Health Tech

Technologie wurde zu einem immanenten Teil unseres Lebens und erlaubt zunehmend holistische, präventive und nicht zuletzt integrative Lösungen. Der Mensch an sich steht dabei im Fokus - nicht nur in seiner Rolle als Patient oder Athlet. Parallel dazu haben sich die verfügbaren technologischen und informationstechnischen Möglichkeiten rasant weiterentwickelt und die Akzeptanz diese in Medizin, Gesundheit und Sport einzusetzen steigt.

Der Forschungsschwerpunkt Health Tech widmet sich der Herausforderung, innovative Technologien mit Trends in der Medizin, der Gesundheitsversorgung, im Sport sowie angrenzenden Feldern zu verbinden und daraus Produkte und Dienstleistungen in Zusammenarbeit mit Partnern aus Industrie und Forschung zu entwickeln oder deren Weiterentwicklung zu unterstützen. Übergeordnetes Ziel ist dabei einerseits die Gesundheit der Menschen zu erhalten und/oder wiederherzustellen und andererseits Sport in der Gesellschaft durch den Einsatz von Technologie zu fördern und den Athleten im Spitzensport zu erstklassigen Leistungen zu verhelfen.

Sports Technology

Der Sport als Teil unserer Gesundheit erlebt einen technologischen Aufschwung. Dabei sind gläserne Athleten im Spitzensport schon Realität. Datenerfassung und Datenanalyse spielen hier eine zentrale Rolle und werden immer mehr in den Breitensport transferiert. Sowohl in der Anwendung neuer Technologien im Spitzensport als auch beim Transfer dieser in den Breitensport unterstützt der Forschungsschwerpunkt schon jetzt viele Partner in Wirtschaft, Wissenschaft und Verbänden. Themen wie künstlicher Intelligenz, digitale Zwillinge oder virtuelle Realität, spielen dabei eine Schlüsselrolle im Sport und wiederspiegeln die Kompetenzen des Forschungsbereichs.

Robotics in Health

Die Medizin vertraut im Bereich von chirurgischen Anwendungen bereits seit geraumer Zeit auf den Einsatz von Robotik und Telemanipulatoren. Dieser Trend setzt sich im gesamten Gesundheitsbereich fort, so gewinnen Service- und Pflegeroboter immer weiter an Bedeutung. Ein weiteres Wachstumsfeld stellen Therapieroboter dar, welche eine Therapie zu Hause ermöglichen und dadurch Rehabilitation abseits des klinischen Alltags ermöglichen.

Medical Devices

Medizinprodukte sind eine faszinierende Erfolgsgeschichte an der Grenzfläche zwischen medizinischem und technologischem Fachpersonal, welches die Verbesserung der Lebensqualität von Menschen ins Zentrum stellt. Ein Ziel des Forschungsschwerpunkts ist es, dieses Feld in der translatorischen Forschung von der Idee hin zum marktreifen Produkt zu unterstützen. Dabei steht insbesondere der Aufbau von Methoden im Mittelpunkt, welche den Entwicklungsprozess in diesem hoch regulierten Feld in seiner Effizienz verbessern können. Digitale Zwillinge für die Produktentwicklung technologiegestützter und individualisierter Therapien sind dabei ebenso von Bedeutung, wie Technologien für die Ausbildung medizinischer Fachkräfte und die verbesserte datengetriebene Entwicklung von Technologien unter Einbindung von medizinischem Fachpersonal in den Entwicklungsprozess.

