Uit de publicatie: "Dit artikel beschrijft het ontwikkelproces van een telemetriesysteem om de loopactiviteiten van mensen na een beroerte betrouwbaar te meten en hierover feedback te geven aan de patiënt en de fysiotherapeut op afstand. Het FESTA (FEedback to STimulate Activity)-systeem bestaat uit een accelerometer en een intelligent docking station. De patiënt moet overdag de accelerometer op de onderrug dragen en ’s avonds in het docking station plaatsen. Het docking station berekent uit de meetgegevens een aantal loopparameters en vergelijkt deze met het door de fysiotherapeut gestelde doel. De informatie wordt per e-mail naar de fysiotherapeut gestuurd en de patiënt ontvangt motiverende feedback op een display. De eerste reacties van de gebruikers op het prototype zijn positief, ook al valt er nog wel wat te verbeteren."
LINK
Voor de fabricage en assemblage van elektronische onderdelen worden geavanceerde machines gebruikt die een hoge snelheid paren aan een hoge nauwkeurigheid. De hierbij optredende positioneerfouten worden mede veroorzaakt door trillingen. Demping is nodig om de gewenste nauwkeurigheid te halen. Veelgebruikte dempingsmethoden werken niet voor deze gevoelige assemblagesystemen: een viskeuze demper kan op gevoelige elektronica lekken en Coulombse wrijving vertoont onvoorspelbaar dynamisch gedrag. Een innovatieve oplossing lijkt gevonden in het slim toepassen van 3D metaalprinten: een technologie die in de Brainport regio sterk in opkomst is. Onderdelen uit trillingsgevoelige assemblagemachines zouden met 3D printen gemaakt en van “interne demping” voorzien kunnen worden. In het inwendige van het geprinte metalen onderdeel worden hierbij kleine structuren verwerkt die de trillingsenergie absorberen. Het Centre of Expertise HTSM van Fontys onderzoekt reeds enkele jaren 3D metaalprinten in nauwe samenwerking met machinebouwers. Interne demping wordt tot nu toe nog niet toegepast en kan een significant concurrentievoordeel voor de toeleverketens en OEMers in de regio bieden. Voor het succesvol ontwikkelen van deze nieuwe technologie is 3D printkennis, machinebouwkennis en expertise op gebied van machinedynamica noodzakelijk. In de Brainport regio en het consortium in het bijzonder is deze kennis verenigd. De belofte van hogere productiesnelheden maakt het bestaande netwerk van expertise en productieketens sterker en aantrekkelijker. De technische uitdaging schuilt in het samenspel van metaalpoeder en de laserstraal die dit poeder smelt. Kleine insluitsels van poeder of microscopische structuren moeten trillingen tegengaan zonder de andere gewenste eigenschappen van onderdelen te beïnvloeden. Dit project gaat gestructureerd te werk, van onderzoek naar metaalpoeders en mogelijke microstructuren naar proefopstellingen voor daadwerkelijke machineonderdelen. Eindresultaat is een nieuwe productiemethode vastgelegd in ontwerprichtlijnen waarmee o.a. halfgeleiderassemblage een significante prestatieverbetering kan gaan realiseren.
Sporters streven samen met hun trainers en coaches naar de beste prestaties. In de (top)sport is er vaak een klein verschil tussen winst en verlies. Optimale afstemming van trainingen op de individuele sporter vergroot de kans op winst. Objectieve vaststelling van trainingseffecten is daarvoor van groot belang. Hiervoor is een gepersonaliseerde monitoring onmisbaar. Sporters veranderen door training de expressiepatronen van hun genen, waardoor ze zich kunnen aanpassen aan de inspanningen voor hun prestaties. Die persoonlijke veranderingen in genexpressie zijn zichtbaar in RNA-profielen. Deze worden al toegepast in de medische praktijk voor stratificatie en behandeling op maat én meting van individuele behandelingsresponsen. Deze innovatieve technologie biedt de sportwereld kansen voor betere gepersonaliseerde monitoring van trainingseffecten. De hoofdvraag van dit project is: Hoe kan genexpressie-analyse betrouwbaar en zonder grote belasting voor sporters worden toegepast voor de monitoring van trainingseffecten? Dit project richt zich op het demonstreren van het nut van RNA-profielen voor individuele monitoring en het verder ontwikkelen van methoden, protocollen en tools voor gebruik in de sportpraktijk. Het onderzoek bestaat uit vier onderdelen: 1. Voorbereidingsfase: ontwikkeling van beste logistiek en bemonstering in de praktijk. 2. Het opzetten van een referentiedatabase met inspanningsgegevens en genexpressiepatronen van sporters voor de interpretatie van veranderingen in individuele genexpressiepatronen door trainingseffecten. 3. Praktijkgericht onderzoek naar de relatie tussen specifieke training en veranderingen in genexpressiepatronen. 4. Onderzoek naar en ontwikkeling van een ?trainingsdashboard? voor presentatie van gegevens en betere communicatie tussen professionals en sporters. De opgedane kennis wordt verwerkt in het onderwijs. In onze toekomstvisie zijn de verkregen kennis en resultaten ook relevant voor toepassing bij revalidatie en begeleiding van ouderen op maat.
Steeds meer data worden verzameld om sporters en revalidanten optimaal te monitoren voor het individualiseren van belasting en belastbaarheid. Dit met als doel om overbelasting te voorkomen en fitheid en prestaties te stimuleren. Hiervoor worden in de voetballerij tot op heden parameters gebruikt die inzicht geven in de fysiologische belasting (hartslag), de mate van beweging (afgelegde afstand, snelheden en versnellingen) en de mentale of subjectieve belasting (ervaren mate van fitheid/herstel). Vanuit de voetbalpraktijk en de revalidatie van sportblessures is behoefte aan het beter inzichtelijk maken van de belasting die een training op het veld op het spierskeletstelsel uitoefent. Hiervoor is meer nodig dan een sensor die de beweging van het lichaam in zijn geheel meet (zoals een stappenteller). De ambulante sensoren van Movella zijn in staat om een uitgebreide bewegingsanalyse van de onderste extremiteit te meten, echter hoe deze vertaald moeten worden naar klinische beslissingen is nog onduidelijk In dit project willen we de haalbaarheid in kaart brengen van het monitoren van de trainingsbelasting op het lichaam tijdens sport specifieke bewegingen, zoals sprinten en behendigheidsoefeningen. Hiervoor moet een algoritme getest worden in de praktijk en moeten resultaten met behulp van kunstmatige intelligentie betekenisvol en in de context van alle andere data van de spelers op een begrijpelijke manier gepresenteerd worden. Tevens zal tijdens dit project gewerkt worden aan een groter vervolgproject, om de bevindingen uit te werken tot een geautomatiseerd en speler-centraal belasting/prestatie/risico profiel.
