Analyse von EEG-Daten

Transkript

1 Studienarbeit 5. Semester Studienjahrgang 2008 Kurs TIT2008GR im Studiengang Informationstechnik der Dualen Hochschule Baden-Württemberg Stuttgart Campus Horb Autor: Betreuer: Ausbildungsbetrieb: Frau Julia Rosenbaum Herr Prof. Peter Schubert Kern-Liebers GmbH & CO. KG, Schramberg

2 Seite II Erklärung gemäß 5 (2) der Studien- und Prüfungsordnung DHBW Technik vom 18. Mai Ich habe die vorliegende Arbeit selbstständig verfasst und keine anderen als die angegebenen Quellen und Hilfsmittel verwendet. Schramberg, den Ort, Datum Unterschrift des Studierenden

3 Seite III Inhaltsverzeichnis Abkürzungsverzeichnis Abbildungsverzeichnis Anhangsverzeichnis IV IV VI 1. Einführung Einleitung Problemstellung Geplantes Vorgehen (Kurzbeschreibung) Ausgangssituation und Einbettung des Projektes in seinen Gesamtkontext Theoretische Grundlagen Theoretische Grundlagen des EEG Physiologische Grundlagen des EEG Technische Grundlagen des EEG EEG-Aufzeichnung und Auswertung Beschreibung der verfügbaren Neurofeedbackgeräte Das Neurofeedback Der Brain-Actor Das Wireless Pendant EEG Das Programm zur Datenanalyse: Mathcad Theoretische Grundlagen zur Spektralanalyse Aufbau eines EEG-Analyse-Prototyp Gerätetests und Auswahl eines Gerätes für die Studienarbeit Aufbau des EEG-Prototyps Erstellung eines Testdesigns im BioExplorer Vorbereitung des Probanden für die Aufzeichnung und Aufnahme des EEGs Überführung der Messdaten in Mathcad Analyse der Schnittstellen Export der aufgezeichneten EEG-Daten Import der Daten in Mathcad Signalbearbeitung und Fourier-Transformation des EEG-Signals mit Mathcad Erstellung eines Artefaktfilters Vergleich der CFFT und FFT mit Mathcad Durchschnittsbildung mehrerer Signale Kantenglättung durch Hamming-Fenster Zusatzaufgabe: Erfassung des EEG-Signals mit dem Wireless Pendant EEG unter Umgehung der Software Bioexplorer eine Treiberproblematik Zusammenfassung und Ausblick Zusammenfassung Ausblick Anhang 52 Literaturverzeichnis 54

4 Seite IV Abkürzungsverzeichnis ADHS = Aufmerksamkeitsdefizit- und Hyperaktivitätsstörung EEG = Elektroencephalographie, Elektroencephalogramm EKG = Elektrocardiogramm FFT = Fast-Fourier-Transformation Hz = Hertz mv = Millivolt µv = Microvolt USB = Universal Serial Bus Abbildungsverzeichnis Abb. Seite 1 Schematischer Überblick über den Aufbau einer Nervenzelle 3 2 Halbschematische Darstellung der wichtigsten Bauelemente des Nervensystems am Beispiel des Rückenmarks 4 3 Schematische Darstellung eines Neurons als Generator von Feldpotentialen und EEG 6 4 Anordnung der Neurone und deren Auswirkung auf die Messbarkeit der elektrischen Felder 6 5 Verteilung des EEGs bei tangentialem und radialem Verlauf der Zellverbände zur Kopfoberfläche 7 6a Karte der cytoarchitektonischen Felder nach Brodmann (Lateralansicht) 8 6b Karte der cytoarchitektonischen Felder nach Brodmann (Medialansicht) 9 7 Schematischer Aufbau eines EEG-Gerätes 10 8 Differenzverstärkung der Eingangssignale und das resultierende Ausgangssignal 10 9 Wirkung eines Differenzverstärkers zur Artefaktunterdrückung Erscheinungsformen der EEG-Wellen und deren Verteilung über die Hirnoberfläche Spektralanalyse (links) und Amplituden-Ganzkopf-Map (rechts) 16

5 Seite V 12 Brain Actor: Gerät und Elektrodenset Screenshot LearnMon - Amplitude Screenshot LearnMon 3D-Landscape Screenshot LearnMon Mind Mirror Screenshot LearnMon Activity Screenshot LearnMon Mindball Screenshot LearnMon Fractal Dimension Screenshot Brain Actor Suite Wireless Pendant EEG Screenshot mit Beschreibung der graphischen Oberfläche des BioExplorer Screenshot BioReview Testdesign des EEG-Analyse-Prototyps Instrumentenanzeige des EEG-Analyse-Prototyps Anbringung der Elektroden nach der linked-ear Montage Schaltflächen zur Signalerfassung im BioExplorer Fenster Einstellungen der Views im BioReport Datei-Importfunktion von Mathcad Zuordnung von Variablen zur Datei Anpassung des Script Editors der Textbox Artefaktfilter realisiert in Mathcad Graphische Darstellung des nativen EEG-Signals in Mathcad Graphische Darstellung der CFFT in Mathcad Graphische Darstellung der FFT in Mathcad Graphische Darstellung des nativen EEG-Signals in Mathcad nach Durchschnittsbildung Graphische Darstellung der CFFT in Mathcad nach Durchschnittsbildung Graphische Darstellung der FFT in Mathcad nach Durchschnittsbildung Hamming Window Graphische Darstellung des nativen EEG-Signals nach Anwendung der Fensterfunktion auf die Blöcke 45

6 Seite VI 40 Graphische Darstellung der CFFT in Mathcad nach Anwendung der Fensterfunktion Graphische Darstellung der FFT in Mathcad nach Anwendung der Fensterfunktion Aufzeichnung des Signals am COM-Port 1 (Wireless Pendant EEG) Analysiertes Beispiel-EEG-Signal 51 Anhangsverzeichnis Anhang Seite A.1 Projektplan GanttChart und Statusübersicht 52 A.2 Projektplan Projektverlauf Graphische Darstellung 53 A.3 Projektplan Kapazitätsbedarf 53

7 Seite 1 von Einführung 1.1 Einleitung Signale aus der Umwelt werden von den Sinnesorganen aufgenommen und in elektrische Signale umgewandelt. Diese Impulse werden (mit wenigen Ausnahmen) über Nervenbahnen zum Gehirn weitergeleitet und dort verarbeitet. Auf diese Weise kann dort zum Beispiel ein Abbild der Außenwelt entstehen. Durch die Verarbeitung der empfangenen Reize und entsprechender Reaktion darauf, ist ein Organismus (in diesem engeren Kontext der Mensch) in der Lage, auf seine Umwelt zu reagieren und mit ihr zu kommunizieren. Die elektrische Tätigkeit des Gehirns kann mit technischen Möglichkeiten erfasst, beobachtet und aufgezeichnet werden. Dieser Vorgang wird als Elektroencephalografie (EEG) bezeichnet. Auch wenn heutzutage noch nicht alle Zusammenhänge zwischen den (Verteilungs-) Mustern der Hirnpotentiale und der zugehörigen Funktion bekannt sind, werden doch bereits viele elektrische Aktivitäten bestimmten Zuständen oder auch Intentionen zugeordnet. So kann zum Beispiel deutlich zwischen einem EEG des Wachzustands und einem EEG des Schlafs unterschieden werden. Für eine Erfassung und Auswertung dieser unterschiedlichen Muster ist eine breite Anwendung in der technischen Entwicklung möglich. So könnte zum Beispiel durch Echtzeiterfassung der elektrischen Aktivität des Gehirns eines Autofahrers dessen Aufmerksamkeitsstatus registriert und verarbeitet werden. Ein System wie ein Fahrzeug könnte entsprechend auf Phänomene wie den Sekundenschlaf reagieren. 1.2 Problemstellung Im Bereich der Biofeedback-Methoden sollen Gehirnstromdaten erfasst, analysiert und graphisch dargestellt werden. Dazu sollen in einem Schritt mit Hilfe von vorhandenen Standardschnittstellen die entsprechenden Biosignale bestimmt werden. Dies sind zwei EEG-Erfassungssysteme, welche konfiguriert und mit Prototypen getestet werden. Damit sollen anhand eines Praxisbeispiels Zeit- und Spektralanalysen durchgeführt werden. Im zweiten Schritt sollen die EEG-Daten aus den Erfassungssystemen in eine Standardsoftware übertragen und dort analysiert werden. Ein ausgewähltes Praxisbeispiel mit Hilfe der Erfassung von EEG-Daten soll modelliert und mit Hilfe von Spektralanalyse untersucht und visualisiert werden.

