INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ... INSTITUT FÃR INFORMATIK Entwurf und Implementierung - Ludwig ...
Kapitel 5 Auswertungen und Ergebnisse um nach Auslösung eines ersten Alarmes keine längere Wartezeit berücksichtigen zu müssen, als den Zeitraum, für welchen später der Anfall erwartet wird. Getestet wurde dies für eine Zeitdauer von 30 Minuten, und eine maximale Fehlerrate von 0.15 Fehlalarmen pro Stunde. Dargestellt sind die Resultate in Abbildung 5.4a), in der sie mit den einzelnen Ergebnissen des Phasensynchronisationsindex (PSI ) und des Dynamical Similarity Index (SIM ) verglichen sind. Bei etwa der Hälfte der Patienten konnte durch die Kombination bessere Sensitivitäten als mit den einzelnen Methoden erreicht werden, und für keinen Patienten wurden schlechtere Ergebnisse als bei diesen beobachtet. Besonders wichtig ist aber auch in dieser Untersuchung der Test auf die statistische Signikanz der Ergebnisse, bei der die Vorhersageleistung mit jener eines Prädiktors verglichen wird, der zufällig Alarme auslöst (siehe auch Abschnitt 2.4, [24]). Dabei muss berücksichtigt werden, dass im Zuge der Optimierungen der Vorhersagemethoden vielfach multipel getestet wird. So wurden z. B. aus sechs verschiedenen Werten für den Interventionszeitraum SPH von 10 min, 20 min, ..., 1 h für jeden Patienten der optimale Wert ausgewählt. Ferner wurde bei der Bestimmung eines besten Features des Phasensynchronisationsindexes aus 15 Features ausgewählt, beim Similarity Index aus sechs. Für die Kombination wurden von beiden Indices die jeweils besten Features verwendet, so dass insgesamt aus 21 Features ausgewählt wurde. Bei der Berechnung der Sensitivitäten, die vom Random Predictor erreicht werden können, wurde dies entsprechend Anhang A.3 berücksichtigt. Dabei ergaben sich, wie in Abbildung 5.4b) gezeigt, bei den einzelnen Methoden nur für die Patienten 1, 5 und 7 signikante Ergebnisse. Durch die kombinierte Vorhersagemethoden waren für fünf weitere Patienten Sensitivitäten zu beobachten, die über dem Sensitivitätsniveau des Random Predictor lagen. Während die einzelnen Methoden keine zufriedenstellende Vorhersagen erlauben, scheint die kombinierte Vorhersage ein vielversprechender neuer Ansatz zu sein. 5.5 Lern- und Test-Ergebnisse Das Ziel der Vorhersage epileptischer Anfälle ist ein Vorhersagesystem, das individuell für einen Patienten optimiert wird, um im anschlieÿenden Betrieb aufgrund fortlaufend gemessener EEG-Daten Vorhersagen zu treen. Hierbei müssen anhand der optimierten Parameter gute Vorhersageleistungen auch auf den im Folgenden erhobenen Daten erzielt werden. Dies ist im Rahmen der aktuellen Forschung lediglich in beschränkter Weise möglich, da im Vergleich zum langfristigen Betrieb nur relativ kurze, bereits gemessene EEG-Daten ausgewertet werden können. Anhand 60
5.5 Lern- und Test-Ergebnisse Sensitivität [%] Sensitivität [%] 100 80 60 40 20 0 100 80 60 40 20 0 PSI SIM Kombination 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Mittel Patienten PSI SIM Kombination a) Ermittelte Sensitivitätswerte. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Patienten b) Darstellung der signikanten Sensitivitätswerte. Abbildung 5.4: Ergebnisse der kombinierten Vorhersage, durchgeführt über eine UND-Verknüpfung des Phasensynchronisationsindex (PSI ) und des Similarity Index (SIM ), für Werte von SOP = 30 min, FPR max = 0.15 Fehlalarme/h und optimierte Werte von SPH aus dem Bereich zwischen 10 min und 1 h. Abbildung a) zeigt die beobachteten Sensitivitäten für 14 Patienten, sowie den Mittelwert über alle Patienten, welcher für die Kombination um sieben bis zehn Prozentpunkte über den Sensitivitäten der einzelnen Methoden liegt. Jedoch sind diese nur für einzelne Patienten signikant, wie in Abbildung b) dargestellt ist. Für fünf Patienten konnten nur mittels der kombinierten Methode signikante Vorhersageergebnisse beobachtet werden. 61
