Automatische intraoperative Überwachung der Facialisfunktion
Zusammenfassung der Projektergebnisse
Ziel des Projektes war die Implementierung eines Verfahrens in ein Modul einer kommerziellen Plattform. Dieses ermöglicht die automatische Erkennung von pathologischen Mustern in der Gesichtsmuskulatur, so genannten A-Trains. Diese Muster entstehen, wenn bei chirurgischen Eingriffen in der Nähe des Gesichtsnervs, z.B. bei einer Tumorentfernung, dieser geschädigt wird. Das Verfahren wurde von der antragstellenden Arbeitsgruppe in Vorgängerprojekten entwickelt und validiert und sollte nun in ein zertifiziertes Medizinprodukt integriert werden. Dazu wurde ein Transferprojekt mit der Firma inomed Medizintechnik GmbH (Emmendingen) durchgeführt. Nach einer ersten Implementierung auf Basis des inomed-Systems wurden simultane intraoperative Ableitungen zusammen mit dem System des Antragstellers durchgeführt. Die Implementierung wurde weiter optimiert und Methoden zur Kompensation von Aufnahmestörungen entwickelt. Die Ergebnisse wurden publiziert und auf wissenschaftlichen Konferenzen vorgestellt. Ein abschließender Vergleich der Systeme erfolgt nach Abschluss der technischen Arbeiten durch inomed. Durch die Integration in ein zertifiziertes Medizinprodukt wird eine klinische Anwendung auch in anderen Kliniken sowie die Durchführung einer multizentrischen Untersuchung des Verfahrens möglich.
Projektbezogene Publikationen (Auswahl)
-
Learning from EMG: Semi-automated Grading of Facial Nerve Function. Vortrag. Sektionstagung Neurophysiologie der Deutschen Gesellschaft für Neurochirurgie. Köln, 12.-14.4.2018
Magdalena Holze, Julian Prell, Leonhard Rensch, Christian Strauss & Stefan Rampp
-
A-Train-Cluster bei Vestibularisschwannomen mit separat verlaufenden N. intermedius. Vortrag. Sektionstagung Neurophysiologie der Deutschen Gesellschaft für Neurochirurgie. Halle (Saale), 5.-6.4.2019
Stefan Rampp
-
Artificial Intelligence in intraoperative Neurophysiology. Eingeladener Vortrag. 7th Congress of the International Society of Intraoperative Neurophysiology (ISIN) and Educational Course. Wien, 28.-30.10.2019
Stefan Rampp
-
Maschinelles Lernen für das intraoperative Fazialismonitoring. Vortrag. Jahrestagung der Deutschen Gesellschaft für Klinische Neurophysiologie. Virtuell, 10.- 14.11.2020
Stefan Rampp
-
Maschinelles Lernen zur Schätzung einer Facialisparese nach Vestibularisschwannom-OP. Vortrag. 1. Tagungswoche der Sektionen der Deutschen Gesellschaft für Neurochirurgie, Göttingen, 27.09.2021 - 01.10.2021
Stefan Rampp, Magdalena Holze, Christian Scheller, Christian Strauss & Julian Prell
-
Correction to: Neural networks for estimation of facial palsy after vestibular schwannoma surgery. Journal of Clinical Monitoring and Computing, 37(3), 941-941.
Rampp, Stefan; Holze, Magdalena; Scheller, Christian; Strauss, Christian & Prell, Julian
-
Learning from EMG: semi-automated grading of facial nerve function. Journal of Clinical Monitoring and Computing, 36(5), 1509-1517.
Holze, Magdalena; Rensch, Leonhard; Prell, Julian; Scheller, Christian; Simmermacher, Sebastian; Scheer, Maximilian; Strauss, Christian & Rampp, Stefan