Kontakt
FH-Prof.  Bernhard Hollaus, PhD | Health & Sports Technology Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Prof. Bernhard Hollaus, PhD Health & Sports Technology +43 512 2070 - 4431

Bei Fragen zum Forschungsschwerpunkt kontaktieren Sie uns unter: healthtech@mci.edu


FH-Prof.  Bernhard Hollaus, PhD | Health & Sports Technology Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Prof. Bernhard Hollaus, PhD Health & Sports Technology +43 512 2070 - 4431
 Anna-Sophie Käferböck, BSc MSc | Dissertantin Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Anna-Sophie Käferböck, BSc MSc Doctoral Student +43 512 2070 - 4444
FH-Prof. Dr. Dipl.-Ing. Daniel Sieber | Leiter Department & Studiengang Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Prof. Dr. Dipl.-Ing. Daniel Sieber Head of Department & Studies +43 512 2070 - 4400
 Manuel Berger, BSc MSc PhD | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Manuel Berger, BSc MSc PhD Teaching & Research Assistant +43 512 2070 - 4441
FH-Prof.  Yeongmi Kim, PhD | Medizin- & Regelungstechnik Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Prof. Yeongmi Kim, PhD Medical Devices & Control Engineering +43 512 2070 - 4432
Dr. techn. Thomas Senfter | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Wirtschaftsingenieurwesen
Dr. techn. Thomas Senfter Teaching & Research Assistant +43 512 2070 - 4155
Dipl.-Ing. Dr. Eva Graf | Medical, Health and Sport Engineering Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Dipl.-Ing. Dr. Eva Graf Medical, Health and Sport Engineering +43 512 2070 - 4434
 Jonas Kreiner, BSc | Laboringenieur Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Jonas Kreiner, BSc Laboratory Engineer +43 512 2070 - 4451
 Jasper Volmer, MSc | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Jasper Volmer, MSc Teaching & Research Assistant +43 512 2070 - 4446
 Thomas Hausberger, BSc MSc | Projektmitarbeiter Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Thomas Hausberger, BSc MSc Project Assistant
Dott. Mag. Yunus Schmirander, BSc | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Dott. Mag. Yunus Schmirander, BSc Teaching & Research Assistant +43 512 2070 - 4442
 Simon Winkler, BSc MSc | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Simon Winkler, BSc MSc Teaching & Research Assistant +43 512 2070 - 4445

Smart Golf Club
Laufzeit:
2023

ProjektleiterIn:
Yannic Heyer, BSc MSc
FH-Prof. Bernhard Hollaus, PhD

Projektbeschreibung:
Das Ziel ist die Entwicklung eines Machine Leaming Modells zur Klassifizierung von IMU Daten, welche an einem Golfschläger aufgenommen werden. Ziel der Klassifizierung ist die Vorhersage und Einteilung des Impact Offsets zwischen Schlägerkopf und Ball in drei Klassen: Außen, Mitte, Innen. Außerdem soll eine Halterung konzipiert und angefertigt werden, welche eine sichere und reproduzierbare Befestigung des IMU Sensors am Schlägerschaft des Golfschlägers ermöglicht.

Messrodel V2
Laufzeit:
2022 - 2024

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

Projektbeschreibung:
In dem Projekt Messrodel geht es darum, Wissen über das Verhalten einer Rodel im Eiskanal zu generieren. Dabei soll einerseits durch den Einsatz entsprechender Sensorik das Verhalten der Rodel messbar gemacht werden, andererseits sollen Messergebnisse auch zusammengefasst, verarbeitet, gespeichert und analysiert werden können. Darüber hinaus soll das Verhalten der Rodel über gängige Simulationsmethoden im Maschinenbau simuliert werden. Daraus soll im Idealfall ein Schienenmodell entstehen, welches durch die Messungen auch validiert werden kann.

Quarterceive 2.0
Laufzeit:
2017 - 2018

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

Projektbeschreibung:
Ziel des Projekts ist es einerseits eine App und die dahinter liegende Hardware zu entwickeln, andererseits wissenschaftliche Erkenntnisse zu erlangen im Feld der Sportwissenschaft im American Football. Mit den Kernfunktionalitäten der App soll es möglich werden, Trainingsmaschinen aufgrund von evaluierbaren Daten Entscheinungen und Kommandos zu senden.

