BoSeNet - Body Sensor Network und DC-EEG

Body-Sensor-Netzwerke (BSN) finden in letzter Zeit immer mehr Aufmerksamkeit für Anwendungen einschließlich medizinischer Diagnostik, therapeutischer Überwachung, medizinischer Forschung, physiologischer Leistungsbewertung sowie Sportüberwachung während des Trainings und allgemeiner persönlicher Gesundheitsvorsorge während täglicher Aktivitäten. Die Erforschung und Entwicklung neuartiger, unauffälliger und vollständig mobiler BSN-Ansätze, die im Alltag der Nutzer eingesetzt werden können, eröffnen neue Horizonte für die Fernüberwachung chronischer Erkrankungen, die Intervention bei verschiedenen Arten neurologischer Erkrankungen sowie die computergestützte Rehabilitation.
Signale wie EKG, EMG, Puls, Blutdruck und SpO2 werden häufig in BSN-Anwendungen verwendet. Die Integration von Mehrkanal-EEG in ein mobiles BSN ist jedoch noch nicht erfolgreich durchgeführt worden. Dies hat mehrere Gründe: Erstens benötigen mehrkanalige EEG-Aufzeichnungen eine hohe Anzahl von Kanälen, um die Hirnaktivität auf der gesamten Kopfoberfläche korrekt abzubilden. Die höhere Anzahl von Kanälen erfordert eine höhere Verarbeitungs , Speicher- und Leistungskapazität des BSN. Zweitens sind die EEG-Sensoren (d.h. Elektroden) traditionell Gel-basiert, was die Vorbereitung und Anbringung der Sensoren erschwerten. Gel-basierte Elektroden schränken zudem die Dauer der Aufzeichnungen ein, da die Gele austrocknen, und erfordern speziell geschultes medizinisches Personal für die korrekte Anbringung.
Das Hauptziel des BoSeNet-Projekts ist die Realisierung eines neuartigen medizinischen BSNs für die Langzeitüberwachung von Patienten mit neurologischen Erkrankungen im häuslichen Umfeld. Das Projekt zeichnet sich durch sein striktes Design für den medizinischen Heimgebrauch und die Selbstanwendung durch den Benutzer/Patienten in mobilen Umgebungen aus. Dieser multimodale und mobile Ansatz ist ein einzigartiges Konzept von BoSeNet, das zur Identifizierung von Interaktionen des zentralen (ZNS) und autonomen Nervensystems (ANS) beiträgt und gleichzeitig die Unsicherheit herkömmlicher Einzelmodalitäten und Methoden der stationären klinischen Diagnostik verringert. Durch die Einführung des DC-EEG in Verbindung mit SpO2-Messungen und weiteren Modalitäten sollen zuverlässige Informationen über die Interaktion zwischen ZNS und dem ANS gewonnen werden. Basierend auf trockenen Sensorkonzepten wird erstmalig und trotz des multimodalen Konzeptes eine Selbstapplikation für den Heimgebrauch ermöglicht.
Das Institut für Biomedizinische Technik und Informatik (BMTI) übernimmt die Hauptaufgabe der Analyse und Modellierung der Interaktion zwischen dem ZNS und dem ANS anhand multimodaler Daten. In diesem Zusammenhang werden DC-EEG-Messungen an Personen mit unterschiedlichen Elektrodentechnologien (z.B. gel-basierte und trockene EEG-Elektroden) durchgeführt. So werden Sensorpositionierung und -applikation für die unbeaufsichtigte, schnelle Selbstanwendung mehrerer BSN-Cluster durch den Benutzer/Patienten erforscht und entwickelt. Ziel ist es also, physiologische und pathologische Zustände durch multiparametrische Modellierung der Interaktion zwischen ZNS und ANS auf Systemebene zu charakterisieren.