Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM
Diagnoseunterstützungssystem für Gesundheitszustand und Reifeprozess von Gehirnen Frühgeborener
© iStockphoto
Diagnoseunterstützungssystem für Gesundheitszustand und Reifeprozess von Gehirnen Frühgeborener

© iStockphoto

Diagnoseunterstützungssystem für Gesundheitszustand und Reifeprozess von Gehirnen Frühgeborener

Die neonatologische Intensivtherapie zielt darauf ab, die unreifen Organfunktionen von extrem Frühgeborenen derart zu unterstützen, dass die Entwicklung sich bestenfalls so vollzieht, als habe sie im Mutterleib stattgefunden. Vor allem soll eine normale Entwicklung des Gehirns, insbesondere des cerebralen Cortex, ermöglicht werden. Bedrohungen dieses Entwicklungsprozesses entstehen insbesondere bei akuten Beeinträchtigungen der Sauerstoffversorgung des Gehirns.

Hier sind Überwachungssysteme im Einsatz, die eine Einschränkung der Sauerstoffversorgung des gesamten Organismus detektieren können. Die jeweilige Relevanz eines einzelnen solchen Ereignisses für die cortikale Sauerstoffversorgung ist allerdings in vielen Fällen unklar. Während des cortikalen Reifungsprozesses vernetzen sich die Nervenzellen. Dieser Prozess kann einerseits durch schädigende Einflüsse, wie z.B. Sauerstoffunterversorgung, gestört werden. Andererseits ist es denkbar, dass die übliche cortikale Entwicklung allein durch den Ablauf unter unphysiologischen Bedingungen außerhalb des Mutterleibes verändert wird. Anhand der elektrischen Entäußerungen der cortikalen Nervenzellen, die mittels des EEG abgeleitet werden, können cortikale Reifungsprozesse abgelesen werden.

Projekt Tenecor erleichtert Medizinern Bewertungen

Im Teilvorhaben »Diagnoseunterstützungssystem für Gesundheitszustand und Reifeprozess von Gehirnen Frühgeborener« des BMBF-Projekts Tenecor entwickeln wir eine Analysesoftware als integralen Bestandteil eines multifunktionalen Monitoringsystems für Frühgeborene. Dieses System soll in der Endversion den Medizinern Bewertungen des Gesundheitszustandes und Reifeprozesses des frühkindlichen Gehirns erleichtern. Dies geschieht durch die synergetische Auswertung von fünf Signalquellen (NADH, EEG, aEEG, DC-EEG, Impedanz) mit Methoden des Maschinellen Lernens.

Aktuell werden:

  • durch die Diagnosesoftware neonatale EEGs aus zwölf Kanälen im Frequenzbereich zeitabhängig zerlegt,
  • die Energien in definierten Frequenzbändern für jeden Kanal einzeln bestimmt und
  • in eine Ordinalskala einsortiert.

Anschließend werden die paarweisen Abhängigkeiten zwischen Energien in den unterschiedlichen Kanälen und Frequenzbändern mittels Mutual Information bestimmt.

Diese werden dann für die Generierung eines probabilistischen Netzes für jeden Patienten genutzt. Die Distanzen zwischen den Netzen werden in einen dreidimensionalen euklidischen Raum eingebettet und die Punkte in diesem Raum geclustert.

Erste Tests mit EEGs von Frühgeborenen haben gezeigt, dass die Clusterzentren mit Pathologien korrelieren, d.h. Frühgeborene mit ähnlichen Pathologien liegen auch im euklidischen Raum nah beieinander. Außerdem wurden Korrelationen zwischen den Distanzen und dem postmenstruellen Alter der Frühgeborenen ohne schwerwiegende Pathologien detektiert.

Das könnte Sie auch interessieren: