INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel 2 Gr<strong>und</strong>lagen<br />
Das Zeitfenster, innerhalb dessen anschlieÿend der Anfall erwartet wird, ist die Seizure<br />
Occurence Period (SOP) siehe auch Abbildung 2.5. Bei einer echten Anwendung,<br />
bei der die Daten in Echtzeit ausgewertet <strong>und</strong> Alarme ausgelöst werden, muss<br />
während dieses Zeitraumes die Intervention wirken, um den vorhergesagten Anfall<br />
zu unterdrücken. Jedoch können bisher nur bereits vorhandene Daten ausgewertet<br />
werden. Da für diese aber bekannt ist, zu welchen Zeitpunkten Anfälle eingetreten<br />
sind, ist es möglich, die Vorhersagemethoden sowohl für die Vorhersage dieser Anfälle<br />
zu trainieren, als auch sie zu testen.<br />
Im Falle der retrospektiven Auswertung der Daten wird ein Alarm dann als korrekt<br />
deniert, wenn der dem Alarm folgende Zeitraum der Länge SPH anfallsfrei ist,<br />
<strong>und</strong> anschlieÿend während des Zeitfensters SOP der erwartete Anfall eintritt. Falls<br />
sich während des SOP-Fensters kein Anfall ereignet, so ist der Alarm als Fehlalarm<br />
einzuordnen.<br />
Ein zentrales Kriterium zur Bewertung einer Vorhersagemethode ist seine Sensitivität,<br />
d. h. der Anteil der korrekt vorhergesagten Anfälle an der Gesamtzahl aller eingetretenen<br />
Anfälle. Zur sinnvollen Bewertung der Vorhersageleistung muss die Sensitivität<br />
jedoch zusammen mit der erzielten Spezität betrachtet werden, die als Anzahl der<br />
falsch positiven Alarme (pro Zeiteinheit) deniert wird. Insbesondere bei aufwändigen<br />
Interventionen wird diese False Prediction Rate FPR für die klinische Akzeptanz<br />
entscheidend sein, da jeder Fehlalarm mit unnötigen Beeinträchtigungen einhergeht,<br />
<strong>und</strong> bei einer Häufung von falschen Vorhersagen auch die korrekten Alarme vom Patienten<br />
ignoriert würden. Daher muss eine maximale Fehlerrate FPR max eingeführt<br />
werden, die als noch tolerabel angesehen wird. Als eine obere Grenze für FPR max kann<br />
die mittlere Anfallshäugkeit angenommen werden, d. h. es dürfen in einem Zeitraum<br />
höchstens so viele Fehlalarme ausgelöst werden, wie auch Anfälle eintreten. Während<br />
der prächirurgischen Diagnostik liegt die Anfallshäugkeit im Mittel bei drei<br />
bis vier Anfällen pro Tag, bzw. bei ungefähr 0.15 Anfällen pro St<strong>und</strong>e. Dieser Wert<br />
hat sich für erste Abschätzungen der Leistungsfähigkeit von Vorhersageverfahren als<br />
sinnvoller Anhaltspunkt erwiesen [21].<br />
Zur Überprüfung der Aussagekraft einer Vorhersagemethode sollte sie auf ihre statistische<br />
Signikanz geprüft werden. Als signikant wird sie dann betrachtet, wenn die<br />
Methode sich als besser als eine rein zufällige Vorhersagemethode erweist. Zu diesem<br />
Zweck wurde ein Random Predictor deniert [24], bei dem von zufällig ausgelösten<br />
Alarmen ausgegangen wird. Viele dieser Alarme werden falsch sein, jedoch werden <br />
zufällig auch einige Alarme den Anfällen im korrekten Zeitraum vorausgehen, <strong>und</strong><br />
daher als richtige Vorhersage klassiziert werden. Dem Random Predictor wird wie<br />
auch der zu untersuchenden Vorhersagemethode eine maximale Fehlerrate FPR max<br />
zugestanden, was in Anhang A.3 ausgeführt ist.<br />
14