INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ... INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
Zusammenfassung Für Epilepsiepatienten stellen die überraschend eintretenden Anfälle ein groÿes Bedrohungspotential dar. Verfahren zur Vorhersage epileptischer Anfälle könnten daher neuartige Behandlungsmöglichkeiten der mit den Anfällen einhergehenden Symptome bieten. Basierend auf verschiedenen Methoden u. a. der Nichtlinearen Dynamik, einem Teilgebiet der Physik, wurden zu diesem Zweck in den vergangenen Jahren Algorithmen entwickelt, um aus gemessenen Hirnströmen Informationen zu gewinnen, die eine Vorhersage und eine damit verbundene Intervention zur Verhinderung von Anfällen ermöglichen sollen [1]. Um die Aussagekraft der Vorhersagemethoden zu untersuchen, müssen diese systematisch angewandt und analysiert werden. Im Mittelpunkt dieser Diplomarbeit steht die Aufgabe, eine Software-Umgebung gemäÿ den spezischen Anforderungen der Anfallsvorhersage zu entwerfen und zu implementieren. Ein wesentlicher Aspekt des realisierten Programms ist dessen exibel und modular gestaltete Struktur. Diese erlaubt die Verwendung verschiedenster Parameter, über welche wichtige Details der Vorhersage gesteuert werden können. Neben der Anwendung bereits implementierter Vorhersagemethoden wurden auch Schnittstellen zur Einbindung neuer Verfahren bereitgestellt. Zur Auswertung und statistischen Analyse der Vorhersagemethoden können Langzeitaufnahmen des Elektroenzephalogramms (EEG) von Epilepsiepatienten verwendet werden. Besonderer Wert wird auf eine robuste und nachvollziehbare Verarbeitung der Daten gelegt, für welche verschiedene XML-Formate deniert wurden. Durch die Entwicklung eines online-fähigen Vorhersagesystems wird die Durchführung von Untersuchungen ermöglicht, mit denen die Perspektiven zukünftiger praktischer Anwendungen der Anfallsvorhersage analysiert werden können.
- Seite 1: INSTITUT FÜR INFORMATIK DER LUDWIG
- Seite 7: Abstract The unexpected occurrence
- Seite 10 und 11: Inhaltsverzeichnis 4 Implementierun
- Seite 12 und 13: Kapitel 1 Einleitung der Methoden m
- Seite 14 und 15: Kapitel 1 Einleitung 4
- Seite 16 und 17: Kapitel 2 Grundlagen fälle zu Kont
- Seite 18 und 19: Kapitel 2 Grundlagen Abbildung 2.1:
- Seite 20 und 21: Kapitel 2 Grundlagen für die Analy
- Seite 22 und 23: Kapitel 2 Grundlagen 2.3.2 Dynamica
- Seite 24 und 25: Kapitel 2 Grundlagen Das Zeitfenste
- Seite 26 und 27: Kapitel 2 Grundlagen 16
- Seite 28 und 29: Kapitel 3 Konzeptioneller Entwurf d
- Seite 30 und 31: Kapitel 3 Konzeptioneller Entwurf d
- Seite 32 und 33: Kapitel 3 Konzeptioneller Entwurf d
- Seite 34 und 35: Kapitel 3 Konzeptioneller Entwurf d
- Seite 36 und 37: Kapitel 3 Konzeptioneller Entwurf d
- Seite 38 und 39: Kapitel 3 Konzeptioneller Entwurf d
- Seite 40 und 41: Kapitel 3 Konzeptioneller Entwurf d
- Seite 42 und 43: Kapitel 3 Konzeptioneller Entwurf d
- Seite 44 und 45: Kapitel 3 Konzeptioneller Entwurf d
- Seite 46 und 47: Kapitel 4 Implementierung des Seizu
- Seite 48 und 49: Kapitel 4 Implementierung des Seizu
- Seite 50 und 51: Kapitel 4 Implementierung des Seizu
- Seite 52 und 53: Kapitel 4 Implementierung des Seizu
Zusammenfassung<br />
Für Epilepsiepatienten stellen die überraschend eintretenden Anfälle ein groÿes Bedrohungspotential<br />
dar. Verfahren zur Vorhersage epileptischer Anfälle könnten daher<br />
neuartige Behandlungsmöglichkeiten der mit den Anfällen einhergehenden Symptome<br />
bieten. Basierend auf verschiedenen Methoden u. a. der Nichtlinearen Dynamik, einem<br />
Teilgebiet der Physik, wurden zu diesem Zweck in den vergangenen Jahren Algorithmen<br />
entwickelt, um aus gemessenen Hirnströmen Informationen zu gewinnen, die eine<br />
Vorhersage <strong>und</strong> eine damit verb<strong>und</strong>ene Intervention zur Verhinderung von Anfällen<br />
ermöglichen sollen [1].<br />
Um die Aussagekraft der Vorhersagemethoden zu untersuchen, müssen diese systematisch<br />
angewandt <strong>und</strong> analysiert werden. Im Mittelpunkt dieser Diplomarbeit steht<br />
die Aufgabe, eine Software-Umgebung gemäÿ den spezischen Anforderungen der<br />
Anfallsvorhersage zu entwerfen <strong>und</strong> zu implementieren. Ein wesentlicher Aspekt des<br />
realisierten Programms ist dessen exibel <strong>und</strong> modular gestaltete Struktur. Diese erlaubt<br />
die Verwendung verschiedenster Parameter, über welche wichtige Details der<br />
Vorhersage gesteuert werden können. Neben der Anwendung bereits implementierter<br />
Vorhersagemethoden wurden auch Schnittstellen zur Einbindung neuer Verfahren<br />
bereitgestellt.<br />
Zur Auswertung <strong>und</strong> statistischen Analyse der Vorhersagemethoden können Langzeitaufnahmen<br />
des Elektroenzephalogramms (EEG) von Epilepsiepatienten verwendet<br />
werden. Besonderer Wert wird auf eine robuste <strong>und</strong> nachvollziehbare Verarbeitung<br />
der Daten gelegt, für welche verschiedene XML-Formate deniert wurden. Durch<br />
die Entwicklung eines online-fähigen Vorhersagesystems wird die Durchführung von<br />
Untersuchungen ermöglicht, mit denen die Perspektiven zukünftiger praktischer Anwendungen<br />
der Anfallsvorhersage analysiert werden können.