Mit biomedizinischer Signalverarbeitung Epilepsien auf der Spur

Wenn Informatiker und Mediziner von Neuronen reden, verstehen sie darunter im Prinzip ganz unterschiedliche Dinge. Die einen denken an mathematische Modelle, die anderen an zellbiologische Strukturen. Dass sich beide Sichtweisen dennoch sinnvoll ergänzen können, beweist das Interuniversitäre Zentrum für Medizinische Technologien Stuttgart – Tübingen (IZST). Erste Früchte trägt die Kooperation jetzt bei der Diagnostik und Therapie von Epilepsien – doch auch Querschnittsgelähmte und Patienten mit einem Locked-In-Syndrom profitieren von den Fortschritten auf dem Gebiet der Biomedizinischen Signalverarbeitung.

Im Mittelalter galt die Epilepsie als „Strafe Gottes“. Heutzutage hat das Krampfleiden zwar sein Stigma verloren, im Alltag kämpfen die Betroffenen aber immer noch mit zahlreichen Schwierigkeiten. Denn ohne wirksame Therapie sind ihnen viele Dinge, wie beispielsweise das Fahren eines Autos, aus Sicherheitsgründen untersagt. Schlägt die medikamentöse Behandlung nicht an, bleibt den Patienten als letzte Hoffnung nur ein komplizierter operativer Eingriff. Dabei werden im Gehirn jene Neurone (Nervenzellen) entfernt, die aufgrund ihrer unkontrollierten elektrischen Entladung die epileptischen Anfälle auslösen.

Prof. Dr. Martin Bogdan beschäftigt sich mit biomedizinischer Signalverarbeitung. (Foto: Universität Tübingen)‏

Voraussetzung für ein erfolgreiches chirurgisches Vorgehen ist die präzise Identifikation dieser schadhaften Neurone - und dafür werden besonders empfindliche Diagnoseverfahren benötigt. Wie sich diese weiter optimieren lassen, diskutierten die Tübinger Professoren Dr. rer.nat. Wolfgang Rosenstiel und Dr. rer.nat. Martin Bogdan vom Lehrstuhl für Technische Informatik vergangenes Jahr auf einer Sitzung des IZST-Clusters Biomedizinische Signalverarbeitung mit ihren Kooperationspartnern. „Gemeinsam mit Prof. Dr.-Ing. Bin Yang vom Lehrstuhl für Systemtheorie und Signalverarbeitung an der Universität Stuttgart und den Tübinger Neurochirurgen Prof. Dr.med. Marcos Tatagiba sowie Frau Dr. Sabine Rona entwickeln wir das Konzept für eine Software, die anhand von EEG-Signalen das zeitliche Auftreten eines epileptischen Anfalles vorhersagen soll“, berichtet Professor Bogdan. Die Messung der elektrischen Hirnströme erfolgt dabei mittels einer speziellen EEG-Kappe, die über den Kopf gezogen wird und bei der die Elektroden auf der Kopfoberfläche zum Liegen kommen. Der gleiche Ansatz soll zudem klären, wo genau im Gehirn der Krampfanfall ausgelöst wurde. Ist die Methode erfolgreich, könnten epileptische Anfälle damit in Zukunft sehr viel gezielter therapiert werden.

Epilepsie-Diagnostik profitiert von Synergien

Der bisherige Projektverlauf macht Hoffnung. In Kürze werden die signalverarbeitenden Algorithmen der Software erstmals an den EEG-Daten von Patienten getestet. „Ich bin fest davon überzeugt, dass unser Verfahren funktioniert“, so Bogdan. Sein Optimismus ist begründet, schließlich besitzen die am IZST-Cluster beteiligten Institute jahrelange Erfahrungen auf dem Gebiet der Signalverarbeitung. „Und durch die Kooperation ergeben sich jetzt enorme Synergie-Effekte“, berichtet Bogdan. So haben die am Tübinger Lehrstuhl für Technische Informatik konzipierten Algorithmen ihre Stärke vor allem in der zeitlichen Vorhersage eines epileptischen Anfalls. „Die am Lehrstuhl von Professor Yang entwickelten Algorithmen hingegen eignen sich bestens für die räumliche Lokalisation eines Anfallherds“, weiß Bogdan. Gemeinsam gelangt man somit schneller ans Ziel.