8 Seite Geplantes Vorgehen (Kurzbeschreibung) Bevor mit der eigentlichen Analyse der EEG-Daten begonnen werden kann, wird die Studienarbeit mit allen notwendigen Schritten geplant, um einen reibungslosen Ablauf der Durchführung zu gewährleisten und mögliche Risiken frühzeitig zu erkennen. Der Projektplan ist hierbei als dynamisches Begleitdokument anzusehen, das den Gegebenheiten der jeweiligen Projektphase angepasst wird. Diese Anpassungen werden in einer entsprechenden Versionisierung des Dokumentes festgehalten. Der Plan in der letzten Version ist dem Anhang A.1 bis A.3 zu entnehmen. Zur Gewinnung der zu analysierenden EEG-Daten erfolgt zunächst die Einarbeitung in die vorhandenen Biofeedback-Systeme. Nachdem die beiden zur Wahl stehenden Geräte und die zugehörige Software ausreichend getestet wurden und ihre Funktionen bekannt sind, erfolgt die Auswahl eines der Geräte, mit dem der EEG-Analyse-Prototyp erstellt wird. Um die gewonnenen Daten in ihrem Zeit- und Frequenzverhalten zu untersuchen, werden sie mittels einer geeigneten Schnittstelle in ein mathematisches Standardprogramm überführt. Als Auswertungsprogramm für die Zeit- und Frequenzanalyse der EEG-Aufzeichnungen wird für diese Studienarbeit Mathcad 14 verwendet. In diesem Abschnitt der Studienarbeit liegt der Schwerpunkt zunächst in der Überführung der Messdaten in ein zur Analyse vorbereitetes Arbeitsblatt der Auswertungssoftware. Die Aufbereitung und Analyse des Signals und die Definition der zu untersuchenden Kennzahlen und Messgrößen ist das Ziel der weiterführenden Arbeit im 6. Semester. 1.4 Ausgangssituation und Einbettung des Projektes in seinen Gesamtkontext Analog zu dieser Studienarbeit wird parallel eine Projektarbeit durchgeführt, die sich mit der Analyse von Pulswellen und speziell mit der Herzratenvariabilität befasst. Beide Untersuchungen sind dem Themenkomplex des Biofeedbacks zuzuordnen. Dem Projekt der Analyse von Pulswellen ging bereits eine Studienarbeit voraus, die sich jedoch eher mit der technischen Seite der Sensorik und der Gewinnung des Signals und weniger mit seiner Auswertung befasste.

9 Seite 3 2. Theoretische Grundlagen 2.1 Theoretische Grundlagen des EEG Physiologische Grundlagen des EEG Die Elektroencephalographie stellt eine Messung der summierten elektrischen Aktivität des Gehirns dar, bei der die Potentialdifferenzen zwischen verschiedenen Ableitungspunkten an der Schädeloberfläche ermittelt werden. Die graphische Darstellung einer solchen Aufzeichnung wird als Elektroencephalogramm bezeichnet. Für das Verständnis, wie diese messbaren Potentialschwankungen zustande kommen, wird im Folgenden ein kurzer Einblick in den Aufbau des Nervensystem und speziell des Gehirns gegeben. Aufbau des Nervensystems Das Nervengewebe besteht aus histologisch unterschiedlichen Zelltypen. Funktionell werden diese eingeteilt in Neurogliazellen, die mit Abgrenzungs- und Stoffwechselfunktionen betraut sind, sowie den Nervenzellen (Neurone), die für die Erregungsbildung und weiterleitung zuständig sind. Bei einer Nervenzelle lassen sich funktional unterschiedliche Bereiche erkennen. Der Zellkörper (Perikaryon) mit seinen zahlreichen kurzen Fortsätzen (Dendriten) stellt den rezeptorischen Bereich der Nervenzelle dar, während das Axon, ein oft meterlanger Fortsatz eines Neurons, die empfangene Erregung von der Zelle weg weiterleitet. Die so genannten Synapsen am Ende des Axons dienen als Kontaktstellen zu anderen Zellen. Einen Überblick über den Aufbau einer Nervenzelle zeigt Abbildung 1. Abbildung 1: Schematischer Überblick über den Aufbau einer Nervenzelle (Quelle:

10 Seite 4 Bei einem Anschnitt von Nervengewebe des zentralen Nervensystems lassen sich makroskopisch zwei unterschiedliche Bereiche erkennen: die graue und die weiße Substanz. In der grauen Substanz konzentrieren sich die Zellkörper, während in der weißen Substanz vorwiegend die Axone mit ihren isolierenden Myelinscheiden verlaufen. Im Bereich des Rückenmarks liegt die graue Substanz zentral und wird von der weißen Substanz umgeben im Gegensatz zum Gehirn, wo sich die Abfolge genau umgekehrt verhält. Abbildung 2 veranschaulicht den geschilderten Sachverhalt schematisch. [NiSS03] Abbildung 2: Halbschematische Darstellung der wichtigsten Bauelemente des Nervensystems am Beispiel des Rückenmarks (Quelle: R.Nickel, A. Schummer, E. Seiferle: Lehrbuch der Anatomie der Haustiere, Band 4: Nervensystem, Sinnesorgane, Endokrine Drüsen; 3. Auflage 1992; Verlag Paul Parey)

11 Seite 5 Entstehung der mittels EEG messbaren Potentialdifferenzen Erregbare Zellen eines Organismus besitzen ein so genanntes Ruhemembranpotential, das aufgrund der Diffusion von Kaliumionen durch die Zellmembran entsteht. Durch den passiven Ausstrom von positiv geladenen Kaliumionen aus dem Zellinneren in den Extrazellularraum entsteht eine Ladungstrennung zwischen der Innen- und Außenseite an der Zellmembran und damit eine Potentialdifferenz. Das Ruhemenbranpotential eines Neurons beträgt in der Regel -70 mv. Wird nun eine solche erregbare Zelle aktiviert, so bricht das herrschende Membranpotential (in der Regel durch den Einstrom von positiv geladenen Natriumionen) kurzfristig zusammen. Dieser Einbruch wird als Aktionspotential bezeichnet. Aktionspotentiale haben normalerweise eine sehr kurze Dauer von wenigen Millisekunden bis zu weniger als eine Millisekunde. Sie erreichen Werte von ca. +40 mv. Aktionspotentiale können mit Frequenzen von bis zu 500 Hz auftreten. Die Gesamtmenge an Ionenverschiebungen durch Aktionspotentiale ist verschwindend gering. Daher machen sich diese Ströme nur unmittelbar in der Nähe der Zellmembran bemerkbar, nicht jedoch im elektrisch neutralen Extrazellularraum. Die Aktionspotentiale selbst sind demnach nicht direkt mit einem EEG-Gerät messbar. Anders verhält es sich mit den Potentialveränderungen im Bereich der Synapsen. An diesen interzellulären Kontaktstellen erfolgt die Reizübertragung vorwiegend durch chemische Transmitter. Synaptisch ausgelöste Membranpotentialänderungen erstrecken sich über einen größeren Bereich der Zellmembran als ein Aktionspotential und gehen daher auch mit einem größeren Stromfluss einher (durch extrazelluläre Volumenströme zum Ausgleich des Ladungsungleichgewichtes). Gleichzeitig sind diese Synapsenpotentiale ausreichend langsam, so dass diese mit den EEG-Elektroden erfasst werden können. Der Vorgang der Erzeugung eines Feldpotentials an einer Nervenzelle und seine extrazelluläre Ableitung nach synaptischer Erregung veranschaulicht die folgende Abbildung 3.

12 Seite 6 Abbildung 3: Schematische Darstellung eines Neurons als Generator von Feldpotentialen und EEG (Quelle: Alois Ebner, Günther Deuschl (2006): EEG; Thieme Verlag) Wie eingangs bereits erwähnt, werden im EEG die aufsummierten Potentialdifferenzen zahlreicher Neurone erfasst. Es ist daher von Bedeutung, wie die Zellen im Verbund angeordnet sind. Je nach Zellausrichtung können offene und geschlossene Felder unterschieden werden. Sind die Neurone parallel zueinander angeordnet, so summieren sich die entstehenden Felder auf, sofern die Nervenzellen zur gleichen Zeit erregt werden. In diesem Fall wird von einem offenen Feld gesprochen. Offene Felder sind mittels EEG messbar (Abbildung 4a). Liegen die Zellen eines Bereiches dagegen ungeordnet vor oder zeigen sie sogar eine gegenläufige Ausrichtung, heben sich die entstehenden elektrischen Felder gegenseitig auf. Diese Felder werden als geschlossene Felder bezeichnet. Sie stellen sich im EEG nicht dar (Abbildung 4b). Abbildung 4: Anordnung der Neurone und deren Auswirkung auf die Messbarkeit der elektrischen Felder (Quelle: Alois Ebner, Günther Deuschl (2006): EEG; Thieme Verlag)

13 Seite 7 Doch nicht nur die Anordnungen der Zellverbände im mikroskopischen Bereich sind von Bedeutung und haben Auswirkungen auf die EEG-Aufzeichnung, sondern auch der makroskopische Aufbau des Gehirns spielt eine große Rolle. Zur Vergrößerung der Oberfläche zeigt das Gehirn der Säugetiere eine starke Faltung. Dies hat zur Folge, dass auch die parallel zueinander ausgerichteten Neurone eines Hirnareals sowohl senkrecht als auch parallel zur Kopfoberfläche verlaufen. Dadurch ergeben sich wiederum Auswirkungen auf die Messwerte des EEGs. Bei senkrecht zur Kopfoberfläche angeordneten Zellverbänden wird die Negativität des Extrazellularraumes bei Erregung auch unmittelbar dort in Erscheinung treten. Es bildet sich ein radialer Dipol aus. Anders verhält es sich, liegen die erregten Neurone seitlich in der Wand einer Hirnfurche. Sie zeigen damit eine parallel zur Kopfoberfläche verlaufende Anordnung. In diesem Fall wird ein tangentialer Dipol ausgebildet. Die Quelle der Erregung befindet sich nicht mehr direkt am gemessenen Maximum der Negativität sondern genau in der Mitte zwischen der größten Negativität und der größten Positivität. In Abbildung 5 wird dieser Sachverhalt veranschaulicht. Abbildung 5: Verteilung des EEGs bei tangentialem und radialem Verlauf der Zellverbände zur Kopfoberfläche (Quelle: Alois Ebner, Günther Deuschl (2006): EEG; Thieme Verlag)

