Schlafspindeln – Funktion, Detektion und Nutzung als Biomarker für die psychiatrische Diagnostik
- Hintergrund: Die Schlafspindel ist ein Graphoelement des Elektroenzephalogramms (EEG), das im Leicht- und Tiefschlaf beobachtet werden kann. Veränderungen der Spindelaktivität wurden für verschiedene psychiatrische Erkrankungen beschrieben. Schlafspindeln zeigen aufgrund ihrer relativ konstanten Eigenschaften Potenzial als Biomarker in der psychiatrischen Diagnostik. Methode: Dieser Beitrag liefert einen Überblick über den Stand der Wissenschaft zu Eigenschaften und Funktionen der Schlafspindeln sowie über beschriebene Veränderungen der Spindelaktivität bei psychiatrischen Erkrankungen. Verschiedene methodische Ansätze und Ausblicke zur Spindeldetektion werden hinsichtlich deren Anwendungspotenzial in der psychiatrischen Diagnostik erläutert. Ergebnisse und Schlussfolgerung: Während Veränderungen der Spindelaktivität bei psychiatrischen Erkrankungen beschrieben wurden, ist deren exaktes Potenzial für die psychiatrische Diagnostik noch nicht ausreichend erforscht. Diesbezüglicher Erkenntnisgewinn wird in der Forschung gegenwärtig durch ressourcenintensive und fehleranfällige Methoden zur manuellen oder automatisierten Spindeldetektion ausgebremst. Neuere Detektionsansätze, die auf Deep-Learning-Verfahren basieren, könnten die Schwierigkeiten bisheriger Detektionsmethoden überwinden und damit neue Möglichkeiten für die praktisch
Verfasserangaben: | Jules Schneider, Justus T. C. Schwabedal, Stephan BialonskiORCiD |
---|---|
DOI: | https://doi.org/10.1007/s00115-022-01340-z |
ISSN: | 1433-0407 |
Titel des übergeordneten Werkes (Deutsch): | Der Nervenarzt |
Verlag: | Springer |
Verlagsort: | Berlin, Heidelberg |
Dokumentart: | Wissenschaftlicher Artikel |
Sprache: | Deutsch |
Erscheinungsjahr: | 2022 |
Datum der Publikation (Server): | 08.08.2022 |
Freies Schlagwort / Tag: | Deep Learning; Elektroenzephalographie; Psychiatrische Biomarker; Schlafspindeldetektion; · Psychiatrische Erkrankungen/Diagnostik |
Erste Seite: | 1 |
Letzte Seite: | 8 |
Link: | https://doi.org/10.1007/s00115-022-01340-z |
Zugriffsart: | campus |
Fachbereiche und Einrichtungen: | FH Aachen / Fachbereich Medizintechnik und Technomathematik |
collections: | Verlag / Springer |