Verfahren zur Mustererkennung in der Schlaf-Polygraphie

Summary

The evaluation of EEG-patterns is usually accomplished by visual analysis. Nowadays however, even personal computers are fast enough for an efficient pattern recognition of EEG signals. Using sleep spindles and K-complexes as examples, our aim was to demonstrate how patterns can be detected in an EEG signal with a high degree of accuracy. Furthermore, recognition of K-complexes has been improved by applying an additional „adaptive algorithm”, allowing individual adjustments to the signal's form and amplitude.

Zusammenfassung

Um bei einer Schlafpolygraphie bestimmte EEG-Muster zu erkennen, wird heute noch überwiegend eine visuelle Auswertung durchgeführt. Dank ihrer hohen Leistungsfähigkeit sind aber moderne Computer heute durchaus geeignet, einen EEG-Abschnitt innerhalb vertretbarer Zeit nach bestimmten Mustern abzusuchen. Dies ist mit Hilfe von Korrelations- bzw. Konvolutionsverfahren möglich. Anhand zweier Beispiele, den Schlafspindeln und den K-Komplexen, wird gezeigt, wie diese Muster mit hoher Treffsicherheit in einer Schlafpolygraphie nachgewiesen werden können. Das Erkennen von K-Komplexen wird dadurch verbessert, daß zusätzliche adaptive Verfahren zur individuellen Anpassung an die Form des Signals und dessen Amplitude eingesetzt werden.

Key words

Sleep EEG - Pattern recognition - Matchedfiltering - Adaptivefiltering - Sleepspindle - K-complex