Die Erfindung betrifft ein Verfahren zur Bestimmung orthopädischer sowie organischer Probleme und therapeutischer Übungen und medizinischer Handlungsempfehlungen auf der Grundlage von Haltungsbewertungen.

Insbesondere betrifft die Erfindung ein Verfahren zur Empfehlung einer Reihe von therapeutischen Übungen, die darauf abzielen, die physiologischen Probleme des Anwenders zu kompensieren und zwar auf Grundlage der Vernetzung des Körpers über das zentrale Nervensystem sowie über die Muskelfunktionsketten.

Das Verfahren besteht in der Bestimmung anatomischer Anomalien in der Körperhaltung einer Person anhand von Fotografien aus mehreren Ansichten unter Verwendung von Modellen, die auf künstlichen neuronalen Netzen basieren, die Identifizierung physiologischer Probleme auf der Grundlage von Anomalien und der Empfehlung von therapeutischen Übungen.

Der Algorithmus identifiziert anhand der gemessenen Schlüsselpunkte die Haltung und die Position der Wirbelkörper. Die Identifizierung von Wirbelkörperpositionen auf Grundlage von trainierten Algorithmen, die auf Basis von historischen Datensätzen die Wirbelkörperpositionen erkennen und mithilfe eines CNN (Convolutional Neural Network)-Modells die Bildaufnahmen für die Haltungsanalyse vorbereiten. Eine Weiterbildung der Erfindung sieht vor, die Möglichkeit, Übungen nach Abschluss des ersten Zyklus erneut zu empfehlen.

Nach Abschluss eines Zyklus der Haltungsbewertung, der Identifizierung von Anomalien, Problemen, Trainingsempfehlungen und der Durchführung des Trainings, ist der nächste Zyklus möglich.

Im zweiten Zyklus werden die Erkennung und Bewertung der Körperhaltung, die Feststellung von Anomalien und Problemen durchgeführt. Allerdings werden bei den weiteren Empfehlungen therapeutischer Übungen die Anomalien, Probleme und Empfehlungen im vorangegangenen Zyklus bzw. in den vorangegangenen Zyklen berücksichtigt.

Dies geschieht durch den Vergleich der Daten aus dem zuletzt durchgeführten und den vorangegangenen Zyklen. Die aktuellen Empfehlungen für therapeutische Übungen werden so ausgesprochen, dass die Kompensation von Problemen berücksichtigt werden, die in den vorangegangenen Zyklen schlecht (oder unzureichend) kompensiert wurden.

Wenn ein Problem präsent war, verschwunden ist und dann wiederauftauchen sollte, dann wird dies bei der nächsten Empfehlung mit berücksichtigt. Hier spielt nämlich das Muskel- und Gelenkgedächtnis (Propriozeption) eine entscheidende Rolle und macht das erfindungsgemäße Verfahren sehr effizient.

In diesem Fall werden die Empfehlungen auf der Grundlage von „reinforced learning“ und „active learning“ generiert. Der Algorithmus verfügt über einen integrierten Mechanismus, die Daten des Nutzers mit der dazugehörigen Entwicklung so zu verarbeiten, dass er immer genauere und optimale Empfehlungen für den Anwender generiert.

Eine Weiterbildung der Erfindung sieht vor, dass Test-Empfehlungs-Zyklen solange durchgeführt werden, bis die physiologischen Probleme vollständig kompensiert sind. Technisch gesehen werden die vom neuronalen Netz generierten Informationen in Form eines Textes geliefert, der bei jedem Zyklus länger und länger wird.

Zusätzlich kann der Text durch Standarddaten ergänzt werden, die beispielsweise angefragt werden und vom Benutzer bei jedem Aufnahmevorgang oder auch in der Zwischenzeit angegeben werden. Die Standarddaten enthalten bspw. Informationen über die Häufigkeit der durchgeführten therapeutischen Übungen oder Beschwerden während der Durchführung der therapeutischen Übungen, sowie das Belastungsempfinden bei jeweiligen Übungen.

Diese Standarddaten werden mit jedem Scan-Ergebnis verknüpft und geben dem neuronalen Netzwerk einen besseren Stapel an Informationen, um die Empfehlung zu verbessern und zu personalisieren. Im Ergebnis entsteht eine Benutzergeschichte, die neue Empfehlungen auf Basis der Informationen des Textes, den das neuronale Netz in der Vergangenheit über den Benutzer geschrieben hat. Dieses Nutzer-Gedächtnis, welches dabei entsteht, spricht immer genauere Empfehlungen aus.