14 Seite 8 Eine charakteristische Eigenschaft eines EEGs ist seine rhythmische Aktivität. Für die Entstehung dieser Rhythmen sind nach heutigem Wissenstand zwei verschiedene Mechanismen verantwortlich. Zum einen existieren Neurone, die eine Schrittmacherfunktionalität besitzen, zum anderen finden Synchronisationsvorgänge durch direkte Zell-zu-Zell-Verbindungen statt, die eine optimale Resonanzfrequenz des Netzwerkes bewirken. Über die funktionelle Bedeutung dieser rhythmischen Aktivität ist bisher nur wenig bekannt. Es gibt zum Beispiel Hinweise darauf, dass die Spindelaktivität im Schlaf den Informationsfluss zur Großhirnrinde unterbricht und somit zu einem ungestörten Schlaf beiträgt. [EbDe06] Lokalisation der Funktionen in der Großhirnrinde des Menschen Verschiedenen Regionen der Großhirnrinde werden bestimmte Funktionen zugeordnet. Diese Übernahme von Funktionen macht sich auch im histologischen Aufbau bemerkbar. Anfang des 20. Jahrhunderts veröffentlichte der Neuroanatom Kordinian Brodmann eine Hirnkarte, bei der die Areale der Großhirnrinde nach zytologischen Aspekten (Aufbau der Schichten) unterschieden wurden. Später wurden diesen Brodmann-Arealen nach und nach die verschiedenen Funktionen zugeordnet. Die funktionale Gliederung nach Brodmann ist auch heute noch die Gängigste. Ihre Kenntnis ist von Bedeutung, sofern mittels EEG evozierte Potentiale aufgezeichnet werden sollen. In Abbildung 6 A und B wird eine Übersicht über die Einteilung nach Brodmann gegeben.

15 Seite 9 Abbildung 6: Karte der cytoarchitektonischen Felder nach Brodmann; A: laterale Ansicht, B: mediale Ansicht (Quelle: Prof. Dr. Rainer Schandry (1996): Lehrbuch Psychophysiologie; Psychologie Verlagsunion) Technische Grundlagen des EEG Die elektrische Aktivität des Gehirns kann mittels EEG-Geräten von der Kopfoberfläche abgeleitet werden. Die Aufgaben, die dabei dem Gerät obliegen, bestehen darin, die elektrischen Felder zu erfassen, zu verstärken, zu filtern und diese gewonnenen Signale aufzuzeichnen und zu dokumentieren. EEG-Amplituden sind mit 20 bis 50 µv nur sehr klein. Daher wird zur Messung eine stabile leitende Verbindung zwischen EEG-Elektroden und Kopfhaut vorausgesetzt. Dieses erfolgt z.b. durch das Anbringen der Messelektroden mittels einer elektrolythaltigen Klebepaste nach Entfernung der Fette von der Hautoberfläche. Der Elektrodenübergangswiderstand sollte 10 kω nicht überschreiten. Gleichzeitig werden die schwachen Signale schnell durch elektrische Einflüsse der Umgebung überlagert (Artefakte). Um diese Probleme zu umgehen, werden bei der EEG-Messung Differenzverstärker eingesetzt, die lediglich die Amplitudendifferenz zwischen zwei Elektroden darstellen. Die Auswahl zweier Elektroden, die ein Signal erfassen, wird als Kanal bezeichnet. Um weitere Störsignale zu unterdrücken, bieten EEG-Geräte die Möglichkeit, mittels Filter unerwünschte Frequenzen zu unterdrücken. [EbDe06] Den Schematischen Aufbau eines EEG-Gerätes zeigt die Abbildung 7.

16 Seite 10 Abbildung 7: Schematischer Aufbau eines EEG-Gerätes; a: analoges Gerät, b: digitales Gerät (Quelle: Alois Ebner, Günther Deuschl (2006): EEG; Thieme Verlag) Differenzverstärker In der Neurophysiologie werden aufgrund der niedrigen zu messenden Spannungen Differenzverstärker eingesetzt. Diese verstärken ausschließlich die Spannungsdifferenz zwischen den beiden Verstärkereingängen, die anschließend auf den Ausgang gegeben wird. Laut Konvention ist Eingang A der positive (differente) und Eingang B der negative (indifferente) Eingang. Beide Verstärkereingänge sind aktiv. Eine Negativität am Ausgang wird beim aufgezeichneten Signal als positiver Ausschlag aufgetragen. Ein positiver Ausschlag am Ausgang besagt demnach, dass das Signal an Eingang A negativer ist als das an Eingang B und umgekehrt (siehe Abbildung 8). [VoMi09] Abbildung 8: Differenzverstärkung der Eingangssignale und das resultierende Ausgangssignal (Quelle: Volker Milnik: Elektrophysiologie; 1. Auflage 2009; Urban und Fischer Verlag)

17 Seite 11 Durch die Verwendung von Differenzverstärkern werden Artefaktbildungen durch Störsignale und Überlagerung durch hochamplitudige elektrische Einflüsse, die auf beide Elektroden einer Verschaltung einwirken, effizient unterdrückt (Abbildung 9). [EbDe06] Abbildung 9: Wirkung eines Differenzverstärkers zur Artefaktunterdrückung (Quelle: Alois Ebner, Günther Deuschl (2006): EEG; Thieme Verlag) Filter Die alleinige Verwendung von Differenzverstärkern führt nicht zu einer kompletten Verhinderung von Artefakten im EEG. Artefakte können sowohl biologischer als auch technischer Natur sein. Biologische Fehlerquellen, die sich auf das EEG auswirken sind insbesondere: Muskelaktivitäten (speziell Herz- und Skelettmuskulatur) Augenbewegungen (Dipolwirkung des Auges) Pulswellen Zahnfüllungen Schweiß Technische Artefakte werden häufig hervorgerufen durch: Wechselspannung des Hausstromes Elektrostatische Potentiale aus der Umgebung (Untersuchungsraum, Kleidung) Hoch- oder niederfrequente Störungen (Handy, Mikrowelle, Funkübertragungen) Viele Störsignale betreffen die ableitenden Elektrodenpaare nicht gleichmäßig, so dass diese das eigentliche EEG überlagern und somit eine Auswertung unmöglich machen. Um diese störenden Frequenzen zu unterdrücken, sind EEG-Geräte mit Hoch- und Tiefpassfiltern ausgestattet. Signale ober- bzw. unterhalb der eingestellten Eckfrequenzen werden abgeschwächt.

18 Seite 12 Möglich ist auch eine Artefaktunterdrückung durch die Definition von oberen und unteren Schwellenwerten (Artefakt-Grenzen). Diese unterdrücken seltener und unregelmäßig auftretende Signalspitzen wie sie zum Beispiel bei Muskelbewegungen entstehen. [EbDe06] Elektrische Sicherheit Bei der Anwendung von elektrischen Geräten am Menschen ist insbesondere auf die Sicherheit der Probanden zu achten. Die vom Geräteeingang über den Patienten fließenden Ableitströme dürfen den Grenzwert von 100 µv nicht überschreiten. Dies muss auch im Fehlerfall zum Beispiel durch Bedienungsfehler oder auch durch Gerätedefekte sichergestellt sein. Aus diesem Grund sind bei heutigen EEG-Geräten die Verstärker galvanisch von der restlichen Elektronik getrennt. Die eingeführten DIN-Sicherheitsstecker sollen dafür Sorge tragen, dass nicht versehentlich eine falsche Verkabelung (z.b. Anschluss anderer elektrischer Geräte anstelle der Patientenverkabelung) stattfindet. [EbDe06] EEG-Aufzeichnung und Auswertung Montagen Die durch die zeitliche und räumliche Aufsummierung der elektrischen Hirnaktivität entstehenden Potentialfelder an der Kopfoberfläche und deren Schwankungen werden mittels EEG- Geräten entlang der Zeitachse aufgezeichnet. In welcher Weise die ableitenden Elektroden an die vorhandenen Verstärker angeschlossen und somit paarig kombiniert werden, wird Montagebildung genannt. Die Platzierung der Elektroden für eine Montage bestimmt das Erscheinungsbild des EEGs. Es werden zwei Grundprinzipien der Montagebildung unterschieden: 1. die referentiellen Montagen, und 2. die bipolaren Montagen. Bei der referentiellen Montage wird eine Elektrode als Referenz für alle anderen angeschlossenen Elektroden genutzt. Die Referenzelektrode liegt immer außerhalb des zu messenden Potentialfeldes uns wird mit Eingang zwei eines jeden Verstärkers verbunden. Im idealen Fall verzeichnet sie weder hirneigene Aktivitäten noch Artefakte. Bei dieser Art der Verschaltung werden die Potentialdifferenzen zwischen der aktiven Elektrode und der Referenzelektrode gemessen. Auf diese Weise wird das Potentialfeld selbst dargestellt. Die bipolare Montage kombiniert zwei aktive Elektroden miteinander, d.h. beide Elektroden liegen im zu erfassenden Potentialfeld. Auf diese Art werden die Potentialdifferenzen zweier (benachbarter) Hirnbereiche gemessen. Durch eine bipolare Anordnung werden Gradienten eines Potentialfeldes abgebildet.

