INSTITUT FÜR INFORMATIK Entwurf und Implementierung - Ludwig ...

Kapitel 1
Einleitung
1.1 Motivation
Die Gefahr, die von der häugsten chronischen Erkrankung des Nervensystems, der
Epilepsie, ausgeht, liegt in den überraschend einsetzenden Anfällen. Diese treten oft
ohne jegliche Vorwarnung auf und können durch Stürze und Krämpfe mit einhergehendem
Bewuÿtseinsverlust zu schweren Verletzungen, zu Atemstillstand und weiteren
lebensbedrohlichen Situationen führen. Auch wenn die frühere Stigmatisierung
der Epilepsie als göttliche Krankheit und dämonische Besessenheit in westlichen
Ländern inzwischen vernachlässigt werden kann, sind die Patienten weiterhin in ihrem
alltäglichen Leben teilweise sehr stark eingeschränkt. Neben den direkten Krankheitssymptomen
bestehen weitere Gründe für Beeinträchtigungen in den Medikamentennebenwirkungen,
sowie in den psychosozialen Auswirkungen der unkontrolliert auftretenden
Anfälle.
Die Vorhersage epileptischer Anfälle ist daher eine der wichtigsten Forschungsaufgaben
zur Behandlung der Epilepsie [2]. Wäre es möglich, rechtzeitig und mit ausreichend
hoher Genauigkeit vor den einzelnen Anfällen Alarme auszulösen, könnte
zeitlich gezielt medizinisch interveniert und die akute Bedrohung aufgehoben werden.
Den Anfällen gehen jedoch nur selten spezische Hinweise voraus [3]. Im Normalfall
erleiden die Patienten ihre Anfälle unvermittelt. In den vergangenen Jahren wurden
erste Methoden vorgestellt, um mit Hilfe verschiedener Algorithmen Anfälle automatisch
vorherzusagen [1, 4]. Hierzu werden aus EEG-Aufzeichnungen Kenngröÿen der
Nichtlinearen Dynamik ermittelt, durch welche typische Veränderungen vor Anfällen
festgestellt werden konnten. Es sind systematische und statistische Auswertungen
der Ergebnisse nötig, um profunde Aussagen über die Vorhersagekraft und Signikanz
1