Silent Bed Monitor
Ruhiges System zur Gesundheitsüberwachung im Bett
Das SilentBedMonitor-Projekt zielt darauf ab, ein innovatives Gesundheitsüberwachungssystem zu entwickeln, das diskrete, hochpräzise Gewichtssensoren in Bettgestelle integriert, um selbst subtile Veränderungen in der Gewichtsverteilung eines Patienten zu erkennen. Im Gegensatz zu herkömmlichen Überwachungssystemen arbeitet SilentBedMonitor geräuschlos und unauffällig und sammelt kontinuierlich Daten, ohne den Komfort des Nutzers zu beeinträchtigen. Die gesammelten Messungen werden mit fortschrittlichen Klassifikationsalgorithmen analysiert, die darauf trainiert sind, Muster zu erkennen, die auf Veränderungen im Gesundheitszustand eines Patienten hinweisen können. Dies ermöglicht die frühzeitige Erkennung potenzieller Probleme wie nachlassende Mobilität, Atemnot oder ungewöhnliche nächtliche Aktivitäten. Das Projekt ist eine Zusammenarbeit zwischen 5micron und der Hochschule Hamm-Lippstadt, die industrielle Expertise in Sensortechnologie mit akademischer Forschung in Datenverarbeitung und Gesundheitsüberwachung verbindet. 5micron ist für die Entwicklung und Integration der Sensortechnik verantwortlich, während die Hochschule Hamm-Lippstadt sich auf Algorithmenentwicklung, Datenanalyse und das Training von Klassifikationsmodellen konzentriert. Das erwartete Ergebnis ist eine nicht-invasive, zuverlässige Überwachungslösung, die Pflegekräfte und Angehörige dabei unterstützt, schnell und effektiv auf Veränderungen im Gesundheits- und Wohlbefinden ihrer Liebsten zu reagieren.
- Förderer Bundesministerium für Wirtschaft und Energie (BMWE)
- Förderprogramm Zentrales Innovationsprogramm Mittelstand (ZIM)
- Fördersumme 0,56 Millionen Euro
- Laufzeit 2025-2027
Förderung
Partner
Team
- Prof. Dr.-Ing. Jan-Niklas Voigt-Antons
Projektleiter - Michael Stern
Wissenschaftlicher Mitarbeiter - Ronja Bloedorn
Studentische Hilfskraft - Nick Westhoff
Studentische Hilfskraft
Einführung / Projektüberblick
Der SilentBedMonitor (SBM) ist eine gemeinsame Forschungsinitiative des Immersive Reality Lab der Hochschule Hamm-Lippstadt in Zusammenarbeit mit einem Industriepartner, der auf drucksensitive Bettsensoren spezialisiert ist. Das Projekt hat zum Ziel, ein zugängliches, nicht-invasives Verbrauchersystem zur Überwachung des Wohlbefindens während des Schlafs zu entwickeln. Durch hochpräzise Druck- und Gewichtsverteilungssensoren, die direkt in den Bettrahmen integriert sind, erfasst das System kontinuierlich Atemsignale, Mikrobewegungen, Lagewechsel, Hustenereignisse sowie mögliche Hinweise auf ein Herausfallen aus dem Bett. Zwischen 2024 und 2026 soll der SBM die Machbarkeit einer kostengünstigen Heimüberwachungstechnologie demonstrieren, die Familien verlässliche Einblicke in die nächtliche Gesundheit ihrer Angehörigen bietet.Hauptziel & Systemfunktion
Das SilentBedMonitor-Projekt geht auf den wachsenden Bedarf an benutzerfreundlicher Gesundheitsüberwachung im häuslichen Umfeld ein – ohne Kameras, Wearables oder invasive Geräte. Herkömmliche Lösungen basieren oft auf Smartwatches oder optischen Sensoren, die für Personen, die sich im Schlaf viel bewegen, unbequem oder unpräzise sein können. SBM ersetzt diese Technologien durch ein geräuschloses, druckbasiertes System, das charakteristische Muster in Gewichtsverlagerungen und Atemrhythmen erkennt. Das System identifiziert Ereignisse wie Hustenepisoden, unregelmäßige Atmung, Unruhe oder potenziell gefährliche Situationen am Bettrand. Ein zentrales Backend verarbeitet diese Daten, erkennt Anomalien und erstellt Benachrichtigungen, die dem Nutzer in verständlicher Form bereitgestellt werden können. Durch Sensorfusion und intelligente Signalverarbeitung soll SBM Sicherheit erhöhen und Abweichungen im nächtlichen Wohlbefinden frühzeitig erkennen.
Innovation & Forschungsbeitrag
Eine der zentralen Innovationen des SilentBedMonitor liegt in seinem Fokus auf hochrobuste, datenschutzfreundliche und nutzerzentrierte Analyseprozesse. Das Forschungsteam sammelt reale Datensätze von Testpersonen, um spezialisierte Machine-Learning-Modelle zu trainieren, die zwischen gesunden Bewegungsmustern und Unregelmäßigkeiten unterscheiden können. Iterative Prototypenentwicklung dient dazu, sowohl die Dateninterpretation als auch die Systemgenauigkeit kontinuierlich zu verbessern. Zudem untersucht das Projekt optimale Konzepte für die Nutzerinteraktion, um sicherzustellen, dass die Ergebnisse auch für Familien ohne medizinisches Vorwissen leicht verständlich sind. Durch den Verzicht auf Kameras oder Wearables stellt SBM Zugänglichkeit und Komfort in den Vordergrund. Kontinuierliche Lernmechanismen ermöglichen es dem System, sich an individuelle Schlafgewohnheiten anzupassen, die Präzision im Zeitverlauf zu erhöhen und kritische Veränderungen im nächtlichen Verhalten zuverlässig und frühzeitig zu erkennen.