19 Seite 13 Beide Möglichkeiten der Montage sind generell als gleichwertig zu betrachten und haben jeweils ihre eigenen spezifischen Vor- und Nachteile, was das Auffinden der Lokalisation einer (gestörten) Hirnaktivität betrifft. Die Unterschiede zwischen den Montagetypen sind eher von klinisch-diagnostischer Relevanz, insbesondere bei den medizinisch üblichen Ableitungen nach dem 10/20-System. Daher wird an dieser Stelle nicht näher darauf eingegangen. [EbDe06] Das normale EEG des Erwachsenen Die elektrische Aktivität des Gehirns weist eine Grundaktivität (Grundrhythmus) auf, die sich über verschiedene Frequenzbereiche erstreckt. Die Grundaktivität ist für jede Hirnregion unterschiedlich zusammengesetzt. Sie zeigt für jeden funktionalen Bereich eine charakteristische Kombination und Aktivitäten mit typischen Mustern auf. Im EEG werden folgende Frequenzbereiche unterschieden: γ-wellen: 30 Hz β-wellen: Hz α-wellen: 8 12 Hz θ-wellen: 4 8 Hz δ-wellen: 0,5 4 Hz [VoMi09] Wie bereits erwähnt sind die auftretenden Muster im EEG von dem Alter, der Aktivität und der aktuellen Verfassung des Probanden abhängig. An dieser Stelle sollen die wichtigsten Rhythmen anhand des normalen EEGs des Erwachsenen zum einen im Wachzustand und zum anderen im Schlaf dargestellt werden. a) Das EEG im Wachzustand Im Wachzustand des Erwachsenen stellt der α-rhythmus das vorherrschende Muster dar. Der α-rhythmus (auch okzipitaler Grundrhythmus genannt) liegt im Frequenzbereich von 8-12 Hz. Er weist eine typische Entwicklung während des Kindes- und Jugendalters auf und erreicht schließlich einen für jeden Menschen individuellen Wert, der den Rest des Lebens nahezu konstant bleibt. Im Durchschnitt liegt er bei einer Frequenz von 10 Hz. Der α-rhythmus tritt vornehmlich beim wachen aber entspannten Erwachsenen mit geschlossenen Augen auf. Charakteristisch für den α-rhythmus ist seine Blockade durch das Öffnen der Augen. Direkt nach Lidschluss erscheint er oftmals in einer etwas schnelleren Frequenz. Durch geistig-seelische Anspannung kann der α-rhythmus komplett verschwinden. Die α-aktivität tritt in der Regel tritt in der Regel synchronisiert auf. Gelegentlich können Varianten des dieses Musters beobachtet werden, bei denen sowohl die Lokalisation als auch die Reaktivität dem normalen α-rhythmus entsprechen, die jedoch einen langsameren oder auch schnelleren Frequenzbereich aufweisen. In diesem Fall wird je nach Frequenz von einer Theta- oder auch Beta-Grundrhythmusvariante gesprochen.

20 Seite 14 Weitere gut erkennbare Muster im Wachzustand sind der µ- und der λ-rhythmus. Der µ-rhythmus liegt in einem Frequenzbereich von 7 11 Hz und tritt intervallartig in Abfolgen von einigen wenigen Sekunden in Erscheinung. Die Bezeichnung leitet sich aus der Escheinungsform der Wellen ab. Durch den spitzen negativen und abgerundeten positiven Ausschlag erinnert ihre Form an den griechischen Buchstaben µ. Mit Ausschlägen unter 50 µv sind diese Wellen recht klein. Während sie durch das Öffnen oder Schließen der Augen unbeeinflusst bleiben, werden sie durch Bewegungen oder auch nur deren Absicht blockiert. λ-wellen zeigen gewöhnlich Amplituden unterhalb von 20 µv. Sie stehen in Verbindung mit der visuellen Abtastung von Mustern, Bildern und dem Lesen. Aus diesem Grund werden sie häufig im zusammen mit schnellen Augenbewegungen gesehen und sind okzipital im Projektionsfeld für visuelle Aufgaben lokalisiert. β-aktivitäten treten in geringem Ausmaß bei jedem normalen Probanden auf. Durchschnittlich liegen diese in einem Frequenzbereich von Hz. Bewegungen oder deren Absicht sowie taktile Reize an der contralateralen Körperseite können β-wellen abschwächen oder blockieren. β-aktivitäten ersetzen oftmals die α-aktivität nach dem Öffnen der Augen. θ-aktivitäten lassen sich häufig bei jungen Erwachsenen im EEG feststellen und werden dort als normale Komponente betrachtet. Bei Adulten ab einem Alter von etwa 60 Jahren können θ-wellen wieder in der Schläfenregion in Erscheinung treten. Ihr Frequenzbereich liegt zwischen 4 und 8 Hz. δ-rhythmen sind bei Kindern und Jugendlichen als physiologischer Bestandteil des EEGs anzusehen. Gelegentlich sind sie noch bis ins junge Erwachsenenalter zu finden. Der Frequenzbereich der δ-wellen liegt unter 4 Hz. Eine Sonderform stellt das so genannte Niederfrequenz-EEG dar, das lediglich Amplituden bis 20 µv aufweist und sich über sämtliche Hirnregionen erstreckt. Dieses Phänomen ist häufig bei angespannten Probanden zu beobachten. Bei größerer Verstärkung lassen sich vornehmlich Frequenzen im Beta- und Theta-Bereich erkennen. [EbDe06] Eine Übersicht über die wichtigsten Formen der EEG-Wellen und deren Verteilung über die Hirnoberfläche zeigt Abbildung 10.

21 Seite 15 Abbildung 10: Erscheinungsformen der EEG-Wellen und deren Verteilung über die Hirnoberfläche (Quelle: André Rupp: Vortrag Physiologische Messungen am Gehirn bei bewussten und unbewussten Wahrnehmungen ; Neurologische Universitätsklinik der Universität Heidelberg) Die zuletzt entdeckten γ-wellen zeigen Frequenzen über 30 Hz. Über diese Wellen ist bislang noch wenig bekannt. Nach aktuellem Wissenstand wird ihr Auftreten mit Aufmerksamkeitsund Lernprozessen in Verbindung gebracht. Vermutet wird, dass γ-aktivität die neuronale Grundlage für assoziative Verbindungen zwischen verschiedenen Zellpopulationen ist. Im normalen EEG sind diese Wellen mit bloßem Auge nicht zu erkennen, da sie aufgrund ihrer geringen Amplitude überlagert werden. a) Das EEG bei Ermüdung und im Schlaf Die Ermüdung ist im EEG durch den so genannten Alpha-Zerfall gekennzeichnet. Der normale α-rhythmus verlangsamt sich, die Amplituden werden oftmals größer, die Verteilung über die Hirnoberfläche weitet sich nach vorne hin aus. Diese Phänomene verstärken sich, bis der α-rhythmus am Ende ganz verschwindet. Parallel zum Alpha-Zerfall nimmt der Anteil an diffus verteilter Theta- und Beta-Aktivität zu. Als Artefakt ist häufig eine langsame horizontale Augenbewegung erkennbar. Das EEG im Schlaf ist abhängig von der jeweiligen Schlafphase. Je tiefer der Schlaf wird, desto mehr nimmt die Frequenz der EEG-Wellen ab. In den früheren Schlafphasen überwiegen diffus verteilte Theta-Aktivitäten, die mit zunehmender Schlaftiefe in Delta-Aktivität übergeht. Weiterhin treten schlaftypische Potentiale auf wie die POSTS, Vertex-Wellen, Schlafspindeln und k-komplexe. [EbDe06]

22 Seite 16 Spektralanalyse von EEG-Daten Eine häufig eingesetzte Methode zur EEG-Auswertung ist die Spektralanalyse. Durch Anwendung der Fourier-Transformation wird das aufgezeichnete EEG-Signal in definierten Zeitabschnitten in seine Frequenzanteile zerlegt. Das Ergebnis einer EEG-Spektralanalyse wird auch als Powerspektrum bezeichnet. Die Analyse eines EEG-Signals in Bezug auf seine Frequenzen kann auf verschiedene Arten sinnvoll eingesetzt werden. Das EEG kann in seinem Verlauf einer Trendanalyse unterzogen werden. Sie erlaubt einen schnellen Überblick über dominante Frequenzbänder, länger anhaltende periodische Aktivitäten sowie unter Umständen auch über eventuell vorhandene Anfallsmuster. Eine weitere wichtige Anwendung der Spektralanalyse bei der EEG-Diagnostik ist Untersuchung eines auffälligen Abschnitts in einer Aufzeichnung. So können schnell die Eigenschaften sowie die Lokalisation eines atypischen Musters ermittelt werden. Die Spektralanalyse kann auch gut genutzt werden, um über einen definierten Zeitabschnitt gemittelte Energie- und Amplitudenspektren zu berechnen. [EbDe06] Abbildung 11 zeigt ein Beispiel für eine EEG-Spektralanalyse. Abbildung 11: Spektralanalyse (links) und Amplituden-Ganzkopf-Map (rechts) (Quelle: Alois Ebner, Günther Deuschl (2006): EEG; Thieme Verlag)

