gms | German Medical Science

57. Jahrestagung der Deutschen Gesellschaft für Neurochirurgie e. V. (DGNC)
Joint Meeting mit der Japanischen Gesellschaft für Neurochirurgie

Deutsche Gesellschaft für Neurochirurgie (DGNC) e. V.

11. bis 14.05.2006, Essen

Development of an automatical classificator for the evaluation of extracellular microrecording signals in stereotactic surgery of the subthalamic nucleus

Entwicklung eines automatischen Klassifikators zur Evaluation von extrazellulären Mikrosignalen bei stereotaktischen Operationen des Nucleus Subthalamicus

Meeting Abstract

Suche in Medline nach

  • corresponding author T. Henrichs - Innovative und angewandte Informatik, Fachhochschule Trier
  • F. Hertel - Neurochirurgie Brüderkrankenhaus Trier
  • C. Decker - Neurochirurgie Brüderkrankenhaus Trier
  • P. Gemmar - Neurochirurgie Brüderkrankenhaus Trier

Deutsche Gesellschaft für Neurochirurgie. Japanische Gesellschaft für Neurochirurgie. 57. Jahrestagung der Deutschen Gesellschaft für Neurochirurgie e.V. (DGNC), Joint Meeting mit der Japanischen Gesellschaft für Neurochirurgie. Essen, 11.-14.05.2006. Düsseldorf, Köln: German Medical Science; 2006. DocP 03.42

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/dgnc2006/06dgnc259.shtml

Veröffentlicht: 8. Mai 2006

© 2006 Henrichs et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Objective: To develop a computer – based system fort he automatical classification of microrecording systems of the subthalamic region to distinguish automatically STN versus non – STN signals.

Methods: In a 3 step algorithm, the microrecording signals (MER) were classified, using different mathematical transformations, such as Wavelet transformations. We analyzed the 2434 MER recordings of STN surgery of 14 consecutive patients with advanced PD. The tests were performed in a double blind manner according to the investigators.

Results: The overall reliability of the automatical classificatory reached 95%. Within the individual patient, the reliability varied between 89,6 and 97,4%. Those signals which were clearly defined - by a neurophysiologically experienced stereotactic and functional neurosurgeon – could be identified in almost 100% of the cases correctly by the algorithm. The signals which could not clearly be defined manually, were also difficult to classify automatically, though even in those latter traces, the concordance between the automatic system and the investigator was above 89%.

Conclusions: Automatical detection of MER signals of the STN seems to be possible by a multistep computer algorithm, implicating Wavelet transformation with a significant high reliability.

This system could support the neurosurgeon and neurophysiologist during functional STN sugery.