In ons project hebben we een bestaand neuraal netwerk uit de literatuur gebruikt om de digitale weergave
van voeten, verkregen van de SmartScan, te verbeteren. Dit is gericht op het optimaliseren van evidencebased practice in de schoenorthopedische technologie. We verzamelden orthopedische scans van 20
personen (linker- en rechtervoet), die werden gebruikt om het neurale netwerk te trainen in het leren van
voetvormen en het nauwkeurig voorspellen van SmartScan-vormen.
De puntenwolk van de scans verschilden echter in resolutie en ruis van die van SmartScan (Figuur 1). Om
dit te verhelpen genereerden we voor elke gescande voet puntenwolken in verschillende resoluties (Figuur
2) en voegden we ruis toe (Figuur 3), zodat het neurale netwerk beter getraind kon worden om de
uitdagingen van lage resolutie en ruis in SmartScan-scans aan te pakken.
Ongeveer 57% van de Nederlanders ervaart voetproblemen op enig moment in zijn leven. Hiervan kan 20% worden geholpen met orthesen die de natuurlijke vorm van de voet ondersteunen. Uit onderzoek blijkt echter dat 1 op de 5 cliënten deze hulpmiddelen niet gebruikt. Orthopedisch professionals wensen dit hulpmiddelengebruik te vergroten door evidence-based werken met behulp van digitalisering. Orthopedisch technologen maken al gebruik van scans om de voet digitaal weer te geven. Het is echter niet mogelijk om de gemanipuleerde stand van de voet te scannen, omdat de hand van de behandelaar dan mee gescand wordt. Daarom hebben Fontys Hogescholen, Avans Hogeschool en diverse orthopedisch technologische bedrijven samengewerkt in het RAAK-mkb SmartScan project. Hierin is het SmartScan device ontworpen, een handschoen met positie- en druksensoren waarmee een digitale representatie van de voet kan worden verkregen in ongemanipuleerde en gemanipuleerde stand. Onderzoekers van Avans Hogeschool hebben diverse algoritmes op de door het SmartScan device gegenereerde data getest om tot een zo nauwkeurig mogelijke weergave van de voet te komen. Neurale impliciete representaties zouden deze weergave mogelijk kunnen verbeteren, doordat ze een continue weergave kunnen schatten met behulp van digitale samples met een relatief lage resolutie. In dit verkennend project werkt Avans Hogeschool samen met Fontys Hogescholen en betrokken Mkb’ers aan een antwoord op de vraag “Op welke manier kunnen neurale impliciete representaties een betrouwbare digitale weergave van de ongemanipuleerde en gemanipuleerde voet genereren?”. Verschillende impliciete neurale representaties zullen worden vergeleken in hun prestaties op de SmartScan datasets