Phasen-Synchronisations-Analyse zur Konstruktion physiologischer Netzwerke

• Antragsteller: Privatdozent Dr. Jan W. Kantelhardt
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung von 2013 bis 2016
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 234958158

Die Organe des menschlichen Körpers lassen sich als komplexe Systeme unter neuronaler Regulation betrachten, deren Dynamik anhand von langen multivariaten Zeitreihen analysiert werden kann. Die Komplexität der Signale wird durch verschiedene Wechselwirkungen und Rückkoppelungen zwischen den Organen erhöht, wobei nicht-stationäre und nicht-lineare Fluktuationen und Oszillationen auftreten. Die Charakterisierung der Dynamik und Quantifizierung der Wechselwirkungen zur Verbesserung physiologischer Modelle und zur Identifikation diagnostisch relevanter Parameter stellen große Herausforderungen für die Methoden der Zeitreihen-Analyse dar.Eine relevante Wechselwirkung zwischen Herzschlag und Atmung wird durch die Phasen-Synchronisation beschrieben, für die mehrere Analyse-Methoden entwickelt wurden. Da kein systematischer Vergleich vorliegt, werden sie hier anhand von mehr als 1400 Patientendaten verglichen. Ziel ist es, Vor- und Nachteile bei verrauschten und fehlerbehafteten Daten zu identifizieren. Auch Phasen-Synchronisation mit niederfrequenten kardio-vaskulären Oszillationen wird betrachtet. Weiterhin sollen neue Ansätze zur Analyse von Auto-Synchronisation und zeitversetzter Synchronisation entwickelt und etabliert werden, um Oszillationen in Zeitreihen zu charakterisieren und Wechselbeziehungen zwischen zwei Zeitreihen zu quantifizieren. Ziel ist es, Synchronisations-Parameter zu finden, die die Mortalität nach einem Myokardinfarkt vorhersagen bzw. zur frühen Diagnose für die Parkinson-Krankheit, Morbus Alzheimer und Depressionen eingesetzt werden können.Im zweiten Teil des Projekts werden die Beziehungen zwischen Skalen-, Kreuz-Modulations- und Auto-Synchronisations-Eigenschaften der Zeitreihen untersucht. Ziel ist es, Ursachen für ein häufig beobachtetes, aber kaum erklärtes Skalieren der Daten zu finden durch Vergleich von Übergängen im Skalieren von Gehirn-Wellen-Amplituden, Körperbewegungen, Herzschlag und Atmung. Neben diesem allgemeinen Ansatz wird konkret die Physiologie des Baroreflexes betrachtet als ein Beispiel für eine physiologisch relevante Wechselwirkung in einem komplexen Subsystem. Ziele sind die Entwicklung und Anwendung neuer Methoden zur zuverlässigen Messung der Baroreflex-Sensitivität und die Unterscheidung des Baroreflexes von anderen physiologischen Wechselwirkungen.Der dritte Teil des Projekts befasst sich mit der Konstruktion, Charakterisierung und Anwendung von Netzwerken, die Wechselwirkungen zwischen vielen Organen beschreiben. Aufbauend auf jüngsten Arbeiten werden charakteristische physiologische Netze aus kreuzkorrelierten Fluktuationen und Oszillationen in multivariaten Daten bestimmt. Es ist geplant, die Dynamik und Entwicklung solcher Netzwerke während verschiedener Zustände und Krankheiten zu charakterisieren. Ziele sind die Identifizierung von Übergängen zwischen physiologischen Zuständen wie Schlafstadien und die Ableitung von Indikatoren für eine Früherkennung der genannten Krankheiten.

• DFG-Verfahren: Sachbeihilfen