Weiterentwicklung EEG-basierter Ansätze für die Demenzforschung
Im Rahmen der OCC Neuroscience Colloquia durften wir Assistenzprofessor Dr. Mesut Seker von der Dicle University in Diyarbakir, Türkei, begrüßen, der uns am 17. Dezember hier in Münster einen aufschlussreichen und inspirierenden Gastvortrag hielt. Der Referent war ein Gast unserer TReND-Doktorandin Dilşah Gençaslan.
In seinem Vortrag stellte Mesut Seker mehrere integrative rechnergestützte Rahmenkonzepte für die Klassifizierung von leichten kognitiven Beeinträchtigungen (MCI) und Alzheimer (AD) anhand von EEG-Daten im Ruhezustand vor. Der Ansatz kombiniert klassische Signalanalysemethoden wie Komplexitätsmaße, Spektralrhythmen und Synchronitätsmerkmale mit modernsten Deep-Learning-Techniken (einschließlich EEGNet, ResNet-Architekturen und Vision Transformers). Diese doppelte Perspektive ermöglicht sowohl die Identifizierung von Neuromarkern als auch die automatische Erkennung versteckter Muster, die mit kognitivem Verfall in Verbindung stehen.
Die Präsentation hob hervor, wie das Ruhezustand-EEG als praktisches und leistungsstarkes Diagnosewerkzeug zur Früherkennung von Alzheimer dienen kann, und demonstrierte das Potenzial der computergestützten Neurowissenschaften zur Unterstützung klinischer Entscheidungen.
Wir danken Dr. Mesut Seker herzlich für seinen Besuch und dafür, dass er sein Fachwissen und seine wertvollen Erkenntnisse mit unserer Forschungsgemeinschaft geteilt hat. Sein Beitrag löste anregende Diskussionen aus und lieferte wichtige Perspektiven für die Zukunft der Analyse von Ruhezustand-EEG-Untersuchungen.