PIONEER

Die Überwachung von Atmung und Herzschlag ist zentral für die Versorgung von Früh- und Neugeborenen. Derzeit eingesetzte kabelgebundene Sensoren liefern zwar präzise Messwerte, verursachen jedoch regelmäßig Hautreizungen, erhöhen das Infektionsrisiko und erfordern häufige manuelle Korrekturen. Für die Kinder bedeutet dies Stress, für das Pflegepersonal zusätzlichen Aufwand.

In unserem abgeschlossenen BMBF-Projekt SINOPE-NEO konnte gezeigt werden, dass hochfrequente Radarsensorik eine berührungslose Alternative mit hoher Messgenauigkeit darstellt. Die dort erzielten Ergebnisse basieren jedoch vorwiegend auf klassischen Signalverarbeitungsverfahren, deren Robustheit bei komplexen Atemmustern oder größeren Bewegungsartefakten begrenzt ist.

Ziel des neuen Vorhabens ist die Weiterentwicklung dieser Technologie zur Vorserienreife (angestrebter Technologiereifegrad: TRL 6–7). Dafür soll das bestehende Radarsystem optimiert und um eine hybride Auswertearchitektur ergänzt werden, in der klassische deterministische Verfahren und lernbasierte KI-Modelle systematisch verglichen werden. Diese Kombination ermöglicht eine höhere Erkennungsgenauigkeit insbesondere bei atypischen Atemmustern wie der inversen Atmung (sog. Schaukelatmung).

Der Innovationsgehalt liegt somit in der erheblich verbesserten Zuverlässigkeit des radarbasierten Monitorings sowie in der konsequenten Überführung einer Forschungstechnologie in einen marktnahen Demonstrator, der sich in bestehende Inkubatoren integrieren lässt.

Zur Projektseite