23 Seite Beschreibung der verfügbaren Neurofeedbackgeräte Das Neurofeedback Für diese Studienarbeit stehen zwei verschiedenen Neurofeedbackgeräte zur EEG- Aufzeichnung zur Verfügung. Das Neurofeedback ist eine spezielle Anwendung des Biofeedbacks. Beim Biofeedback werden biologische Signale (hierbei insbesondere Regulationsmechanismen) mit technischen Hilfsmitteln erfasst und ausgewertet, die unter normalen Bedingungen den Wahrnehmungen der Sinnesorgane nicht zugänglich sind. Beim Neurofeedback werden mittels vereinfachter EEG-Geräte die Hirnströme an definierten Ableitorten in Echtzeit erfasst und mit entsprechender Software ausgewertet. Hierbei wird das Hauptaugenmerk auf die Verteilung der Frequenzen gelegt, die wie in Kapitel beschrieben eine Aussage über den Bewusstseinszustand des Probanden machen. Das Neurofeedback wird weniger zu diagnostischen Zwecken als viel mehr zur Therapie in bestimmten medizinischen Bereichen und zum Training des Hirnstrommusters in der Heimanwendung genutzt. Mögliche medizinische Anwendungsgebiete sind zum Beispiel Migräne, ADHS und Schlafstörungen, um nur einige Einsatzbereiche zu nennen. Im privaten Umfeld kann das Neurofeedback zum Training der eigenen Hirnstrommuster genutzt werden, um die Wellen in ein heute als günstige Zusammensetzung geltendes Muster zu bringen. Auf diese Weise kann unter anderem die Konzentrationsfähigkeit gesteigert oder auch gezielte Entspannung erreicht werden. Da Neurofeedbackgeräte im medizinischen Bereich erst nach Diagnosestellung oder im privaten Bereich zum Training genutzt werden, stellen sie eine vereinfachte Art von EEG-Geräten dar. Sie besitzen in der Regel anstelle der für diagnostische Zwecke nötigen 10/20-Systeme lediglich (ein bis) zwei Kanäle, die je nach gewünschter Anwendung unterschiedlich angebracht und verschaltet werden können. Für allgemeines Training der Hirnwellenmuster werden häufig referentielle Ableitungen genutzt, wobei die indifferenten Elektroden jeweils am Ohr auf der der differenten Elektrode zugehörigen Seite des Kopfes angebracht werden. Häufig ist es sinnvoll, die Referenzelektroden zusammen zu schließen, um für beide differenten Elektroden dieselbe Referenz zu erreichen. Dies ermöglicht ein gleichartiges Signal am Ausgang der beiden im Einsatz befindlichen Differenzverstärker. Zum Training der Hemisphärensynchronisation ist eine bipolare Ableitung empfehlenswert. Bei beiden Ableitungsmethoden werden die aktiven Elektroden im Regelfall frontal angebracht. Diese Lokalisation ist besonders leicht zugänglich und liefert die für das Neurofeedback benötigten Signale. Für die Durchführung dieser Studienarbeit stehen zwei Neurofeedbackgeräte zur Verfügung: der Brain Actor und das Wireless Pendant EEG-Gerät. Die Geräte sollen im Folgenden kurz vorgestellt werden.

24 Seite Der Brain-Actor Abbildung 12: Brain Actor: Gerät und Elektrodenset (Quelle: Hardware Bei dem Brain Actor handelt es sich um ein Neurofeedbackgerät der Firma AudioStrobe, das 2 Kanäle für die EEG-Messung zur Verfügung stellt. Das Gerät wird mit 4 Mignon Batterien betrieben. Der Anschluss an einen PC erfolgt über eine serielle RS232 Schnittstelle (COM-Port). Die Datenübertragung zwischen Gerät und PC geschieht über einen Lichtwellenleiter. Dadurch wird die galvanische Trennung zwischen Proband/Gerät und dem häuslichen Wechselstromnetz gewährleistet. Die Differenzverstärker können in verschiedenen Verstärkerstufen betrieben werden. Der Verstärkungsgrad wird über die Taster amplify + und eingestellt. Im Bereich von 25 µv erfolgt die stärkste, bei 200 µv die schwächste Signalverstärkung. Die zugehörigen Elektroden bestehen aus Silber und werden über 2 mm-stecker direkt am Gerät angeschlossen. Die Kabellänge beträgt ca. 2,40 m. Es sind 5 Elektroden im Lieferumfang enthalten: die vier Ableitelektroden sowie eine Elektrode, die die Erdung zwischen Proband und Gerät herstellt. Die Form der Ableitflächen der Elektroden ist eben. Um einen sicheren Halt auf der Kopfhaut zu garantieren, werden sie zusätzlich zur elektrolythaltigen Klebepaste mit einem Stirnband befestigt. Technische Daten des Gerätes: Communications: Interface: Fibre optic, snap-in connector Speed: 9600 baud Supply: Battery powered (4 x Typ Mignon AA) Schnittstelle: seriell (USB über Adapter möglich) Digitizer: Typ: Successive approximation Sampling rate: 128 samples(sec Conversion rate: 30 µs Auflösung: 8 bits Genauigkeit: ½ LSB EEG Amplifiers: Eingangsempfindlichkeit: wahlweise 25 µv, 50 µv, 100 µv, 200 µv Eingangs-Impedanz: 10 GigaOhm Eingangs-Rauschen: < 1µV Bandbreite: EEG 0,5 bis 40 Hz CMR: 100 db

25 Seite 19 Software Im Lieferumfang des Brain Actors sind die Softwaremodule LearnMon und Brain Actor Suite enthalten. Das Gerät ist bereits eine Weile auf dem Markt erhältlich. Entsprechend gering sind die Systemvoraussetzungen zur Installation. Die Software läuft auf PCs unter Windows ab Version 3.x. Die Software LearnMon bietet verschiedene Analysewerkzeuge an: Amplitude 3D-Landscape Mindmirror Activity Mindball Fractal Dimension Textinfo Das Modul Amplitude zeigt die EEG-Aufnahme in Echtzeit an. Dazu stellt es eine Kapazität von 5 Kanälen zur Verfügung, so dass Zusatzgeräte parallel mitlaufen können (z.b. EKG o.ä.). Über jeden Kanal kann ein Filter gelegt werden, der Anpassungsmöglichkeiten im Bereich zwischen 2 und 64 Hz in Schritten von 2 Hz bietet. Die Zeitachse kann über die Laufgeschwindigkeit auf das gewünschte Niveau gebracht werden. Weitere Einstellungen sind in dieser Software nicht möglich. Die Höhe der Signalamplituden kann lediglich über die Taster am Gerät selbst gesteuert werden. In der Software sind die Achsen und ihre Einteilung festgelegt. Abbildung 12 zeigt einen Screenshot von LearnMon-Amplitude. Abbildung 13: Screenshot LearnMon - Amplitude

26 Seite 20 Beim Softwaremodul 3D-Landscape werden die in der Aufzeichnung enthaltenen Frequenzen in ihrem zeitlichen Verlauf dargestellt. Hier wird die Zeit auf der vertikalen Achse aufgetragen, während die Frequenzen horizontal dargestellt werden. Die Frequenzen der rechten und linken Hemisphäre sind mischbar. Abbildung 14: Screenshot LearnMon 3D-Landscape

27 Seite 21 Die Echtzeitanalyse kann auch im mittels FFT im Frequenzbereich erfolgen, was durch die Komponente Mind Mirror möglich ist. Die Bandbreiten werden vertikal aufgetragen, während die prozentualen Anteile der jeweiligen Frequenzbereiche auf der Horizontalen notiert werden. Der zeitliche Verlauf ergibt sich durch die wechselnden Muster. Der unterste Balken zeigt die Differenz zwischen der linken und rechten Hemisphäre an. Abbildung 15 zeigt einen Ausschnitt aus einer Aufzeichnung. Abbildung 15: Screenshot LearnMon Mind Mirror

28 Seite 22 Das Element Activity dient der schnellen Übersicht über eine EEG-Aufzeichnung. In ihm wird die Aktivität, d.h. der zeitliche Verlauf der Stärke des Signals und der enthaltenen Frequenzen, angezeigt. Auf diese Auswertung können die gleichen Filter wie beim Modul Amplitude angewandt werden. Ein Beispiel einer Aktivität von einer Aufzeichnung zeigt Abbildung 16. Abbildung 16: Screenshot LearnMon Activity Die Komponente Mindball ist ein reines Trainingsmodul. Ziel ist es, den angezeigten Ball allein durch Willenskraft zu bewegen. Auf diese Weise können unter anderem gezielt Entspannungsübungen durchgeführt werden. Die folgende Abbildung zeigt die graphische Oberfläche des Moduls. Abbildung 17: Screenshot LearnMon - Mindball

29 Seite 23 Mit dem Element Fractal Dimension können wie der Name schon sagt die fraktalen Dimensionen eines EEG-Musters aufgezeigt werden. Sie stellen die Menge an Chaos in den Amplituden der Hirnströme dar. Ein Screenshot zeigt Abbildung 18. Abbildung 18: Screenshot LearnMon Fractal Dimension Zu guter Letzt sei noch das Modul Textinfo als Bestandteil von LearnMon erwähnt. Hier können Informationen und Bemerkungen zur durchgeführten Aufzeichnung hinterlegt werden. Dazu wird eine Reihe an Texteingabefeldern angeboten. Die erfassten Messdaten können von der Software LearnMon aus direkt ins ASCII-Format exportiert und gespeichert werden.