Im Folgenden wird die Erfindung anhand der Zeichnungen näher erläutert. Es zeigen:

Figur 1 : schematisch ein Ablaufdiagramm des erfindungsgemäßen

Verfahrens;

Figur 2: schematisch eine Aufnahme des Anwenders frontal stehend zur

Durchführung des erfindungsgemäßen Verfahrens;

Figur 3: schematisch eine Aufnahme des Anwenders rückseitig stehend zur

Durchführung des erfindungsgemäßen Verfahrens;

Figur 4: schematisch eine Aufnahme des Anwenders rückseitig sitzend zur

Durchführung des Erfindungsgemäßen Verfahrens; Figur 5: schematisch die Detektion einer Anomalie gemäß erfindungsgemäßen Verfahren;

Figur 6: schematisch die Detektion von zwei Anomalien nach dem erfindungsgemäßen Verfahren;

Figur 7a-c: schematisch eine Bestimmung des Lordosewinkels und Kyphosewinkels anhand einer Aufnahme des Anwenders in Seitenansicht.

In Figur 1 ist schematisch der Ablaufplan eines erfindungsgemäßen Verfahrens dargestellt. In einem ersten Schritt a werden Fotoaufnahmen des Anwenders A in mindestens einer vorzugsweise in mehreren Haltungsposen mittels eines geeigneten Endgeräts mit Kamera erstellt (vgl. beispielsweise Figur 2-7). Als Endgerät können hier insbesondere ein Smartphone oder ein Tablet-Computer dienen. Das Endgerät verfügt über eine geeignete Schnittstelle, um Daten - vorzugsweise drahtlos - an einen Server zu übermitteln. Zudem verfügt das Endgerät über ein Display, welches als Schnittstelle zum Benutzer dient (III - Userinterface). Auf dem Endgerät ist zudem eine Software-Applikation installiert, mit welcher die Daten mindestens teilweise weiterverarbeitet werden und welche die Kommunikation mit dem Anwender A durchführt.

Bei der Erstellung der Fotos wird der Anwender A angeleitet, welche Position er einnehmen soll. Hierzu wird beispielsweise eine Silhouette eines menschlichen Körpers in der jeweiligen Haltungspose auf dem Display des Endgeräts dargestellt. Das Foto kann dann mit einer zusätzlichen Person aufgenommen werden. Hierzu positioniert sich der Anwender A im Blickfeld der Kamera des Endgeräts. Sobald sich der Anwender A ausreichend genau in der Silhouette befindet, kann die zusätzliche Person den Auslöser der Kamera betätigen. Es ist aber auch möglich, dass der Anwender A die Fotos selber erstellt. Hierzu wird die Selbstportraitfunktion des Endgeräts genutzt. Standardmäßig sind Endgeräte heutzutage auch mit einer displayseitigen Kamera ausgestattet. Der Anwender A schaltet das Endgerät hierbei in den Selbstportraitmodus und stellt das Endgerät geeignet hin, sodass die Kamera möglichst waagerecht ausgerichtet ist. Anschließend kann der Anwender A sich positionieren und dabei selber kontrollieren, ob er sich ausreichend genau in der auf dem Display des Endgeräts abgebildeten Silhouette befindet. Sobald dies der Fall ist, kann er den Auslöser der Kamera über einen geeigneten Fernauslösemechanismus betätigen, beispielsweise über eine Smartwatch oder über einen Sprachbefehl. Alternativ kann die Software-Applikation auch den Auslöser automatisch betätigen, sobald diese erkennt, dass sich der Anwender A ausreichend genau in der Silhouette befindet.

Nachdem die Fotos erstellt wurden werden diese in einem Schritt b von der Software-Applikation und/oder auf dem Server weiterverarbeitet. Bei dieser Weiterverarbeitung werden die Koordinaten von Schlüsselpunkten auf den Fotos ermittelt. Hierbei bilden in der Regel zwei (oder mehr) Schlüsselpunkte eine Gruppe.

In einem weiteren Schritt c werden diagnostische Anomalien anhand der Schlüsselpunkte ermittelt. Die verbindende Linie zwischen den Schlüsselpunkten einer Schlüsselpunktgruppegruppe stellt dann beispielsweise eine Schulterlinie 1 (Verbindungslinie zwischen den beiden Schultern des Anwenders A) oder eine Augenlinie 2 (Verbindungslinie zwischen den beiden Augen des Anwenders A). Anhand der Ausrichtung der Linien zur Waagerechten oder einer anderen Bezugslinie wird die möglicherweise vorliegende Anomalie näher bewertet. Dies wird weiter unten anhand der Figuren 2-6 näher erläutert. Auch andere geeignete Bezugssysteme können herangezogen werden.

Für den Fall, dass keine Anomalien vorliegen ist der Anwender A genesen bzw. gesund, wie bei Schritt d ersichtlich ist.