Die am Lehrstuhl Technische Informatik entwickelte Software „NESSI“ (NEural Signal Surfing Interface) verwertet die mittels einer EEG-Kappe aufgenommenen Hirnsignale. Patienten mit einem Locked-In-Syndrom können auf diese Weise wieder selbständig im Internet surfen und Emails schreiben. (Foto: Bogdan/ NeuroTeam, Universität Tübingen)‏

Für die Tübinger Informatiker zahlt sich dabei aus, dass sie auf die Erfahrungen ihrer bisherigen Forschungsarbeiten zurückgreifen können. „Die Problemstellung durch die Aufnahmetechnik ist bei der Epilepsie-Diagnostik im Prinzip die gleiche wie bei den Brain-Computer-Interfaces (BCI), an denen wir bereits seit Jahren erfolgreich arbeiten“, so Bogdan. Diese Gehirn-Computer-Schnittstellen ermöglichen Menschen, deren Arme und Hände gelähmt sind, wieder einen Computer zu bedienen – und zwar mittels Gedankenkraft. „Wir registrieren mit Hilfe einer EEG-Kappe die elektrischen Signale, die im Gehirn bei bestimmten Gedanken entstehen, und übersetzen diese in einfache Computerbefehle“, erläutert Bogdan die Funktionsweise der BCI. Auf diese Weise können die Betroffenen nach einer gewissen Trainingsphase wieder selbständig im Internet surfen oder E-Mails schreiben.

Signalgewinnung hat Einfluss auf die Datenqualität

Noch gibt es bei den BCI einige technische Schwierigkeiten zu überwinden, bis sie beispielsweise einem Locked-In-Patienten - der bei erhaltenem Bewusstsein fast vollständig gelähmt ist - routinemäßig den Alltag erleichtern können. Einerseits gilt es, die Kommunikationsgeschwindigkeit des Systems zu erhöhen. „Momentan sind nur binäre Entscheidungen möglich, das heißt, die Patienten können lediglich zwischen zwei vorgegebenen Möglichkeiten auswählen“, berichtet Bogdan. Ziel ist es, die Antwortmöglichkeiten auf mindestens fünf zu erhöhen. „Dann dauert es auch keine zwei Minuten mehr, bis die Patienten aus vorgefertigten Standardsätzen den passenden ausgewählt haben“, so Bogdan. Andererseits kämpfen die Wissenschaftler mit dem Problem, dass bei einer EEG-Kappe die Elektroden vom Entstehungsort der Signale relativ weit entfernt sind. „Dazwischen befinden sich die Schädeldecke sowie Haut und Haare, und alle zusammen wirken technisch gesehen wie ein Filter“, sagt Bogdan. Dadurch ist die Entschlüsselung der relevanten Signale ausgesprochen schwierig.

Eine Möglichkeit, das Signal sehr viel klarer zu ermitteln, bietet jetzt das Elektrocorticogramm (ECoG). „Dabei werden feine Mikroelektroden direkt auf der Hirnrinde angebracht“, berichtet Bogdan. Ein Nachteil des Verfahrens ist allerdings, dass die Schädeldecke operativ eröffnet werden muss und die registrierten Signale über eine Kabelverbindung nach außen weitergeleitet werden. Das ist für die Patienten nicht nur unangenehm, sondern birgt auch ein beträchtliches Infektionsrisiko. Die Wissenschaftler versuchen deshalb, die Signalerkennung mittels einer EEG-Kappe soweit zu optimieren, dass der Einsatz eines ECoG nur in Ausnahmefällen notwendig wird. „Wenn es nicht unbedingt sein muss, verzichtet man natürlich auf solch einen chirurgischen Eingriff – insbesondere bei Kindern“, so Bogdan.

Patienten brauchen andere Algorithmen als Gesunde

Dass die Projekte der Tübinger Informatiker erfolgreich laufen, ist nach Bogdans Überzeugung auch der engen Kooperation mit dem Universitätsklinikum Tübingen zu verdanken: “Wir haben den großen Vorteil, dass wir tatsächlich mit Patienten zusammenarbeiten können. Denn schon beim BCI haben wir die Erfahrung gemacht, dass wir für Patienten häufig ganz andere Algorithmen entwickeln müssen als für gesunde Versuchspersonen.“ Offensichtlich sprechen die Gehirne in diesen Fällen nicht immer die gleiche „Sprache“. Die Sprachprobleme zwischen Medizinern und Informatikern hingegen spielen laut Bogdan im Verlauf eines Projektes irgendwann nur noch eine untergeordnete Rolle: „Mit der Zeit lernt man, wie man sich ausdrücken muss, damit einen beide Seiten verstehen.“

(sb)

Weitere Informationen:

Eberhard-Karls-Universität Tübingen
Wilhelm-Schickard Institut für Informatik
Lehrstuhl für Technische Informatik
Prof. Dr. Wolfgang Rosenstiel
Prof. Dr. Martin Bogdan
Sand 13
72076 Tübingen
Telefon: 07071 29-78956
Fax: 07071 29-5062
E-Mail: rosenstiel@informatik.uni-tuebingen.de

martin.bogdan@informatik.uni-tuebingen.de

Universität Stuttgart
Lehrstuhl für Systemtheorie und Signalverarbeitung
Prof. Dr.-Ing. Bin Yang
Pfaffenwaldring 47
70550 Stuttgart
Telefon: 0711 685-67330
Fax: 0711 685-67311
E-Mail: bin.yang@lss.uni-stuttgart.de