RESPIT - Prävention von Ertrinkungsunfällen
Laufzeit:
2021 - 2022

ProjektleiterIn:
FH-Prof. Yeongmi Kim, PhD

Projektbeschreibung:
Das Ziel dieses Projektes ist es das Ertrinkungsrisiko von Kindern zu minimieren. Dabei geht es vor allem um die Altersgruppe welche sich bereits krabbelnd oder gehend fortbewegen, jedoch noch nicht schwimmen kann. Diese beiden Faktoren machen Ertrinken zu einem Hauptverursacher für Unfälle mit Todesfolge für die erwähnte Gruppe. Um dieses Problem anzugehen, wird in diesem Projekt ein Gerät entwickelt welches die Atmung des Kindes überwacht sobald sich dieses im Wasser aufhält. Dies basiert auf der Bewegung des Brustkorbes welche mit einem Dehnsensor erfasst wird, wobei die benötigte Hardware vollständig in Badekleidung integriert werden kann. Das erfasste Signal wird dann entweder durch einen klassischen Algorithmus basierend auf der Steigungsänderung oder durch einen Deep-Learning Algorithmus verarbeitet. Werden Atemprobleme erkannt, sendet das Gerät eine Nachricht an einen installierten Empfänger via einem kabellosen, auf Ultraschall basierendem Kommunikationssystems. Der Empfänger gibt dann zentral einen akustischen und visuellen Alarm ab um so die Zeit bis zur Rettung zu minimieren.

The OpenEar Project
Laufzeit:
2016 - 2024

ProjektleiterIn:
FH-Prof. Dr. Dipl.-Ing. Daniel Sieber

Projektbeschreibung:
Ein Open-Science-Projekt zur Erstellung einer Bibliothek von High-Fidelity-Modellen der menschlichen Anatomie für das Schläfenbein als Grundlage für Forschung und Entwicklung in der bildgeführten Chirurgie, der chirurgischen Ausbildung in virtueller Realität und vielem mehr. Die Modelle basieren auf multimodaler 3D-rekonstruierter Fusionsbildgebung, einschließlich Farbbildern aus Mikroschnitten sowie Digitaler Volumentomographie und den resultierenden segmentierten voxelbasierten sowie triangulierten Modellen.


Projektpartner:
Medizinische Hochschule Hannover, Klinik für Hals-, Nasen- und Ohrenheilkunde
Universitäten Ausland
Rigshospitalet Copenhagen, ENT Department
Universitäten Ausland

Publikationen/Literatur:
Sieber D, Erfurt P, John S, Ribeiro dos Santos G, Schurzig D, Sørensen MS, Lenarz T. The OpenEar library of 3D models of the human temporal bone based on computed tomography and micro-slicing. Nature Scientific Data (2019). https://doi.org/10.1038/sdata.2

DigitalBikeTwin
Laufzeit:
2023 - 2024

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

Projektbeschreibung:
Durch den Bike- und E-Bike-Boom der letzten Jahre bleiben auch die Fahrraddiebstähle in Österreich auf einem hohen Niveau. Laut Daten des Bundeskriminalamtes wurden im Jahr 2021 17.595 Fahrräder gestohlen. Dabei handelt es sich lediglich um die offiziellen Zahlen. Viele Delikte werden gar nicht erst zur Anzeige gebracht. Die Verkehrsclubs gehen sogar von einer Dunkelziffer aus, die zehnmal höher ist. Dazu kommt, dass die Aufklärungsquote bei Fahrraddiebstählen mit ca. 9% sehr gering ist. Trotz rascher Anzeige bei der Polizei, genauer Beschreibung des Bikes oder Angabe der Rahmennummer, erhalten die Geschädigten ihr Fahrrad meist nicht wieder. Was bleibt, ist eine kostspielige Neuanschaffung und das ungute Gefühl, einem erneuten Diebstahl nicht genügend entgegensetzen zu können. Nach Angaben des Bundeskriminalamts beläuft sich die jährliche Schadenssumme auf 10 bis 14 Mio. € (geschätzte Dunkelziffer 140 - 196 Mio. €). Die Digitalisierung des (E-)Bikes ist mittlerweile ein entscheidender Faktor für Hersteller, da sie die Kaufentscheidung von Kunden signifikant beeinflusst. Viele große- und kleine digitale "Helferchen" rund um das Akkumanagement und dem Konfigurieren des Antriebssystem bei E-Bikes, über GPS-Tracker und Reifendrucksensoren bis hin zur Verschmelzung des Bikes mit dem Fahrer und der zusätzlichen Einbringung von Vitalparametern bzw. zur aktiven Interaktion des Bikes und seines Fahrers mit der unmittelbaren Umgebung, lassen das Bike zu einem IoT-System werden. Das übergeordnete Ziel von DigitalBikeTwin ist die Entwicklung einer Lösung, die Komponenten des Fahrrads, seines Fahrers und der Umgebung digital abbildet, zu einer konsistenten Gesamtlösung integriert und somit den digitalen Zwilling des Bikes darstellt. Erreicht wird dieses Ziel durch die Implementierung der von emergo technologies entwickelten Hardware in unterschiedlichen Ausführungen, bei E-Bikes mit der direkten Kommunikation mit dem Antriebssystem (Motor, Batterie, Display, etc.) und der Kommunikation mit anderen Aktoren/Sensoren am Bike, der Person oder der Umgebung.