Werden dagegen Anomalien festgestellt, können anhand dieser die orthopädischen und organischen Probleme des Anwenders A evaluiert werden (Schritt e). Hierbei werden gegebenenfalls Interdependenzen zwischen den jeweiligen Linien berücksichtigt. Zudem können Anomalien und orthopädische Probleme des Anwenders A Berücksichtigung finden, die bei einem oder mehrerer früherer Zyklen des erfindungsgemäßen Verfahrens festgestellt wurden. Die historischen Daten des Anwenders A erlauben also, dass auch die Entwicklung der Anomalien und der orthopädischen sowie organischen Probleme des Anwenders A, bei der Evaluierung miteinbezogen werden. Insgesamt ermittelt die Kl einen „Posture Score“, der zusammenfassend die Symmetrie der Haltung und die Abweichungen von der Norm darstellt.

In einem Schritt f werden dem Anwender A dann therapeutische Übungen vorgeschlagen. Diese Übungen werden vom neuronalen Netzwerk an die Anomalien des Nutzers angepasst. Die Übungen werden für jede Körperseite unabhängig ermittelt und angezeigt, sodass den jeweiligen Anomalien des Nutzers entgegengewirkt werden kann. Wie oft eine Übung für die jeweilige Körperseite empfohlen wird hängt von den gemessenen Winkeln und Abweichungen der Linien zur Normalen ab. Dies erfolgt über das Display und/oder einen Audioausgang des Endgeräts beispielsweise in Form von Bildern, Graphiken, Animationen oder Videos. Neben den Übungen selbst wird auch ein zeitliches Intervall vorgegeben, in welchem die Übungen regelmäßig durchgeführt werden sollen (Schritt g). Wenn dieses zeitliche Intervall abgelaufen ist, wird das Prozedere wiederholt (Richtungspfeil Schritt g-a). Das erfindungsgemäße Verfahren wird dann erneut durchgeführt.

In den Figuren 2-7 sind schematisch die Aufnahmen eines Anwenders A in unterschiedliche Positionen dargestellt. Anhand der Aufnahmen werden Schlüsselpunkte S ermittelt. Einzelne Schlüsselpunkte S werden zu einer Schlüsselpunktgruppe zusammengefasst. Die Relation der Schüsselpunkte S zueinander dient der Bewertung. Dies kann beispielsweise anhand einer Verbindungslinie (1 ,2,3) zwischen den Schlüsselpunkten einer Gruppe dargestellt und realisiert werden. In Figur 2-4 sind beispielsweise eine Augenlinie 1 , eine Ohrenlinie 2, eine Schulterlinie 3, eine Beckenlinie 4 und Fußlinien 5 dargestellt.

Zu den Linien, die sich aus den Schlüsselpunktgruppen ergeben:

1. Die Augen- und Ohrenlinie 1 ,2 dienen dazu die Kopfneigung zur Seite festzustellen und die weiterlaufenden Probleme besser beurteilen und eingrenzen zu können. Ist beispielsweise der Kopf im Stand zu einer Seite geneigt und im Sitz ist dann die Kopfposition gerade, dann ist das Problem mit hoher Wahrscheinlichkeit von einer aufsteigenden neuromuskulären Kette verursacht.

2. Die Schulterlinie 3 beschreibt die Position der Schultern, wie diese im Verhältnis zueinanderstehen. Ist eine Schulter höher als die andere, dann deutet dies auf das Ungleichgewicht der vorderen und hinteren neuromuskulären Kette hin. Verstärkt sich beispielsweise das Ungleichgewicht im Sitzen, deutet das auf ein neuromuskulär absteigendes Problem hin. Eine mögliche Ursache hierfür wäre beispielsweise ein einseitig verspannter Kiefer oder die Beteiligung innerer Organe, die bei bestimmten Anomaliekombinationen eine Rolle spielt.

3. Die Beckenlinie 4 zeigt die Position der prominenten Beckenpunkte, die Aufschluss über die Position der Beckenschaufeln im Seitenverhältnis geben. Ist die Beckenschaufel auf einer Seite nach vorne geneigt, so ist der hintere Beckenpunkt weiter oben und der vordere weiter unten. Das würde beispielsweise bedeuten, dass der Zug des Hüftbeugers auf einer Seite stärker ist als auf der anderen.

4. Die Fußlinie 5 gibt Aufschluss über die Beinachse und hängt oft mit der Beckenlinie zusammen. Viele Anomalitäten werden im Zusammenhang damit betrachtet. Ist beispielsweise eine Beckenschaufel nach vorne geneigt, dann geht der Fuß häufig in eine nach außen rotierte Haltung, welche zu Knick-Senk-Fußfehlstellungen führen kann, die sich fortlaufend auch auf das Knie und den unteren Rücken auswirken können.

