Unsere Projekte umfassen sowohl grundlagenorientierte als auch angewandte Forschung an der Schnittstelle zwischen Gesundheit, Sozialem und digitalen Technologien.
Projekte
MODEL-CP
Ein multidisziplinärer Ansatz, um bei Kindern mit Zerebralparese die Notwendigkeit von operativen Eingriffen zu minimieren.
NextGen Nurse – Die Ausbildung zukünftiger Pflegefachkräfte durch XR-Technologie verbessern
Herausforderungen in der Pflegeausbildung mit einem modernen, digitalen und skalierbaren Extended-Reality-Ansatz begegnen.
IMPROVE
Leitlinien, um patientengenerierte Gesundheitsdaten für wertorientierte Gesundheitsversorgung zu nutzen.
MMOVE
Eine Methode, mit dem Smartphone zu prüfen, ob Rehabilitationsübungen richtig ausgeführt wurden.
ADAL
KI-Server für datengestützte Forschung in großem Maßstab
PROGRESS
Validierung eines kostengünstigen und auf Smartphones basierenden 3D-Gang- und Bewegungsanalysesystems zur Erfassung der Bewegungskinematik bei Kindern mit Zerebralparese.
ACCESS
Bewertung klinisch relevanter biomechanischer Biomarker im Feld zur Vorhersage der körperlichen Funktion und Gesundheit bei Patient*innen mit Kniegelenksarthrose: Eine bundesweite Citizen Science Stu...
E³UDRES² 2.0
E³UDRES² steht für “Engaged and Entrepreneurial European University as Driver for European Smart and Sustainable Regions” und ist ein neun Universitäten und Hochschulen umspannendes Hochschuln...
- Carl Ritter von Ghega Institut für integrierte Mobilitätsforschung
- Center for Digital Health and Social Innovation
- Ilse Arlt Institut für Soziale Inklusionsforschung
- Institut für Creative\Media/Technologies
- Institut für Gesundheitswissenschaften
- Institut für IT Sicherheitsforschung
- Institute for Innovation Systems
XR2Resilience
Ein Extended-Reality-Trainingsprogramm zur Verbesserung der Resilienz von Mitarbeiter*innen des Gesundheitswesens.
LEAPXR
Die Ausbildung im Gesundheitsbereich mit Hilfe von XR und unternehmerischem Denken auf neue Beine stellen.
VReeze
Entwicklung einer Open-Source-Virtual-Reality-Lösung, um das "Einfrieren" von Bewegungen bei Parkinson Patient*innen besser behandeln zu können.
EyeQTrack – Quantitative Blickerfassunganalytik für adaptives XR-Training und Rehabilitation im Gesundheitswesen
Eine adaptive eXtended-Reality-Umgebung für Trainings- und Therapiezwecke.