dVRK - The da Vinci Research Kit
Laufzeit:
2016 - 2024

ProjektleiterIn:
FH-Prof. Dr. Dipl.-Ing. Daniel Sieber
FH-Prof. Yeongmi Kim, PhD

Projektbeschreibung:
Das MCI ist Teil einer Allianz von etwa 40 Institutionen weltweit, die Zugriff auf das daVinci Research Kit (dVRK) haben, welches die Arbeit mit einer der spannendsten und komplexesten Plattformen für chirurgische Robotik ermöglicht. Das System unterstützt chirurgisches Fachpersonal, welches an einer Bedienkonsole sitzend den Eingriff durch ein endoskopisches 3D-Panorama-Betrachtungssystem verfolgt, während es die präzisen Roboterarme des Systems in komplexen mikrochirurgischen Operationen durch Handbewegungen steuert. dVRK eröffnet ein breites Forschungsspektrum, von innovativen Verfahren zur Durchführung informations- und bildgeführter Operationen bis hin zur Entwicklung neuartiger chirurgischer Instrumente, innovativer Benutzerschnittstellen und futuristischer Methoden zur Automatisierung chirurgischer Aufgaben sowie deren potenziellen Auswirkungen.


Projektpartner:
Johns Hopkins University, Department of Computer Science
Universitäten Ausland

Publikationen/Literatur:
S. Kohlgrüber ,Y. Kim, and P. Kazanzides (2021) : Model-based Design and Digital Implementation to Improve Control of the da Vinci Research Kit Telerobotic Surgical System, IEEE International Conference on Robotics and Automation (ICRA), 2021, pp. 12435-1

Spot - Der Roboterhund
Laufzeit:
2021 - 2024

ProjektmitarbeiterInnen:
Ephraim Westenberger, BSc

Projektbeschreibung:
SPOT ist ein fortschrittliches und hochgradig anpassbares Robotersystem, das basierend auf stereoskopischen und Näherungskameras, Trägheitsmesseinheiten und anderen Sensoren autonom arbeiten kann. Mit einer breiten Palette von Möglichkeiten, die Fähigkeiten des System durch definierte Schnittstellen zu erweitern, zielt das MCI darauf ab, die Verwendung von SPOT als persönlicher Roboter in der Medizintechnik zu erforschen. Die Python-API des Systems bietet Zugriff auf die High-Level-Funktionalitäten wie die Steuerung der Bewegung von SPOT und den Zugriff auf die Kameras und Sensoren des Roboters. Über verschiedene Kommunikationsschnittstellen des Roboters können kundenspezifisch entwickelte Hardware-Anbaugeräte, Nutzlasten genannt, angeschlossen werden. Dadurch können Studenten ihre eigenen Software- und Hardwareprojekte für eine der aufregendsten Roboterplattformen auf dem Markt erstellen. SPOT wurde bereits für Anwendungen wie als Roboter Blindenhund, für autonome "Follow-me"-Anwendungen angepasst und hatte auch schon Spaß beim Skifahren auf der Nordkette - Innsbrucks anspruchsvollstem Skigebiet. Darüber hinaus ist unsere SPOT User Group eine Studentengruppe, die von Studenten für Studenten betrieben wird. Die Studierenden selbst können ihre Ideen, Interessen und Anwendungsfälle in die Gruppe einbringen und schaffen so eine Lernumgebung frei von universitären Vorgaben und Verpflichtungen. Das Projekt zielt darauf ab, Wissen in einer interdisziplinären Gruppe von Studierenden zu generieren und darüber hinaus langfristig Kompetenzen im Bereich Medical Robotics, Personal Robots und Assisted Living weiter auszubauen.


