Entwicklung adaptiver Verfahren zur nichtlinearen Analyse medizinischer Signale mit Schwellenwert-Autoregressionsmodellen

• Applicant: Professor Dr. Herbert Witte
• Subject Area: Epidemiology and Medical Biometry/Statistics
• Term: from 1999 to 2003
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5207034

Ziel des vorliegenden Projektes ist die Entwicklung und Testung von Verfahren zur Anpassung und Analyse einer speziellen Klasse nichtlinearer parametrischer Modelle, der sog. Self-Exciting Threshold Autoregressive Models (SETAR-Modelle). Die zu entwickelnden Verfahren sollen effizient für die Analyse großer Datenmengen medizinischer Signale (lange Zeitreihen, viele Datensätze) anwendbar sein. Hierbei werden bevorzugt rekursive adaptive Algorithmen eingesetzt. Zur Erweiterung der potentiellen Einsatzgebiete werden darüber hinaus verallgemeinerte Modellkonzepte entwickelt. Die Leistungsfähigkeit des Ansatzes zur parametrischen nichtlinearen Modellierung soll anhand dreier klinisch relevanter Anwendungen demonstriert werden (EEG- bzw. MEG-Datenanalyse für Epilepsie- und Schizophreniepatienten, Monitoring für intensivtherapierte Patienten). Die entwickelten Methoden werden zur Modellierung bei epileptischen Aktivitätsmustern im EEG angewendet. In Verallgemeinerung bekannter Regressionsverfahren sollen Schwellenwert-Modelle zur Rejektion von EOG-Interferenzen im EEG bzw. MEG von Schizophreniepatienten entwickelt und eingesetzt werden. Aufbauend auf Ergebnissen zur nichtlinearen Vorhersage von Prozessen aus anderen klinischen Anwendungen sollen Schwellenwert-Modelle als Vorhersagemodelle für klinisch relevante Meßgrössen aus der Intensivtherapie (z.B. intrakranieller Druck ICP) eingesetzt werden. Die Vorhersagegüte nichtlinearer und linearer Modelle wird verglichen. Zusammenhänge zwischen Vorhersagegüte und Patientenzuständen sind zu untersuchen.

• DFG Programme: Research Grants
• International Connection: Austria
• Participating Persons: Dr. Matthias Arnold; Professorin Dr. Martha Feucht