Die Parameter werden von einer Bezugslinie als Normale N ausgehend verglichen und in Relation gebracht. Verläuft die Verbindunglinie parallel zur Bezugslinie liegt keine Anomalität vor (Figur 2-4). Ist eine Verbindungslinie, wie in Figur 5 die Schulterlinie 3 nicht parallel zur Bezugslinie (Normale N), entsteht ein Winkel a, der von der Parallelen zur Normalen N abweicht und eine Anomalität/Asymmetrie wird festgestellt. Wie die Bezugslinie (Normale N) gewählt wird, ist letztlich nicht wesentlich, lediglich der Abweichung der jeweiligen Linien von der Bezugslinie ist für die Bewertung erheblich. In Figur 6 ist eine Schwäche der Muskelfunktionskette dargestellt. Die Schulterlinie 3 bildet mit der Normalen N einen Winkel a und Beckenlinie bildet mit der Normalen N einen Winkel ß. Anhand der Winkel a, ß kann festgestellt werden, dass die rechte Beckenseite und die linke Schulter hochstehen. Dies deutet auf eine Schwäche der rechten Beckenseite und des linken Schultergürtels hin. Der Algorithmus empfiehlt entsprechend der Zusammenhänge ein spezielles Trainingsprogramm, um die Anomalien zu verbessern.

In den Figuren 7a-c ist eine Weiterbildung des erfindungsgemäßen Verfahrens dargestellt. Hier wird zusätzlich eine weiteres Foto von der Seite herangezogen. Die einzelnen Schlüsselpunkte werden hier durch die Wirbelkörperpositionen gebildet. Im Zuge der Weiterverarbeitung des Fotos wird der Kyphosewinkel y (vgl. Figur 6b) und der Lordosewinkel ö (vgl. Figur 6c) ermittelt. Der Kyphosewinkel y wird über die Positionen des Schlüsselpunktes, der den Halswirbelkörper C7 repräsentiert, und des Schlüsselpunktes, der den Thorakalwirbelkörpers TH 12 repräsentiert, ermittelt. Ein Winkel von 30-40° gilt hierbei als unkritisch. Der Lordosewinkel ö wird über die Positionen der Schlüsselpunkte S, die den Lendenwirbelkörper C5 und den Thorakalwirbelkörper TH12 repräsentieren, ermittelt. Ein Winkel von 40-50° gilt hierbei als unkritisch. Anhand der Winkelbestimmungen können die Empfehlungen der Übungen und die Überwachung des Fortschritts weiter verbessert und auf den Anwender A abgestimmt werden.

Die jeweiligen Winkel werden im Verhältnis der drei Bilder (Figur 2-6) zueinander beurteilt und es werden Rückschlüsse auf die Zusammenhänge der neuromuskulären- und zentralen Nervenverbindungen gezogen. Ebenfalls werden die Winkel mit den Ergebnissen aus der Vermessung vorheriger Zyklen verglichen. Die Evaluierung kann über eine künstliche Intelligenz (Kl) erfolgen, sodass eine Verbesserung oder Verschlechterung zu angepassten Übungen und Empfehlungen führt. Stagniert das Ergebnis für eine bestimmte Zeit, evaluiert die Kl ebenfalls eine angepasste Empfehlung, die zu besseren Ergebnissen führen soll. Somit entsteht ein ML-(Machine

Learning)Mechanismus, der den Benutzer immer besser kennenlernt und die Ergebnisse immer besser und genauer für bessere Erfolge anpasst. Die Algorithmen der Kl berechnen die Zusammenhänge zwischen den einzelnen Bildern und der neurophysiologischen Verbindungen im Körper. Wenn der Algorithmus diese Bilder in Relation betrachtet, dann errechnet sich daraus ein Gesamtstatus und daraus folgende Diagnosen und Übungsvorschläge. Ein weiterer Algorithmus setzt die Messergebnisse, die er in Textform vorliegen hat, in Relation zueinander. Dieser beurteilt die Krankengeschichte des Anwenders A und die bereits gegebenen Handlungsempfehlungen. Daraus ermittelt der Algorithmus in Relation der bisherigen Ergebnisse, welche Empfehlungen er in der aktuellen Messung geben soll. Diese Algorithmen übertreffen das manuelle Erkennen von Schlüsselpunkten S am Körper durch Ärzte und Therapeuten und minimieren somit ärztliche Entscheidungsfehler. Ebenfalls merken Sie sich den Verlauf der Empfehlungen und der körperlichen Veränderung des Körpers und ist sozusagen das Gedächtnis eines jeden Anwenders A. Die Empfehlungen bauen auf der gesamten Krankheitsgeschichte auf, was bisher standardisiert in der Medizinwelt nahezu unmöglich war.