Beschreibung

Wissensbasierte Signalanalyse im medizinischen Monitoring I

Die Narkosetiefe von Patienten während operativer Eingriffe kann bei modernen Narkoseverfahren zum derzeitigen Stand der Forschung aus dem Verhalten des Herz-Kreislaufsystems nicht immer zuverlässig beurteilt werden. Zur Verbesserung der Beurteilung der Narkosetiefe wird die Analyse der im EEG enthaltenen spontanen Hirnaktivitäten und evozierten Potentiale verfolgt. Zur Charakterisierung der Verläufe dieser Signalanteile werden spezielle Signalverarbeitungsverfahren, insbesondere die Wavelet-Transformation, in Verbindung mit Fuzzy-Logik und Neuronalen Netzen eingesetzt. Das EU-BIOMED-Projekt wurde in Kooperation mit verschiedenen europäischen Universitätskliniken durchgeführt.

Knowledge Based Signal Analysis for Anesthesia Monitoring I

The depth of anaesthesia during surgery and recent anaesthesia techniques cannot be assessed reliably by means of the the current methods based on the information given by the circulatory system. The improvement of the assessment of anaesthesia considers the analysis of signals generated by the spontaneous brain activities and evoked potentials which are contained in the EEG. To characterize the signals special signal processing techniques, in particular the Wavelet transform, along with advanced methods based on fuzzy logic and artificial neural networks were used. The research activity was accomplished with different European university clinics in the framework of the EU-BIOMED-Project.

Projektorganisation

Laufzeit

01.01.1994 - 30.06.1997

Projektleitung im Fachgebiet

Prof. Dr.-Ing. Hans-Dieter Kochs
Dr.-Ing. Dipl.-Inform. Jörg Petersen

Projektbearbeitung

Dr.-Ing. Dipl.-Inform. Jörg Petersen
Dr.-Ing. Dipl.-Inform. Gudrun Stockmanns

Zusammenarbeit intern

-

Zusammenarbeit extern

TU München, Klinikum rechts der Isar
Universität Hamburg, Universitätsklinikum Hamburg-Eppendorf
Medizinische Universität zu Lübeck
Universität Amsterdam, academisch medisch centrum
Universität London, Imperial College (St. Mary's Hospital Medical School)

Förderung

Förderer

Europäische Union BIOMED 1

Förderart

EU

Förderkennzeichen

BMH1-CT93-1506

Schlagworte

Computational Intelligence, EEG, Narkosetiefe, Signalanalyse, Wavelets