten werden protokolliert und ein Summersignal aktiviert.

Der erste Verarbeitungsschritt besteht darin, Merkmale mit Hilfe eines gleitenden Fensters (eng. Sliding Windows) aus den RR-Intervallen (Abständen zweier Herzschläge) zu extrahieren. Dabei werden die RR-Intervalle innerhalb eines solchen Fensters dazu verwendet, um mehrere Merkmale zu berechnen. Sliding Windows sind durch zwei Parameter charakterisiert, 1. die Länge des Sliding Windows sowie 2. der Verschiebung des Sliding Windows. Der erste Parameter bestimmt die Anzahl an Werten bzw. RR-Intervallen, die bei der Berechnung eines Merkmales berücksichtigt werden, der zweite Parameter bestimmt, nach wie vielen Werten bzw. RR-Intervallen eine erneute Merkmalsberechnung erfolgt.

Herzfrequenz basierend auf der Ruheherzfrequenz (grün), Verhältnis von Puls erhöht zu Puls verringert sich (blau), HRV – Herzfrequenzvariabilität (hellgrün), Ereignismarker (rot), berechneter Stresslevel (gelb) auf einer relativen Skala von 0 (keine Anspannung) bis 7 (maximale Anspannung) auf der Ordinate zeigt die Abszisse die Zeit in Sekunden.