Entwicklung und Validierung eines Algorithmus zur automatisierten Auswertung der autonomen Funktion des Herzens

DSpace Repositorium (Manakin basiert)

Zur Kurzanzeige

dc.contributor.advisor Meyer-Zürn, Christine (Prof. Dr.)
dc.contributor.author Harland, Niklas
dc.date.accessioned 2017-08-18T07:46:53Z
dc.date.available 2017-08-18T07:46:53Z
dc.date.issued 2017
dc.identifier.other 493300937 de_DE
dc.identifier.uri http://hdl.handle.net/10900/77511
dc.identifier.uri http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-775115 de_DE
dc.identifier.uri http://dx.doi.org/10.15496/publikation-18912
dc.description.abstract Die Beurteilung der autonomen Funktion des Herzens hat in den letzten Jahren zunehmend an Bedeutung gewonnen. Sie wird zur Diagnostik und zum Therapie-Monitoring sowie zur Prognoseabschätzung in vielen Bereichen der Medizin eingesetzt. Für eine weitere Verbreitung und den regelmäßigen Einsatz in der Routineversorgung ist die unkomplizierte Erhebung dieser Parameter entscheidend. Die bislang existierenden Parameter sind jedoch relativ empfindlich gegenüber Artefakten und bedürfen daher einer aufwendigen manuellen Nachbearbeitung des erhobenen EKG-Signals. Im Rahmen dieser Studie haben wir einen Auswertungsalgorithmus entwickelt und validiert, der es erlaubt, die autonome Funktion des Herzens vollautomatisch aus einem Routine-EKG mit geringer Auflösung zu bestimmen. Die verwendeten EKGs zur Entwicklung und Validierung des Mechanismus stammen aus einer Studie an Patienten in einer Notaufnahme. Alle Daten wurden im klinischen Alltag und ohne zusätzlichen Aufwand für das Personal oder die Patienten erhoben. Zur Erkennung der QRS Komplexe haben wir einen bestehenden und validierten Algorithmus überarbeitet. Als Vergleich haben wir einen etablierten und weit verbreiteten Algorithmus zur Erkennung von QRS-Komplexen gewählt. Unser Verfahren zeigte eine höhere Korrelation mit der manuellen Auswertung für mehrere HRV-Parameter. Um die Zuverlässigkeit weiter zu steigern, haben wir anschließend die Dezelerationskapazität des Herzens (DC) als etablierten Marker für die HRV um einen Tiefpassfilter erweitert. Hier zeigte sich eine außerordentlich hohe Korrelation mit dem manuell ausgewerteten EKG-Signal. Durch das beschriebene Verfahren kann die autonome Funktion des Herzens deutlich schneller, einfacher und kostengünstiger ermittelt werden als mit den Standardverfahren. Als Grundlage diente eine EKG-Aufzeichnung aus dem klinischen Alltag in niedriger Qualität. Diese Methode stellt also eine Möglichkeit dar, aus den Daten, die aktuell schon in großer Zahl in vielen medizinischen Einrichtungen anfallen, die autonome Funktion des Herzens zu bestimmen. Die DC mit Tiefpassfilter ist bislang nicht bezüglich ihrer klinischen Bedeutung untersucht worden. In weiteren Studien sollte dieser Parameter und seine Bedeutung für die Diagnostik sowie Therapieüberwachung bei unterschiedlichen Krankheitsbildern untersucht werden. de_DE
dc.language.iso de de_DE
dc.publisher Universität Tübingen de_DE
dc.rights ubt-podok de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en en
dc.subject.classification Herz , Kardiologie , Elektrokardiogramm de_DE
dc.subject.ddc 610 de_DE
dc.title Entwicklung und Validierung eines Algorithmus zur automatisierten Auswertung der autonomen Funktion des Herzens de_DE
dc.type PhDThesis de_DE
dcterms.dateAccepted 2017-07-03
utue.publikation.fachbereich Medizin de_DE
utue.publikation.fakultaet 4 Medizinische Fakultät de_DE

Dateien:

Das Dokument erscheint in:

Zur Kurzanzeige