gms | German Medical Science

62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

17.09. - 21.09.2017, Oldenburg

BrainLab – Ein Framework für mobile neurologische Untersuchungen

Meeting Abstract

  • Ina Berenice Fink - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland
  • Bernd Hankammer - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland
  • Thomas Stopinski - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland
  • Yannic Titgemeyer - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland
  • Roann Ramos - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland
  • Ekaterina Kutafina - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland
  • Jó Ágila Bitsch - COMSYS, RWTH Aachen University, Aachen, Deutschland
  • Stephan Jonas - Institut für Medizinische Informatik, Uniklinik RWTH Aachen, Aachen, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Oldenburg, 17.-21.09.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocAbstr. 298

doi: 10.3205/17gmds137, urn:nbn:de:0183-17gmds1373

Published: August 29, 2017

© 2017 Fink et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Introduction: Elektroenzephalografie (EEG) erlaubt die nicht-invasive Messung elektrischer Aktivität im Gehirn und ist eine unverzichtbare Methode zur Diagnose und Bewertung neurologischer und psychologischer Störungen. Herkömmlicherweise werden hierbei komplexe technische Systeme benötigt, welche die Anwendung von EEGs auf ein spezifisches klinisches Umfeld beschränken. Dies schränkt wiederum die Zugänglichkeit entsprechender Untersuchungen ein und ist insbesondere von Nachteil für die Gesundheitsversorgung in Regionen mit geringer Infrastruktur. Gleichzeitig sind auch die Forschungsmöglichkeiten mit klassischen EEGs limitiert, da sie den Probanden nur geringe Bewegungsfreiheit erlauben.

Methods: Die mobile Applikation BrainLab ist eine Lösung zur Untersuchung der Gehirnaktivität, welche aus einer mobilen Android Anwendung besteht, die mit einem kommerziell verfügbaren kabellosen EEG-Gerät kombiniert wird. Da das EEG-Gerät die Form eines Headsets besitzt, lässt es sich unkompliziert auf dem Kopf platzieren; die Übertragung der Messdaten erfolgt über Funk/Bluetooth. Während der Nutzung des EEGs, können Experimente mit visuellen und akustischen Reizen auf dem mobilen Gerät durchgeführt werden, was das Aufzeichnen der Gehirnreaktion auf die Reize ermöglicht. Die Experimente lassen sich ohne Vorwissen mit Hilfe einer einfachen, strukturierten Textdatei erstellen. Ein Export der aufgenommenen Daten, welche sowohl die Gehirnreaktionen als auch das Auftreten der Stimuli beinhalten, ist nach Abschluss des Experiments in das gängige EDF-Format möglich. Zusätzlich können die Daten mittels einer Visual Programming Schnittstelle direkt auf dem mobilen Gerät und ohne Internetverbindung visualisiert und verarbeitet werden.

Results: Um BrainLab zu evaluieren, wurden verschiedene Experimente zur Benutzerfreundlichkeit und Funktionalität durchgeführt. Dies beinhaltet unter anderem die Replikation eines wissenschaftlichen EEG-Experiments. Die erhobenen Daten wurden durch einen Experten visuell inspiziert und für plausibel erklärt. Zudem konnten zu erwartende Gehirnreaktionen auf spezifische Stimuli in den aufgenommenen Daten erkannt werden.

Die Benutzerfreundlichkeit des Geräte-Setup und Recorders von BrainLab wurde in einer Pilot-Studie mit Hilfe des Fragebogens ISONORM 9241/10 von Laien evaluiert (N=5). Hier konnten gute Durchschnittswerte in den Feldern “Aufgabenangemessenheit” (2,3 Punkte auf einer Skala von -3 bis 3), “Erwartungskonformität” (2 Punkte) und “Lernförderlichkeit” (1,8 Punkte) erreicht werden. Noch verbesserungswürdig sind hingegen die Felder “Individualisierbarkeit” (0,8 Punkte), “Fehlertoleranz” (0,4 Punkte), “Steuerbarkeit” (0,5 Punkte) und “Selbstbeschreibungsfähigkeit” (0,4 Punkte). Die Schnittstelle zur visuellen Programmierung wurde von medizinischem Fachpersonal (N=10) mit dem Software-Usability-Scale bewertet und konnte einen Wert von 78,7 (von 100) Punkten erreichen, was guter bis exzellenter Usability entspricht.

Discussion: Zusammenfassend stellt BrainLab einen vielversprechenden Ausgangspunkt für mobile Gehirnforschung dar. Es erlaubt die Ausführung individueller Experimente bei gleichzeitiger Aufnahme der Gehirnreaktion und stellt erste Funktionen zur Analyse und Interpretation der Daten auf dem mobilen Gerät zur Verfügung, was bei vergleichbaren existierenden Systemen zusätzliches Equipment erfordert. Die Ergebnisse der Evaluation zeigen außerdem, dass BrainLab gut für die Verwendung durch unerfahrene Benutzer geeignet ist.

Da der Einsatz mobiler EEG-Geräte die Möglichkeiten der klinischen Diagnostik erweitern und deutlich flexibler gestalten würde, ist eine klinische Evaluation der nächste notwendige Schritt. EEG-Geräte spielen eine wichtige Rolle im klinischen Alltag, z.B. in der Epilepsie-Diagnostik. Hierfür planen wir, im Rahmen einer klinischen Studie EEG-Daten von Patienten mit der mobilen BrainLab-Applikation zu gewinnen. Diese sollen dann mit kurz zuvor erhobenen Daten eines klassischen EEG-Gerätes in quantitativer und qualitativer Weise verglichen werden.



Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.