Physikalisch-Technische Bundesanstalt

Die computergestützte Signalanalyse von Meßdaten medizinischer Sensorsysteme zur Ableitung diagnostischer Informationen, z.B. bei kardiologischen Messungen, gewinnt zunehmend an Bedeutung. Neben den klassischen Auswerteverfahren, basierend auf der Vermessung der Signale, werden auch rechenintensivere Verfahren der Signalauswertung bei großen Datenmengen möglich.

Die meisten, z.Z. eingesetzten Verfahren zur rechnergestützten Analyse und Interpretation des EKG ermitteln aus den gemessenen Signalverläufen mehr oder weniger komplizierte Einzelmerkmale bzw. Merkmalssätze. Die weitere Verarbeitung dieser Merkmalssätze zur Ausgabe von Befundhinweisen für den Arzt erfolgt mit Hilfe von Entscheidungsbäumen, neuronalen Netzen oder statistischen Verfahren. Die Richtigkeit und Vollständigkeit der mit dieser Methodik erhaltenen EKG-Befunde hängen wesentlich von der Wahl der Merkmalssätze sowie der Genauigkeit der Parameterbestimmung ab. Durch die auf dem jeweiligen Wissensstand beruhende Kombination von üblicherweise einigen hundert Merkmalssätzen wird die natürliche Variabilität der EKG-Signale unterschiedlicher Patienten nur unzureichend dargestellt und die Anzahl möglicher Befundangaben begrenzt.

Durch den Einsatz neuer, rechenintensiver Algorithmen der Signalverarbeitung ist es möglich, eine Zerlegung des EKG-Signals in eine Vielzahl von Einzelparametern zu vermeiden und das ganzheitliche EKG-Signalmuster für die Analyse zu verwenden. Durch eine Verbindung dieser Algorithmen mit grossen EKG-Signalmusterbibliotheken kann die klassische Analyse des EKG verbessert werden und können darüber hinaus völlig neue Analysemethoden, die z.B. eine Trendaussage ermöglichen, geschaffen werden.