Month: March 2021

Medica Magazin: Früherkennung von Parkinson mit VR und Sensoren

Posted on By jannis No Comments on Medica Magazin: Früherkennung von Parkinson mit VR und Sensoren
press release

Interview mit Prof. Ioannis Iossifidis, Head of Robotics and BCI Laboratory, Hochschule Ruhr West 25.02.2020 Häufig werden neurologische Erkrankungen, wie zum Beispiel Parkinson, erst spät diagnostiziert. Um den Menschen eine frühere Diagnose zu ermöglichen, wurde das Projekt VAFES ins Leben gerufen. Mithilfe von Sensorik und VR soll ein spielerisches Testsystem entwickelt werden. Prof. Ioannis Iossifidis, Head of Robotics and BCI … Read More “Medica Magazin: Früherkennung von Parkinson mit VR und Sensoren” »

RUB: BESSERE THERAPIESTEUERUNG BEI PARKINSON

Posted on By jannis
press release

http://www.uk.rub.de/aktuell/bmh/meldung00903.html.de Wirtschafts- und Digitalminister Prof. Dr. Andreas Pinkwart (rechts) überreicht den Förderbescheid. V.l.: Prof. Dr. Ioannis Iossifidis (Hochschule Ruhr West, Bottrop), Dr. Christian Klaes (Universitätsklinikum Knappschaftskrankenhaus Bochum), Dr. Corinna Weber (SNAP GmbH, Bochum), Dr. Matthias Sczesny-Kaiser (BG Universitätsklinikum Bergmannsheil, Bochum) © MWIDE NRW / M.Hermenau Mit einem neuen Testsystem wollen Forscher neurologische Bewegungsstörungen künftig schneller … Read More “RUB: BESSERE THERAPIESTEUERUNG BEI PARKINSON” »

Leitmarktwettbewerb Gesundheit.NRW: Projekt: „REXO – Smarte Rehabilitation der oberen Extremität durch ein intelligentes Soft-Exoskelett“

Posted on By jannis No Comments on Leitmarktwettbewerb Gesundheit.NRW: Projekt: „REXO – Smarte Rehabilitation der oberen Extremität durch ein intelligentes Soft-Exoskelett“
press release

https://www.leitmarktagentur.nrw/lw_resource/datapool/_items/item_718/pdb_ge-2-2-023.pdf Projektleitung:Hochschule Ruhr West, Mülheim a.d.R.Kontakt:Herr Prof. Dr. Ioannis Iossifidis Tel.: 0208 88254-806Laufzeit:01.10.2019 – 30.09.2022Aktenzeichen:GE-2-2-023 Verbund:Ruhr-Universität Bochum; ausführende Stelle: Universitätsklinikum Knappschaftskranken- haus Bochum GmbHRuhr-Universität Bochum; ausführende Stelle: BG Universitätsklinikum Bergmannsheil gGmbHSNAP GmbH, Bochum Projektbeschreibung: Beeinträchtigung der Arm- und Greiffunktionen nach verschiedenen neurologischen Erkran- kungen schränken die Teilhabe der betroffenen Patienten und Patientinnen am Berufs- und … Read More “Leitmarktwettbewerb Gesundheit.NRW: Projekt: „REXO – Smarte Rehabilitation der oberen Extremität durch ein intelligentes Soft-Exoskelett“” »

Smarte Rehabilitation: Expertenteam entwickelt intelligentes Soft-Exoskelett

Posted on By jannis
press release

Start des Forschungsprojekts „Smarte Rehabilitation der oberen Extremitäten durch ein intelligentes Soft-Exoskelett“ (REXO). Hochschule Ruhr West übernimmt die Rolle des Konsortialführers. Projektpartner sind das Knappschaftskrankenhaus, das Klinikum Bergmannsheil und die SNAP GmbH. Beeinträchtigung der Arm- und Greiffunktionen nach Erkrankungen (z. B. Schlaganfall) schränken Patienten stark ein und stellen eine große Herausforderung für den Rehabilitationsprozess dar. … Read More “Smarte Rehabilitation: Expertenteam entwickelt intelligentes Soft-Exoskelett” »

Projekt VAFES: Expertenteam entwickelt Diagnosesystem für Parkinson-Patienten

Posted on By jannis No Comments on Projekt VAFES: Expertenteam entwickelt Diagnosesystem für Parkinson-Patienten
press release

https://idw-online.de/en/news730101 Einen „Virtuellen Arm- und Handtest mithilfe von maschinellem Lernen bei neurologischen Bewegungsstörungen“ entwickelt die Hochschule Ruhr West (HRW) und ihre Partner im Forschungsprojekt „VAFES“. Prof. Dr. Andreas Pinkwart, Minister für Wirtschaft und Digitalisierung des Landes NRW, übergab kürzlich den Förderbescheid. Bottrop, 15. Januar 2020: Innerhalb des Forschungsprojektes „VAFES“ entwickeln die Hochschule Ruhr West und … Read More “Projekt VAFES: Expertenteam entwickelt Diagnosesystem für Parkinson-Patienten” »

JournalClub: A neuro-based method for detecting context-dependent erroneous robot action

Posted on By aline No Comments on JournalClub: A neuro-based method for detecting context-dependent erroneous robot action
journal club, teaching

Validating appropriateness and naturalness of human-robot interaction (HRI) is commonly performed by taking subjective measures from human interaction partners, e.g. questionnaire ratings. Although these measures can be of high value for robot designers, they are very sensitive and can be inaccurate and/or biased. In this paper we propose and validate a neuro-based method for objectively … Read More “JournalClub: A neuro-based method for detecting context-dependent erroneous robot action” »

JournalClub: A Fully Implantable Wireless ECoG 128Channel Recording Device for Human Brain–Machine Interfaces

Posted on By jannis
journal club, teaching

Brain–machine interfaces (BMIs) are promising devices that can be used as neuroprostheses by severely disabled individuals. Brain surface electroencephalograms (electrocorticograms, ECoGs) can provide input signals that can then be decoded to enable communication with others and to control intelligent prostheses and home electronics. However, conventional systems use wired ECoG recordings. Therefore, the development of wireless … Read More “JournalClub: A Fully Implantable Wireless ECoG 128Channel Recording Device for Human Brain–Machine Interfaces” »

JournalClub: Navigating features: a topologically informed chart of electromyographic features space

Posted on By jannis No Comments on JournalClub: Navigating features: a topologically informed chart of electromyographic features space
journal club

The success of biological signal pattern recognition depends crucially on the selection of relevant features. Across signal and imaging modalities, a large number of features have been proposed, leading to feature redundancy and the need for optimal feature set identification. A further complication is that, due to the inherent biological variability, even the same classification … Read More “JournalClub: Navigating features: a topologically informed chart of electromyographic features space” »