Biomedizinische Signalverarbeitung: Mustererkennung und Signalvorhersage

Bioelektrische Signale wie Elektroenzephalogramme (EEG) und Tiefenhirnströme, z.B. extrazelluläre Signale aus dem Subthalamus des Menschen, enthalten Muster und Merkmale, die sich bei gesunden und kranken Menschen unterscheiden. Beim Epilepsie-EEG deuten z.B. Spikes, Spike-And-Waves und andere Muster auf die Krankheit hin.

Durch den Einsatz von klassischen technischen Analyseverfahren wie Fourier-Transformationen und modernen Hilfsmitteln aus Neuroinformatik und Chaostheorie wie künstlichen neuronalen Netzen, Wavelet-Transformationen und fraktalen Dimensionen, wird versucht, geeignete Methoden für die Mustererkennung und Signalverarbeitung von EEG und Einzelzellpotentialen aus tiefen Hirnregionen zu entwickeln.

Drittmittelgeber:

IMF

Beteiligte Wissenschaftler:

Prof. Dr. med. H.W. Bothe (MA), A. Givechi

Veröffentlichungen:

Givechi A, Bothe HW: Seizure prediction from EEG of epileptic patients using artificial neural networks. J Neurosurg, submitted