Gait-CAD

Die Matlab-Toolbox Gait-CAD zielt auf die Visualisierung und Datenanalyse von Zeitreihen und Einzelmerkmalen mit einem besonderen Fokus auf Klassifikationsprobleme. Sie entstand am Institut für Angewandte Informatik des Karlsruher Instituts für Technologie (KIT). Es handelte sich von der Zielrichtung her in erster Linie um eine offene Entwicklungsplattform für methodische Weiterentwicklungen von Data-Mining-Verfahren und deren Spezifikation für verschiedene medizinische und technische Anwendungsfelder.

Die meisten bisherigen Anwendungen von Gait-CAD stammen aus dem medizintechnischen Umfeld. Diese umfassen u.a. die Auswertung von Bewegungsanalysen und Nervensignalen sowie den Entwurf von  Handprothesensteuerungen und von Brain-Machine-Interfaces. Die entwickelten Verfahren und Softwarelösungen eignen sich aber auch für industrielle Probleme. Beispiele hierfür sind die Auswertung von Kfz-Benchmark-Daten, die Analyse des Energieverbrauchs aus Gebäudedaten und industrielle Vorstudien auf dem Gebiet der thermischen Abfallbehandlung und der Auswertung des Sensorverschleißes in der Verfahrenstechnik.

Gait-CAD setzt Matlab (ab Version 5.3) voraus und erfordert in vielen Fällen keine zusätzlichen Matlab-Toolboxen. Einzelne Befehle greifen jedoch auf Standard-Toolboxen wie die Signal-Toolbox, die Statistik-Toolbox und die Wavelet-Toolbox zu. 

Gait-CAD verfügt über eine grafische Oberfläche (GUI - Graphical User Interface) mit Menüpunkten sowie Bedienelementen wie Auswahllisten, Checkboxen und Editierfeldern. 

Gait-CAD ist eine freie Software (open source) und steht in der deutschsprachigen Version seit November 2006 im Internet zur Verfügung.  Sie kann unter den Bedingungen der GNU General Public License (GNU-GPL), wie von der Free Software Foundation veröffentlicht, weitergeben und/oder modifiziert werden. Eine englische Version ist seit Januar 2008 verfügbar.

Gait-CAD ist jetzt nur noch auf Sourceforge verfügbar. Hier finden sich ein Downloadbereich und ein englischsprachiges Gait-CAD-Wiki (im Aufbau).

Kurzbeschreibung (Beitrag des 16. Workshops Computational Intelligence des GMA-FA 5.14, Dortmund)