Monitoring activities for high intensity training in chronic low back pain rehabilitation

Abstract

Lage rugpijn (LRP) is een veelvoorkomend probleem. Het is al jaren de nummer één oorzaak voor jaren geleefd met een handicap. Om LRP te verminderen doet men revalidatieoefeningen. Uit ander onderzoek blijkt dat technologie een welkome toevoeging is bij revalidatie. Denk aan de Microsoft Kinect die bepaalde lichaamsdelen kan detecteren. Vandaag de dag kan je via machine-learning technieken ook met je smartphone-camera lichaamsdelen positioneren. In deze thesis is Dist-Stance ontwikkeld, een applicatie die je ondersteunt bij het uitvoeren van revalidatie oefeningen voor LRP. Dit door oefeningen te herkennen door het tracken van lichaamsdelen. De applicatie geeft tips hoe de oefening beter uitgevoerd kan worden, geeft je de feedback die een kinesist heeft gegeven door en geeft je de mogelijkheid om de kinesist feedback te geven hoe de oefeningen zijn gegaan. Belangrijk is dat deze applicatie een aanvulling is op de normale revalidatie. De oefeningen dienen eerst in detail te worden uitgelegd door een kinesist. Deze applicatie is getest op experts binnen het revalidatie domein en is in het algemeen goed bevonden. Zij zien zeker het potentieel van deze applicatie. Ze benadrukken wel het belang van de kinesist opdat de oefeningen correct worden aangeleerd. De feedback uitwisselingen werd als zeer positief beschouwd. Naar de toekomst toe dienen er meer oefeningen te worden ingebouwd, alsook meer aanpassingsmogelijkheden binnen een oefening.