Biomedizinische Relevanz der quantitativen EEG-Analyse

Die vorliegende Arbeit stellt eine Zusammenfassung der bisherigen
EEG-Publikationen und Ergebnisse des Verfassers dar. Das Ziel der
Dissertation besteht darin, die Möglichkeiten und biomedizinische
Relevanz der rechnergestützten EEG-Analyse exemplarisch
aufzuzeigen. Dies erfolgt mit geeigneten Methoden der
Signalverarbeitung, Nachrichtentechnik, Informationstheorie,
Mustererkennung, Chaostheorie und Statistik an Hand von EEG-Daten
aus verschiedenen Forschungsbereichen. Dabei werden quantitative
EEG-Veränderungen, insbesondere in Abhängigkeit von dem Alter, der
Vigilanz, den Schlafstadien, dem Menstruationszyklus, der
Intelligenz sowie entwicklungsneurologischen Störungen, speziell
beim Down Syndrom, untersucht und z. Teil hochsignifikante
Ergebnisse erzielt. Besonderer Schwerpunkt wird auf die Analyse der
zeitlichen Ordnung bzw. Rhythmizität des EEG-Signals mit Hilfe der
Chaosanalyse gelegt, die eine signaltheoretisch bedeutende
Alternative zur klassischen Spektralanalyse darstellt. Eine Störung
dieser zeitlichen Ordnung kann einen prädiktiven Wert bei
funktionellen Störungen des zentralen Hirnstammsystems haben. Es
kann gezeigt werden, dass die diagnostische Aussagekraft des EEGs
durch den Einsatz der rechnergestützten EEG-Analyse wesentlich
erhöht wird. Insbesondere bei morphologischen und funktionellen
Störungen des ZNS können die maschinellen EEG-Parameter als
ergänzende Faktoren zur Diagnosefindung herangezogen werden. Somit
tragen die Parameter der automatischen EEG-Analyse zu einer
erheblich differenzierten Betrachtungsweise des EEG bei und
eröffnen zusätzliche diagnostische, therapeutische und
verlaufsbeurteilende Perspektiven für die klinische
Elektroenzephalographie.