@article{SchneiderSchwabedalBialonski2022,
  author    = {Schneider, Jules and Schwabedal, Justus T. C. and Bialonski, Stephan},
  title     = {Schlafspindeln - Funktion, Detektion und Nutzung als Biomarker f{\"u}r die psychiatrische Diagnostik},
  series = {Der Nervenarzt},
  journal   = {Der Nervenarzt},
  publisher = {Springer},
  address   = {Berlin, Heidelberg},
  issn      = {1433-0407},
  doi       = {10.1007/s00115-022-01340-z},
  pages     = {1 -- 8},
  year      = {2022},
  abstract  = {Hintergrund: Die Schlafspindel ist ein Graphoelement des Elektroenzephalogramms (EEG), das im Leicht- und Tiefschlaf beobachtet werden kann. Ver{\"a}nderungen der Spindelaktivit{\"a}t wurden f{\"u}r verschiedene psychiatrische Erkrankungen beschrieben. Schlafspindeln zeigen aufgrund ihrer relativ konstanten Eigenschaften Potenzial als Biomarker in der psychiatrischen Diagnostik. Methode: Dieser Beitrag liefert einen {\"U}berblick {\"u}ber den Stand der Wissenschaft zu Eigenschaften und Funktionen der Schlafspindeln sowie {\"u}ber beschriebene Ver{\"a}nderungen der Spindelaktivit{\"a}t bei psychiatrischen Erkrankungen. Verschiedene methodische Ans{\"a}tze und Ausblicke zur Spindeldetektion werden hinsichtlich deren Anwendungspotenzial in der psychiatrischen Diagnostik erl{\"a}utert. Ergebnisse und Schlussfolgerung: W{\"a}hrend Ver{\"a}nderungen der Spindelaktivit{\"a}t bei psychiatrischen Erkrankungen beschrieben wurden, ist deren exaktes Potenzial f{\"u}r die psychiatrische Diagnostik noch nicht ausreichend erforscht. Diesbez{\"u}glicher Erkenntnisgewinn wird in der Forschung gegenw{\"a}rtig durch ressourcenintensive und fehleranf{\"a}llige Methoden zur manuellen oder automatisierten Spindeldetektion ausgebremst. Neuere Detektionsans{\"a}tze, die auf Deep-Learning-Verfahren basieren, k{\"o}nnten die Schwierigkeiten bisheriger Detektionsmethoden {\"u}berwinden und damit neue M{\"o}glichkeiten f{\"u}r die praktisch},
  language  = {de}
}