Beschreibung

Wissensbasierte Signalanalyse im medizinischen Monitoring II

In der Anästhesie existiert trotz umfangreicher Überwachung von Patienten unter Vollnarkose bislang kein zuverlässiges Verfahren zur Erkennung intraoperativer Wachzustände. Die Beurteilung des Patientenzustands ausschließlich auf der Basis von Vitalparametern (z. B. Blutdruck, Herzfrequenz etc.) ist nicht ausreichend. Da das Gehirn das Zielorgan der Allgemeinanästhesie ist, werden hier zur zusätzlichen Überwachung das Elektroenzephalogramm (EEG) sowie evozierte Potentiale (EP) herangezogen. Es wurde eine Software entwickelt, die eine individuell konfigurierbare Online-Verarbeitung von EEG- und EP-Signalen auf der Basis einer umfangreichen Auswahl von Signalverarbeitungsverfahren, insbesondere der Wavelet-Transformation, ermöglicht. Das Offline-Design von Klassifikatoren zur Erkennung von Narkosezuständen auf der Basis von Methoden der Computational Intelligence bildet den Schwerpunkt der Arbeiten im Institut für Informationstechnik.

Knowledge Based Signal Analysis for Anesthesia Monitoring II

Despite of extensive patient monitoring during anesthesia, there is no reliable method to detect intraoperative awareness in patients undergoing general anesthesia. Monitoring of vital signs, i.e. blood pressure, heart rate, arterial oxygen saturation and respiratory parameters is not sufficient to detect possible periods of awareness. Regarding unconsciousness, the brain is the primary target organ of anesthesia. Thus, anesthesia monitoring should include spontaneous (electroencephalography, EEG) and evoked (evoked potentials, EP) electrical brain activity. Recent developments include the development of a computer software, which allows an individually configured online-processing of EEG- and EP-signals based on a variety of signal processing methods, especially wavelet transform. The current work in the department of information technology is mainly focussed on the offline design of anesthesia classifiers based on methods of computational intelligence.

Projektorganisation

Laufzeit

01.02.1999 - 31.12.2006

Projektleitung im Fachgebiet

Prof. Dr.-Ing. Hans-Dieter Kochs
Dr.-Ing. Dipl.-Inform. Gudrun Stockmanns

Projektbearbeitung

Dipl.-Ing. Thomas Hensel
Dipl.-Ing. Michael Gallinat
Dipl.-Ing. Daniela Lücke

Zusammenarbeit intern

-

Zusammenarbeit extern

TU München, Klinikum rechts der Isar, Klinik für Anästhesiologie

Förderung

Förderer

-

Förderart

-

Förderkennzeichen

-

Schlagworte

Computational Intelligence, EEG, Narkosetiefe, Signalanalyse, Wavelet-Transformation