30 Seite 24 Die Software Brain Actor Suite ähnelt in Funktion und Layout dem Modul Mind Mirror von LearnMon. Zusätzlich zur graphischen Darstellung erfolgt eine akustische Untermalung der Messung. Die Oberfläche erscheint in einer recht farbenfrohen Gestaltung (Abbildung 19). Abbildung 19: Brain Actor Suite

31 Seite Das Wireless Pendant EEG Abbildung 20: Das Wireless Pendant EEG Hardware Das Wireless Pendant EEG ist ebenfalls ein Gerät, mit dem Signale über zwei Kanäle parallel aufgezeichnet werden können. Hergestellt wird es von der Firma Minder Labs. Das Gerät selbst wird ebenfalls wie der Brain Actor batteriebetrieben. Die Verbindung zum PC wird über einen virtuellen COM-Port hergestellt, der über einen Dongle per USB-Anschluss realisiert wird. Beim Wireless Pendant EEG erfolgt die Signalübertragung vom Gerät an den PC über Funk. Dazu wird das gängige frei nutzbare 2,4 GHz-Band verwendet. Wegen dieser Übertragungsweise ist auf mögliche Störsignale in unmittelbarer Nähe, die durch andere funkgestützte Systeme (z.b. WLAN-Router) entstehen können, zu achten. Für den Fall, dass sich verschiedene Funkübertragungen überlagern, bietet das Wireless Pendant EEG vier verschiedene Kanäle an, auf denen die Signale übertragen werden können. Die kabellose Übertragung des Signals vom Gerät an den PC sorgt für die galvanische Trennung zwischen Proband und empfangenden System. Die Ableitelektroden des Wireless Pendant EEG Gerätes bestehen aus Zink. Im Lieferumfang sind vier Cupelektroden und drei Ohrelektroden enthalten. Durch die Ausführung der Elektroden ist kein zusätzliches Befestigungsmaterial notwendig, da diese einen ausreichenden Halt gewährleisten. Der Anschluss der Elektroden an das erfassende Gerät erfolgt über DIN-Sicherheitsstecker. Bis auf die Wahl des Übertragungskanals sind am Gerät selbst keine weiteren Einstellungen durchzuführen. Die Möglichkeit der Signalverstärkung oder sonstiger Bearbeitung des EEGs wird softwaregestützt vorgenommen.

32 Seite 26 Technische Daten: Kanäle: 2 EEG-Kanäle einstellbare EEG-Bandbreiten: 40/48/56 Hz (56 Hz nicht für EU-Länder!) einstellbare Sampling-Raten: 122/128/256/512 Samples pro Sekunde bei einer Auflösung von 12 bit Verwendungsmöglichkeit: nur in Verbindung mit einem PC PC-Schnittstelle: schnurlose Verbindung über USB-Dongle mit 2,4 GHz / 3 m Anzahl schnurloser Kanäle: 8 Elektrodenanschlüsse: 5 Anschlüsse für 1.5 mm Standard EEG-Elektroden Stromversorgung: 1,2 Volt AAA Micro-Akku oder -Batterie Akku-Betriebsdauer: 5 bis 7 Stunden Upgradefähigkeit: Firmwareupgrade über schnurlose Verbindung Standardmäßig ist das Wireless Pendant EEG auf eine Sampling-Rate von 256 Samples pro Sekunde eingestellt und zeichnet EEG-Signale bis 40 Hz auf. Diese Werte können verändert werden, sofern eine Software vorhanden ist, die diese unterstützt. Software Im Lieferumfang des Wireless Pendant EEG ist die Software BioExplorer und BioReview enthalten. Zur Installation werden mindestens folgende Systemvoraussetzungen an den PC gestellt: PC Pentium III, 800 MHz mit Windows 98/ME/2000/XP/VISTA oder Windows 7 Microsoft's DirectX Version 9.0 oder höher 150 MB freier HD Speicherplatz 128 MB RAM Grafikkarte mit 3D-Beschleunigung (nur für bestimmte Funktionen) Soundkarte für Audio-Feedback DVD-Laufwerk WinDVD oder PowerDVD (nur für DVD-Wiedergabe erforderlich) USB-Schnittstelle Der Bioexplorer wird zur Erfassung, Darstellung und Bearbeitung des EEG-Signals genutzt. Bevor eine EEG-Aufzeichnung beginnen kann, muss ein so genanntes Design erstellt werden. Beim Aufruf der Software öffnen sich im Hauptfenster zwei weitere Fenster. Das eine trägt die Bezeichnung Signal Diagram. Dieses stellt die Arbeitsfläche dar, in der virtuelle Geräte zur EEG-Anzeige und -Analyse dem Design zugefügt und miteinander verschaltet werden können. Dadurch ist eine sehr flexible Gestaltung der Hirnstrommessung und Signalbearbeitung möglich. Das zweite Fenster dient als Anzeige der dem Design hinzugefügten Instrumente, die entsprechend ihrer Einstellungen das Signal wiedergeben.

33 Seite 27 Abbildung 21 zeigt ein einfaches Beispieldesign. Source1 und Source2 sind die beiden Kanäle, die das Signal liefern. Diese Signale werden nun in die verschiedenen Mess- und Analyseinstrumente eingespeist. Menüleiste Bedienungsleiste Display für Geräteüberwachung Fenster zum Erstellen des Aufnahmedesigns Instrumentenanzeige Abbildung 21: Screenshot mit Beschreibung der graphischen Oberfläche des BioExplorer Jedes der virtuellen Geräte ist sowohl in seinem Layout als auch in seinen Funktionen und Eigenschaften vielfältig den eigenen Bedürfnissen entsprechend einstellbar. Mit dem BioExplorer werden die EEG-Signale in Echtzeit erfasst. Dieses Modul ist daher besonders für Trainingszwecke und zur Aufzeichnung geeignet. Soll eine erstellte Ableitung analysiert werden, so ist das Modul BioReview zu verwenden. Auch zur Erstellung eines Reports mit BioReview muss zunächst analog zum BioExplorer ein Design erstellt werden. Dieses wird im Anschluss auf ein aufgezeichnetes Signal angewandt.

34 Seite 28 Abbildung 22: Screenshot BioReview Aus dem Modul BioReview ist es möglich, die Messdaten zur weiteren Verwendung in Form einer Textdatei zu exportieren. 2.3 Das Programm zur Datenanalyse: Mathcad Zur Analyse und Auswertung der gewonnen EEG-Daten wird für diese Studienarbeit das Programm Mathcad 14 genutzt. Mathcad wird heute vom Unternehmen PTC (Parametric Technology Corporation) vertrieben. Mathcad ist ein Programm, das für mathematische Berechnungen entwickelt wurde. Es ist einfach in der Anwendung und orientiert sich in der Bedienung an der mathematischen Standardnotation. Ursprünglich für numerische Berechnungen entwickelt enthält es inzwischen alle wichtigen Werkzeuge, die für Berechnungen in technisch-wissenschaftlichen Gebieten notwendig sind. Für Spezialanwendungen ist die Möglichkeit zur prozeduralen Programmierung gegeben. Inzwischen sind zahlreiche Erweiterungspakete zu Mathcad erhältlich.

35 Seite Theoretische Grundlagen zur Spektralanalyse Die Spektralanalyse ist eine Methode zur quantitativen Analyse des EEGs. Dabei wird das gemessene Signal in seine Frequenzkomponenten zerlegt. Die Spektren geben Aufschluss über die Anteile der im Signal vorhandenen Frequenzen. Die Überführung eines Signals vom Zeit- in den Frequenzbereich erfolgt in der Regel mittels Fourier-Transformation. Sie basiert auf dem Theorem, dass sich jedes periodische Signal aus Anteilen der Sinus- und Cosinus-Funktionen zusammensetzt. Diese Anteile werden durch Fourier-Reihen in Form von Koeffizienten dargestellt. Der Begriff Fourier-Transformation umfasst verschiedene Varianten der Transformationsmöglichkeit, um die Frequenzanteile eines Signals zu ermitteln. In Mathcad ist standardmäßig die Fast-Fourier-Transformation (FFT) und die komplexe Fourier-Transformation (CFFT) implementiert. Jeder Wert eines Signals bestehend aus Amplitude und Zeitverschiebung kann als komplexe Zahl in Polarkoordinaten interpretiert werden. Auf diese Weise ist die Überführung des einen Spektrums in das andere und wieder zurück gut möglich. Die komplexe Fourier- Transformation ist im Gegensatz zur reellen Fourier-Transformation kompakter und oft einfacher in der Anwendung, wenn Frequenzbereiche eines Signals berechnet werden sollen. Die Fast-Fourier-Transformation beruht auf der diskreten komplexen Fourier-Transformation, bei der ein reelles Signal zunächst in der Zeit diskretisiert wird. Dies geschieht mittels Abtastung des Signals. Eine wichtige Eigenschaft der diskreten komplexen Fourier- Transformation ist die Symmetrie im Frequenzraum, in dem für eine reelle Funktion nur N/2 unabhängige komplexe Koeffizienten vorliegen. Auf diese Weise müssen bei der FFT tatsächlich nur die Hälfte der Koeffizienten berechnet und gespeichert werden, die andere Hälfte der Werte kann aus diesen einfach rekonstruiert werden. Beide Formen der Fourier-Transformationen haben ihre Vor- und Nachteile. Die Fast-Fourier- Transformation erfolgt wesentlich schneller als die komplexe Fourier-Transformation. Dafür muss allerdings eine Matrix mit 2 n Werten vorliegen. Die CFFT dauert je nach Größe des zu berechnenden Signals wesentlich länger und benötigt mehr Rechenkapazität, dafür kann jedoch sofort ein reelles Signal mit beliebiger Anzahl an Datensätzen berechnet werden.