Beheizbare Einsatzhandschuhe für Profis
Laufzeit:
2022 - 2023

ProjektleiterIn:
Dr. techn. Thomas Senfter
FH-Prof. Bernhard Hollaus, PhD

ProjektmitarbeiterInnen:
Sandro Tobias Müller, BSc

Jonas Kreiner, BSc

Kevin Fischler, BSc

Projektbeschreibung:
Ziel dieses Kooperationsprojektes ist es, einen beheizbaren Handschuh für Einsatzorganisationen zu entwickeln, der die Anwendungseigenschaften eines Arbeitshandschuhes mit den Wärmeeigenschaften eines beheizbaren Handschuhes kombiniert. Damit sollen alpine Einsatzkräfte ihre Aufgaben (von der Versorgung von Verletzten bis hin zu Unfallerhebungen durch die Alpinpolizei) besser durchführen können. In der Kooperation mit Zanier und Aberjung kann hier ein neuartiges Produkt für den Markt entwickelt werden, welches optimal auf die Bedürfnisse der Kunden abgestimmt ist.

Skijump Judge
Laufzeit:
2022 - 2023

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

Projektbeschreibung:
Die Videoweitenmessung im Skispringen wird über die direkte Messung der Landestelle bzw. digital durch einen Operator durchgeführt. Dabei ist es die Aufgabe des Operators, welcher mit bis zu vier Kameras die Landezone der Skispringer überwacht, den Touchdown eines jeden Sprunges manuell zu bestätigen. Danach sucht der Operator die für diese Landung relevante Kamera aus und betrachtet weitergehend die Videosequenz der Landung Bild für Bild. Das Ziel ist es, das Bild in der Videosequenz auszuwählen, bei dem der Skispringer mit beiden Ski vollständig den Boden berührt, um die Sprungweite zu bestimmen. Dafür wählt der Operator die Stelle zwischen Ferse des vorderen Schuhs und Fußspitze des hinteren Fußes aus, um über eine Software die gesprungene Weite zu berechnen. Diese Weite ist aufgrund der Kameraaufnahme mit 50 fps bis auf 0.5 Meter genau bestimmbar. Eine Automatisierung der beschriebenen Schritte zur Videoweitenmessung soll dazu dienen, den Operator bei seiner Arbeit zu unterstützen und somit die Reliabilität des Systems zu verbessern. Durch die Entwicklung eines solchen Systems können noch weitere Vorteile für den Skisprung-Sport gewonnen werden. Diese wurden vor allem durch den fachlichen Input des ehemaligen Skispringers Thomas Hofer initialisiert, welcher eine automatisierte Videoweitenmessung in Trainingssituationen als enormen Fortschritt sieht für Sportler und Trainer sieht. Die bisherige Messmethode in Trainingseinheiten ist eine rein visuelle Messung der Weite durch den Trainer. Eine Automatisierung und Digitalisierung kann den Sportlern hier ein deutlich genaueres Feedback und somit eine größere Möglichkeit auf eine Verbesserung ihrer Sprünge helfen. Somit kann durch eine Softwarelösung nicht nur der Profisport, sondern auch der Nachwuchs- und Jugendsport profitieren. Neben der Weitenmessung gilt es die Haltungsnoten der Sportler objektiv bestimmen zu können. Dies bestätigen unter anderem die Unterstützungserklärungen des ÖSV Nationalteams, des ÖSV und des Schigymnasiums Stams. Diese objektive Analyse der Haltungsnoten wird dabei als besonders relevant und als ein effektives Trainingstool zur Verbesserung der Haltungsnoten beschrieben. In Kombination mit der automatisierten Weitenmessung wird somit eine genauere Beurteilung der Gesamtleistung der Sportler möglich.

