Der Nutzen der Ganganalyse für die Diagnostik unterschiedlicher Krankheitsbilder ist hinreichend belegt (Whittle, 1996). Insbesondere mithilfe der Gangvariabilität können sensomotorische Defizite identifiziert und nachfolgend eine frühzeitige Diagnose unterstützt oder die Wahrscheinlichkeit zukünftiger Stürze eingeschätzt werden (Hamacher, Singh, Van Dieen, Heller & Taylor, 2011; Ijmker & Lamoth, 2012). Kamerabasierte Bewegungsanalysesysteme bilden den Goldstandard für Ganganalysen. Diese sind jedoch aufgrund hoher finanzieller Kosten und des bedeutenden Aufwandes bei der Datenerfassung und -analyse ineffizient (Reininga et al., 2012) und deshalb in der klinischen Praxis wenig verbreitet. Im Gegensatz zu kamerabasierten Bewegungsanalysesystemen ermöglichen Inertialsensoren die Registrierung von temporo-spatialen Gang- und Gangvariabilitätskennwerten mit reduzierten zeitlichen und finanziellen Kosten. Hier liegen bereits erste positive Befunde zur Reliabilität von temporo-spatialen Gangparametem sowie zur Variabilität des minimalen Boden-Zehen-Abstands aus einer Evaluationsstudie vor (Hamacher, Hamacher, Taylor, Singh & Schega, 2014). Die Reliabilität weiterer Gangvariabilitätskennwerte, wie z. B. der Variabilität der Doppelschrittlänge, ist noch nicht hinreichend gesichert. In inertialsensorbasierten Systemen werden spatiale Parameter häufig durch doppelte Integration der Beschleunigungswerte berechnet. Da die Integration von Beschleunigungswerten von der Ausprägung der Messungenauigkeit beeinflusst wird (Thong, Woolfson, Crowe, Hayes-Gill & Jones, 2004), ist eine Reduktion des Messfehlers durch Tiefpass-Filterung der Rohdaten wahrscheinlich. Aus diesem Grund werden in der vorliegenden Studie optimale Cutoff-Frequenzen zur Tiefpass-Filterung solcher Rohdaten bestimmt.
© Copyright 2015 Sporttechnologie zwischen Theorie und Praxis VI - Beiträge aus dem Workshop SpoTec 2015 "Aktuelle Trends in Sport und Technik" incl. "Gangworkshop". Veröffentlicht von Shaker Verlag. Alle Rechte vorbehalten.