36 Seite Aufbau eines EEG-Analyse-Prototyp 3.1 Gerätetests und Auswahl eines Gerätes für die Studienarbeit Bevor der EEG-Analyse-Prototyp erstellt werden kann, muss eines der beiden Neurofeedbackgeräte für den weiteren Verlauf der Studienarbeit ausgewählt werden. Für die Entscheidung werden folgende Merkmale betrachtet: - Fehlerfreie Soft- und Hardware - Bedienungsfreundlichkeit der Hard- und Software - Anpassungsmöglichkeiten der Signalaufnahme, -analyse und -bearbeitung an die Erfordernisse der Studienarbeit (Einstellungsmöglichkeiten der Soft- und Hardware) - Mobilität des Systems - Kompatibilität des Systems mit modernen Rechnern - Fehlerfreie Signalübertragung - Exportmöglichkeiten der erfassten Daten - Elektrische Sicherheit Beide Geräte werden ausgiebig auf die oben angeführten Merkmale getestet. Dazu ist zunächst die Installation der Geräte mit ihrer zugehörigen Software (Anleitung siehe beiliegende Installationsanleitung) sowie deren Konfiguration auf dem PC notwendig. Beide Systeme sind auf modernen Rechnern lauffähig. Die elektrische Sicherheit des Probanden ist durch die galvanische Trennung zwischen Messgerät und Computer bei beiden Geräten gegeben. Bevor EEG-Probeaufnahmen durchgeführt werden können, werden die im Lieferumfang enthaltenen Elektroden auf Fehlerfreiheit untersucht. Dazu werden die Elektroden in eine elektrolythaltige Flüssigkeit (physiologische Kochsalzlösung) gebracht und dadurch kurzgeschlossen. Durch die Signalerfassung über Differenzverstärker ist bei einem Kurzschluss mit einer Nulllinie im übertragenen Signal zu rechnen. Sollten hier Grundlinienschwankungen oder Potentiale erkennbar sein, so ist davon auszugehen, dass eine der zugehörigen Elektroden oder das Kabel defekt ist. Beide Geräte haben diesen Test bestanden. Besonders beim Wireless Pendant EEG muss überprüft werden, wie störungsanfällig die Funkübertragung zum PC ist. Nachdem beide Geräte als technisch einwandfrei anzusehen sind, werden Probeaufnahmen durchgeführt. Mit jedem der Geräte wurde eine referentielle frontale EEG-Ableitung sowie eine EKG-Aufzeichnung durchgeführt. Die Durchführung eines EKGs soll das Verhalten der Software beim Erfassen von Signalen mit höheren Amplitudenwerten testen. Während EEG- Potentiale kleiner als 100 µv sind, bewegen sich EKG-Amplituden im mv-bereich. Im Zuge der Probeaufzeichnungen werden die Softwaremodule auf Funktionalität und Qualität der Signalerfassung und -aufbereitung hin untersucht. Aus beiden Applikationen heraus ist es möglich, die erfassten Daten in Form einer Textdatei im Falle von BioReview bzw. im ASCII-Format unter LearnMon zu exportieren und zu speichern.

37 Seite 31 Nach dieser ausgiebigen Testung der beiden Geräte und ihrer Software wird für den weiteren Projektverlauf das Wireless Pendant EEG-Gerät ausgewählt. Zu dieser Entscheidung führten die folgenden Gründe: Aspekte der Hardware Die Ausführung der Hardware des Wireless Pendant EEGs ist komfortabler in der Anwendung. Die Elektroden haften aufgrund ihrer Bauweise sicher und ohne weitere Hilfsmittel an den Ableitlokalisationen. Insbesondere die Ausführung als Ohrclip der Referenz- und Erdungselektroden ist von großem Vorteil bei der Anbringung. Bei den flachen Elektroden des Brain Actors ist die Anbringung mühevoller. Ohne Zusatzmittel verlieren sie bei der kleinsten Bewegung ihre Haftung. Zudem sind die Kabel zu einem Bündel zusammengefasst, wodurch eine gewisse Steifigkeit entsteht, die zusätzlich zu einer instabilen Verbindung der Elektroden mit dem Probanden führt. Ein weiterer positiver Aspekt beim Wireless Pendant EEG ist die Funkübertragung. Durch das Anbringen des Gerätes am Probanden ist dieser in seiner Bewegungsfreiheit weniger eingeschränkt. Er muss sich nicht in unmittelbarer Umgebung des EEG-Gerätes befinden. Die Elektroden halten besser bei Bewegungen, da die Kabel nicht so leicht unter Spannung geraten können. Es werden keine Störungen durch anderweitige Funksignalquellen beobachtet. Ein weiteres wichtiges Kriterium ist der virtuelle COM-Port, der mittels USB realisiert wird. Jeder moderne Rechner hat heute meistens mehrere USB-Anschlüsse. Serielle RS232- Schnittstellen sind dagegen nicht mehr an jedem Rechner (insbesondere nicht mehr an Laptops) vorhanden. Es müsste daher ein entsprechender Adapter erworben werden. Aspekte der Software Die Software BioExplorer und BioReview bieten zusammen wesentlich mehr Einstellungsund Bearbeitungsmöglichkeiten des erfassten Signals. So stehen zum Beispiel Filter in verschiedenen Ausführungen bereit, deren Eckfrequenzen stufenlos einstellbar sind. Es stehen zahlreiche virtuelle Messinstrumente zur Signalbearbeitung zur Verfügung. Die graphische Oberfläche hat ein ansprechendes modernes Design. Während bei der Software des Wireless Pendant EEGs die Skalierung der Instrumente frei wählbar ist und das Signal in seiner Lage in der Anzeige verschoben werden kann, ist beim Brain Actor keine Einstellung in der Software Amplitude möglich. Werden die Signale in ihrer Amplitude zu groß, so kann es passieren, dass das Signal aus dem Anzeigefenster herausläuft oder dass das andere Signal überlagert wird.

38 Seite Aufbau des EEG-Prototyps Nachdem die Wahl für eines der Geräte getroffen wurde, kann der Prototyp für die EEG- Aufzeichnung erstellt werden Erstellung eines Testdesigns im BioExplorer Da es in diesem Stadium der Projektarbeit das Hauptaugenmerk auf der Erzeugung und dem Export der Daten liegt, werden zunächst nur die wichtigsten Instrumente ausgewählt, die nötig sind, um die Qualität des EEG-Signals zu beurteilen. Die Instrumente werden dem Fenster Signal Diagram des BioExplorers zugefügt. Dieses wird durchgeführt unter dem Menüpunkt: Design Add Object Auswahl des gewünschten Instruments mittels Markieren und Bestätigung mit Add. Benötigt werden beide EEG-Kanäle (Source1 und Source2) und zu jedem Kanal entsprechend ein Oszilloskop. Da bei einer frontalen Ableitung vorwiegend Beta-Aktivität zu erwarten ist, die ein nicht ganz so typisches Erscheinungsbild aufweist wie zum Beispiel der intermittierende spindelförmige Alpha-Rhythmus und für den ungeübten Untersucher schlechter von einem Rauschen unterschieden werden kann, wird dem Design ein Filter zugefügt, der auf die Eckfrequenzen der Alpha-Aktivität eingestellt wird (unter: Rechtsklick auf das Instrument Einstellungen obere und untere Grenzfrequenz einstellen). Da die Auswertung im Rahmen der Studienarbeit auf eine Analyse im Frequenzbereich zielt, werden jedem Quellsignal jeweils ein Spectral Analyzer zugefügt, um auch weitere im Signal vorhandene Frequenzen quantitativ während der Aufzeichnung in Echtzeit zu überprüfen. Da jedes Signal in seiner nativen ungefilterten Form durch die Software gespeichert wird, kann jedes aufgenommene EEG auch im Nachhinein mit verschiedenen Designs bearbeitet bzw. angezeigt werden. Die Instrumente werden im letzten Schritt miteinander verschaltet (mit gehaltener linker Maustaste die Ein- und Ausgänge der Geräte verbinden). Das fertige Testdesign zeigt Abbildung 23.