Smart Trucks
Laufzeit:
2022 - 2023

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

ProjektmitarbeiterInnen:
Gabriel Belmino Freitas

Ephraim Westenberger, BSc

Lennart Fresen, BSc

Projektbeschreibung:
Ziel dieses Kooperationsprojektes ist es, einen Performance Tracker für den Funsportbereich zu entwickeln. Damit soll die Grundlage geschaffen werden um Plattformen nach dem Vorbild von Runtastic oder Strava für viele verschiedene Funsportarten aufbauen zu können. Der Schlüssel zu dieser Basistechnologie ist dabei die Kombination von Motion-Sensoren mit einem neuronalen Netz. Im Zuge des Projekts sollen Daten von Skatern und Skaterinnen verschiedenen Alters, Niveaus und Geschlechts auf vielen verschiednenen Orten aufgenommen werden. Daraus soll das neuronale Netz zur Auswertung eines Tricks entwickelt werden. Durch die Kooperation mit xdouble und Stefan Ebner ist das Projekt sehr stark in der Breite aufgestellt und kann dadurch sowohl unternehmenerische, wissenschaftlich aber auch schulungsbezogene Herausforderungen optimal meistern.

Optimal Start
Laufzeit:
2021

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

Projektbeschreibung:
Das Ziel des Projekts Optimal Start ist es einen Prototyp eines Trainingstools für den Start beim Rodeln zu entwickeln. Dabei soll das Tool Daten eines bestehenden Motion Capturing Systems mit einem Video synchronisieren und gemeinsam darstellen. Dadurch sollen einzelne Fehler des Athleten beim Starten nicht nur im Signal sichtbar sein, sondern auch visuell dem Athleten seine betreffende Körperpose zeigen. Durch das Tool erhofft man sich ein wesentlich direkteres Feedback an die Athleten, welches auch besser für die Entwicklung der Athleten ist.

Erstversorgungsassistent zur neonatalen Beatmung (EANB)
Laufzeit:
2024

ProjektleiterIn:
Anna-Sophie Käferböck, BSc MSc

Projektbeschreibung:
Die effiziente Beatmung von Neugeborenen in einer Reanimationssituation stellt für das Krankenhauspersonal nach wie vor eine Herausforderung dar. Der Stand der Technik ist ein manuelles Schlauchsystem mit einem Dosierventil, bei dem eine Person die permanente Beatmung übernehmen muss. Außerdem erfordert die Beschaffenheit des Lungengewebes von Neugeborenen eine Abflachung der Druckkurve während der Beatmung, um ein Zerreißen zu verhindern. EANB setzt sich mit der Automatisierung des gesamten Beatmungsprozesses auseinander, um qualitativ hochwertige und an den Patienten angepasste Beatmung zu ermöglichen.

VRodel
Laufzeit:
2022 - 2024

ProjektleiterIn:
FH-Prof. Bernhard Hollaus, PhD

ProjektmitarbeiterInnen:
David Mikulic

Maximilian Gallinat

Jonas Kreiner, BSc

Projektbeschreibung:
Rodeln steigt in seiner Popularität schon über mehrere Jahre hinweg stetig. Dies hat auch dazu geführt, dass wesentlich mehr Unfälle beim Rodeln geschehen, z.T. mit tödlichem Ausgang. Deshalb wurde das Projekt VRodel ins Leben gerufen um die grundlegenden Rodeltechniken in einer virtuellen Welt zu erlernen um das Rodeln in der realen dadurch sicherer zu machen.