- Seite 19 und 20: 2.2 Erhobene Daten Abbildung 2.2: E
- Seite 21 und 22: 2.3 Ermittlung charakteristischer Z
- Seite 23 und 24: 2.4 Die Seizure Prediction Characte
- Seite 25 und 26: 2.5 Zusammenfassung Beispielsweise
- Seite 27 und 28: Kapitel 3 Konzeptioneller Entwurf d
- Seite 29 und 30: 3.1 Zentrale Anforderungen die Vorh
- Seite 31 und 32: 3.2 Der Analyse-Prozess Patienten-
- Seite 33 und 34: 3.3 Entwurf des Analyseprogrammes S
- Seite 35 und 36: 3.3 Entwurf des Analyseprogrammes S
- Seite 37 und 38: 3.3 Entwurf des Analyseprogrammes S
- Seite 39 und 40: 3.3 Entwurf des Analyseprogrammes S
- Seite 41 und 42: 3.3 Entwurf des Analyseprogrammes S
- Seite 43 und 44: 3.4 Zusammenfassung gebunden werden
- Seite 45 und 46: Kapitel 4 Implementierung des „Se
- Seite 47 und 48: 4.2 Konguration Um der Anforderung
- Seite 49 und 50: 4.2 Konguration ˆ Jedes Patient-El
- Seite 51 und 52: 4.2 Konguration Über die Elemente
- Seite 53 und 54: 4.4 Module zur Vorhersage-Analyse b
- Seite 55 und 56: 4.4 Module zur Vorhersage-Analyse w
- Seite 57 und 58: 4.4 Module zur Vorhersage-Analyse M
- Seite 59 und 60: 4.4 Module zur Vorhersage-Analyse
- Seite 61 und 62: 4.5 Bereitstellung der Ergebnisse f
- Seite 63 und 64: Kapitel 5 Auswertungen und Ergebnis
- Seite 65 und 66: 5.2 Visualisierung der erzeugten Al
- Seite 67 und 68: 5.3 Abhängigkeit der Sensitivität
- Seite 69: 5.4 Kombination zweier Vorhersageme
- Seite 73 und 74: 5.5 Lern- und Test-Ergebnisse 100 8
- Seite 75 und 76: Kapitel 6 Zusammenfassung und Ausbl
- Seite 77 und 78: Anhang A Mathematische Herleitung d
- Seite 79 und 80: A.2 Dynamical Similarity Index A.2
- Seite 81 und 82: A.3 Random Predictor ⎛ P binom, d
- Seite 83 und 84: Anhang B Verwendete XML-Formate B.1
- Seite 85 und 86: B.4 Ausgabeformat für die Vorhersa
- Seite 87 und 88: Anhang C Quellcode des PredictionSy
- Seite 89 und 90: 25 if(state == InterIctal) { 26 sta
- Seite 91 und 92: Anhang D Technische Details der Imp
- Seite 93 und 94: Literaturverzeichnis [1] J.S. Ebers
- Seite 95 und 96: Literaturverzeichnis ings. Neurorep
- Seite 97 und 98: Literaturverzeichnis [43] M. Holzhe
- Seite 99: Danksagung Allen, die an der Entste
5.5 Lern- <strong>und</strong> Test-Ergebnisse<br />
Sensitivität [%]<br />
Sensitivität [%]<br />
100<br />
80<br />
60<br />
40<br />
20<br />
0<br />
100<br />
80<br />
60<br />
40<br />
20<br />
0<br />
PSI<br />
SIM<br />
Kombination<br />
1 2 3 4 5 6 7 8 9 10 11 12 13 14 Mittel<br />
Patienten<br />
PSI<br />
SIM<br />
Kombination<br />
a) Ermittelte Sensitivitätswerte.<br />
1 2 3 4 5 6 7 8 9 10 11 12 13 14<br />
Patienten<br />
b) Darstellung der signikanten Sensitivitätswerte.<br />
Abbildung 5.4: Ergebnisse der kombinierten Vorhersage, durchgeführt über eine<br />
UND-Verknüpfung des Phasensynchronisationsindex (PSI ) <strong>und</strong> des Similarity Index<br />
(SIM ), für Werte von SOP = 30 min, FPR max = 0.15 Fehlalarme/h <strong>und</strong> optimierte<br />
Werte von SPH aus dem Bereich zwischen 10 min <strong>und</strong> 1 h. Abbildung a) zeigt die beobachteten<br />
Sensitivitäten für 14 Patienten, sowie den Mittelwert über alle Patienten,<br />
welcher für die Kombination um sieben bis zehn Prozentpunkte über den Sensitivitäten<br />
der einzelnen Methoden liegt. Jedoch sind diese nur für einzelne Patienten<br />
signikant, wie in Abbildung b) dargestellt ist. Für fünf Patienten konnten nur mittels<br />
der kombinierten Methode signikante Vorhersageergebnisse beobachtet werden.<br />
61