39 Seite 33 Abbildung 23: Testdesign des EEG-Analyse-Prototyps Nachdem vorerst alle Instrumente dem Testdesign zugefügt wurden, werden sie im Fenster Instrumente des BioExplorers angezeigt. Oszilloskop Spectral Analyzer Abbildung 24: Instrumentenanzeige des EEG-Analyse-Prototyps

40 Seite Vorbereitung des Probanden für die Aufzeichnung und Aufnahme des EEGs Zur Ableitung eines EEGs muss zunächst der Proband vorbereitet werden. Wie im Kapitel Technische Grundlagen des EEG beschrieben, darf der Elektrodenübergangswiderstand, d.h. der Widerstand, den die Kopfhaut erzeugt, nicht über 10 kω liegen. Dieser Widerstand wird insbesondere durch Hautfette erzeugt. Daher ist es empfehlenswert, mittels geeigneter Lösung (z.b. eine 70%ige Alkoholische Lösung) die Hautoberfläche zu entfetten. Bei dieser Reinigung werden auch lose Epithelzellen, die eine EEG-Messung beeinträchtigen, entfernt. Um die in den Hautfollikeln vorhandene Luft, die ebenfalls isolatorische Eigenschaften besitzt, weitestgehend zu verdrängen, ist es von Vorteil, eine geringe Menge des elektrolythaltigen Übergangsmediums (hier: die Klebepaste) auf die Ableitstellen aufzutragen und einzumassieren. Dadurch wird eine bessere elektrische Kopplung zwischen Elektroden und Kopfhaut erreicht. Die Cups der sämtlicher Elektroden müssen ebenfalls vor Anbringung frei von Luftblasen mit der elektrolythaltigen Paste gefüllt werden. Um die Qualität der EEG-Messung und damit der später zu analysierenden Daten zu gewährleisten, ist genauestens auf diese Maßnahmen zu achten. Die Ableitung des EEGs wird nach der referentiellen Methode durchgeführt, da im Zuge dieser Studienarbeit das Potentialfeld als solches dargestellt werden soll. Lokalisationsaufgaben bestimmter Potentiale sollen hier nicht durchgeführt werden. Gut geeignet ist hierfür das Anbringen der Elektroden nach der linked-ear Montage. Bei dieser Anbringungsart werden die aktiven Elektroden im zu messenden Potentialfeld frontal paramedial auf der Stirn mit Klebepaste befestigt. Die passiven Elektroden sowie die Erdung werden an den Ohrläppchen angebracht. Damit die indifferenten Elektroden nach Möglichkeit in gleichem Maße durch evtl. vorhandene Störsignale beeinträchtigt werden, ist es von Vorteil, diese mittels des im Lieferumfang enthaltenen Jumpers zu überbrücken. Auf diese Weise erfolgt eine Normierung der störenden Einflüsse, d.h. eine Reduzierung der Artefakte, und ein Abgleich des Niveaus der Achsen im Oszilloskop. Siehe hierzu auch Kapitel Technische Grundlagen des EEG - Abschnitt Differenzverstärker. Als Störungen, die auf die linke und rechte Referenzelektrode ungleichmäßig wirken können, sei hier insbesondere auf das durch die Herzaktivität hervorgerufene elektromagnetische Feld hingewiesen, das einen nicht zu unterschätzenden stärkeren Einfluss auf die linke Referenz hat. Eine graphische Darstellung der linked-ear Montage zeigt Abbildung 25.

41 Seite 35 Jumper Referenzelektrode (weißer Ohrclip) Messelektroden (blau + rot) Referenzelektrode (schwarzer Ohrclip) Masseelektrode (grüner Ohrclip) Abbildung 25: Anbringung der Elektroden nach der linked-ear Montage (Quelle: Bedienungsanleitung Wireless Pendant EEG; Claudius A. Nagel) Mit dem erstellten Design und den korrekt angebrachten Elektroden kann die Aufzeichnung des EEGs gestartet werden. Der Proband sollte sich nach Möglichkeit nicht bewegen, (zumindest vorerst für den Prototyp, später je nach Fragestellung) die Augen geschlossen halten und einen größtmöglichen Entspannungsgrad erreichen. Daher sollte auch auf eine angenehme Atmosphäre der Untersuchungsumgebung geachtet werden. Um die Messung zu beginnen. wird im BioExplorer zunächst auf die Schaltfläche Record und im Anschluss auf Play geklickt. Die Ableitung kann auf der Instrumentenanzeige in Echtzeit verfolgt und überwacht werden. Play Record Pause Stop Abbildung 26: Schaltflächen zur Signalerfassung im BioExplorer

42 Seite Überführung der Messdaten in Mathcad Analyse der Schnittstellen Mathcad ist in der Lage, Daten direkt aus einer Datei einzulesen, sofern folgende Bedingungen erfüllt sind: 1. Die Daten liegen im Zahlenformat vor 2. Die Daten liegen in geordneter Matrixstruktur vor, d.h in jeder Zeile steht die gleiche Menge an Werten 3. Die Werte sind durch Trennzeichen voneinander getrennt; diese können sein: - Kommata - Tabulatoren - Leerzeichen 4. Die Datei hat ein Format eines der folgenden Applikationen: - Axum - Excel - Matlab - ASCII-Editoren 4.1 Export der aufgezeichneten EEG-Daten Das erste Ziel, um die erfassten Daten in Mathcad zu überführen, ist der Export der Datenwerte in ein für Mathcad lesbares Dateiformat. Hier bietet sich ein ASCII-Editor wie zum Beispiel der zu jedem Windowsrechner gelieferte Texteditor an. Der Export der gespeicherten EEG-Daten ist über das Modul BioReview leicht möglich. Wie in Kapitel Das Wireless Pendant EEG beschrieben, muss auch hier analog zum Bioexplorer zunächst ein Design zur Reporterstellung definiert werden. Dieses Design kann dann auf die EEG-Aufzeichnungen angewandt werden. Im nächsten Schritt müssen die Einstellungen der Views und die Exportparameter definiert werden. Für die Darstellung des EEG-Signals empfiehlt die Fachliteratur eine Abtastrate von mindestens 200 Hz. Das Wireless Pendant EEG ist den technischen Angaben zu Folge zu einer Abtastrate bis zu 512 Hz in der Lage, wobei die werksseitige Voreinstellung bei 256 Hz liegt. Das Signal wird also mit einer genügend hohen Empfindlichkeit erfasst. Zur Erinnerung: EEG-Signale liegen nach heutigem Wissenstand unter 80 Hz. Mit einer Sampling-Rate von 200 Hz wird dem Abtasttheorem genüge getan, das besagt, dass ein Signal mit mindestens einer doppelt so hohen Frequenz im Vergleich zur maximalen Grenzfrequenz abgetastet werden muss. Die Einstellung der Abtastrate zur Generierung der Datenwerte in BioReview erfolgt nach Empfehlung der Fachliteratur auf 200 Hz. Die Abtastrate beim Erstellen des Reports wird unter View Properties konfiguriert. Unter dem Reiter Settings im Feld Epoch muss ein Zahlenwert von s eingetragen werden. Wird eine höhere Abtastrate gewünscht so ist

43 Seite 37 das Signal zusätzlich in mehrere Zeitabschnitte zu unterteilen, da die Zeilenanzahl für Datenwerte in den Views begrenzt ist. In diesem Fall sind die gewünschten Zeitintervalle ebenfalls unter Properties durch ihre Start- und Endwerte anzugeben (Abbildung 27). Sämtliche Einstellungen müssen für jede View einzeln gemacht werden! Abbildung 27: Fenster Einstellungen der Views im BioReport Nachdem alle notwendigen Einstellungen zur Gewinnung der Messwerte gemacht wurden, kann die Auswertung gestartet werden. Mit der Menü-Auswahl Report Run on Session.. kann die erstelle Aufzeichnung ausgewählt und eingelesen werden. Die ermittelten Messwerte werden in den Views im Reiter Table in Tabellenform angezeigt. Der Reiter Chart gibt die graphische Auswertung des Signals wieder. Die Tabelle unter dem Schaubild enthält einige statistische Werte, die aus dem Signal berechnet wurden. Nun können die ermittelten Datenwerte exportiert werden. Nach Auswahl des Menüpunktes View Export öffnet sich ein Fenster, in dem die Exporteinstellungen definiert werden können. Der Haken im Feld Time in der Kategorie Fields sollte entfernt werden, da die Zeitepochen in der Textdatei Doppelpunkte beinhalten, die bei Mathcad einen Fehler beim Einlesen der Daten hervorrufen. Mit dem Bestätigen der Einstellungen kann die Datei unter dem gewünschten Pfad benannt und abgelegt werden. Der Datenexport ist ebenfalls für jede View einzeln durchzuführen. Bevor die Datei in Mathcad weiter verwendet werden kann, muss aus der erstellten Textdatei noch die erste Zeile gelöscht werden, da diese Zeichenketten enthält, die ansonsten zu fehlerhaften Verhalten von Mathcad führen können.

44 Seite Import der Daten in Mathcad Es gibt zwei verschiedene Möglichkeiten, die gespeicherten Werte in Mathcad zu importieren. Bei der ersten Methode wird die zu importierende Datei mit einer Variablen verknüpft. Der Import wird über Insert Data File Input durchgeführt. Bei dieser Methode wird intern der Pfad zur Datei der Variablen zugeordnet (Abbildung 28 und 29). Abbildung 28: Datei-Importfunktion von Mathcad Abbildung 29: Zuordnung von Variablen zur Datei Soll eine andere Datei bearbeitet werden, ist der gesamte Vorgang zu wiederholen. Die zweite Möglichkeit besteht darin, einer Variablen die Zeichenkette, die den Pfad zur Datei enthält, zuzuweisen. Das Erfassen der Zeichenkette wird über ein eingefügtes Textfeld gewährleistet. Ein Textfeld wird über das Menü Insert Control Textbox erstellt. Der Befehl READPRN(<Variable>) kann nun den Inhalt der Datei einlesen. Da in Mathcad eine Zeichenkette zu Beginn und am Ende intern immer mit Anführungszeichen kenntlich gemacht wird, muss dieses für den Befehl READPRN unterdrückt werden.