  • Hollaus, B., Raschner, C., & Mehrle, A. (2018). Development of release velocity and spin prediction models for passing machines in American football. Proceedings of the Institution of Mechanical Engineers, Part P: Journal of Sports Engineering and Technology. doi:10.1177/1754337118774448
  • Sieber D, Erfurt P, John S, Ribeiro dos Santos G, Schurzig D, Sørensen MS, Lenarz T. The OpenEar library of 3D models of the human temporal bone based on computed tomography and micro-slicing. Nature Scientific Data (2019). DOI: 10.1038/sdata.2018.297
  • Sieber D, Andersen SAW, Soerensen MS, Trier P. OpenEar image data enables case variation in high fidelity virtual reality ear surgery. Otology & Neurotology (2021). DOI: 10.1097/MAO.0000000000003175
  • Hollaus, B., Raschner, C., Mehrle, A. (2020, June). Development and Verification of a Highly Accurate and Precise Passing Machine for American Football, Proceedings of the 13th Conference of the International Sports Engineering Association 2020, 49, 94, doi:10.3390/proceedings2020049111
  • M. Panny, I. Nagiller, M. Nagiller, and Y. Kim, Home rehabilitation system for the upper extremity focusing on technology-aided assessment of spasticity, Current Directions in Biomedical Engineering
  • Lee, H., Eizad, A., Park, J. Kim, Y. Hwang, S., Oh, M., Yoon, J., Development of a Novel 2-Dimensional Neck Haptic Device for Gait Balance Training, IEEE Robotics and Automation Letters (RA-L), ISSN: 2377-3766
  • Su, H., Qi, W., Schmirander, Y., Ovur, S.E., Cai, S. and Xiong, X. (2022). A human activity-aware shared control solution for medical human–robot interaction. Assembly Automation, 42(3), pp. 388-394
  • Hollaus B, Heyer Y, Steiner J, Strutzenberger G. Location Matters—Can a Smart Golf Club Detect Where the Club Face Hits the Ball? Sensors. 2023; 23(24):9783.
  • Ganser A, Hollaus B, Stabinger S. Classification of Tennis Shots with a Neural Network Approach. Sensors. 2021; 21(17):5703. https://doi.org/10.3390/s21175703
  • Hollaus, B., Stabinger, S., Mehrle, A., Raschner, C. (2020, November). Using Wearable Sensors and a Convolutional Neural Network for Catch Detection in American Football. Sensors 2020, 20, 6722, doi:10.3390/s20236722

  • Hollaus, B., Eisenbraun J. (2020, September). Hochpräzises Passen durch Wurfmaschinen im American Football, presented online at Spinfortec, Bayreuth, Germany
  • Hollaus, B., Stabinger S, Eisenbraun J. (2020, September). Fangdetektion im American Football mit Wearables und AI, presented online at Spinfortec, Bayreuth, Germany
  • Eisenbraun, J.;Hollaus, B. (2021, September) Detection of Catches or Drops in American Football Using Data of Wearables and a Neural Network Approach. Paper presented online at the European College of Sport Science
  • Hollaus, B. (2021, September). Tennis Shot Classification using a wearable and neural networks. Paper presented online at European College of Sport Science
  • Seminar (a colloquium for Convergence Future Communication) - Stroke rehabilitation and assistive technology – Challenges and Opportunities, Kyunghee University
  • Kim Y.; Seminar - Medical Robotics, 2022 Global New Industry & New Technology, KIAT (Korea Institute for Advancement of Technology)
  • M. Panny, I. Nagiller, M. Nagiller, and Y. Kim, Home rehabilitation system for the upper extremity focusing on technology-aided assessment of spasticity - Full paper Oral Presentation - BMT 2022
  • M. Preiss, A. Walder, and Y. Kim, Haptically enhanced VR surgical training system Oral Presentation - Full paper Oral Presentation - BMT 2022

  • Patent Nr. EP2629737B1