NEU: EDS Embolic Detection System
Zuverlässige Erkennung zerebraler Mikroembolien
Sowohl für die Delica-9 Serie als auch zur Nachrüstung vorhandener TCD-Geräte
- für Stroke Units - TIA Diagnostik – Carotis Chirurgie -Stenting
- Validierter Algorithmus mit 96% Genauigkeit*
- Unter Verwendung Neurale Netze – Künstliche Intelligenz
- Auswertung der Intensität und Periodizität der Audiosignale
- Auch zum Anschluss an die meisten vorhandenen TCD-Geräte geeignet
- Einfachste Handhabung – sehr kostengünstig
Das von dem niederländischen Neurologen Dr. R.W.M. Keunen entwickelte EDS System analysiert die Periodizität der TCD Audiosignale. Während „normale“ Signale ohne Embolien sehr unregelmäßige Frequenzeigenschaften aufweisen, beeindrucken die von Mikroembolien reflektierten Doppler-Signale durch ihr sehr periodisches Frequenzmuster. Artefakte hingegen besitzen Frequenzinhalte, die noch weit aperiodischer sind als ungestörter Signale. Die Periodizität der Audiosignale kann durch einen einfachen Nulldurchgangszähler mit Ermittlung eines Nulldurchgangsindexes ZCI ausgewertet werden. Der in Echtzeit bestimmte ZCI und die relative Intensität des Audiosignals werden in einem Neuronalen Netz verarbeitet. Alle über einem einstellbaren Intensitätsschwellenwert liegenden Signale werden so lückenlos erfasst, im Expertensystem analysiert, als Embolie oder Artefakt klassifiziert und dokumentiert. Ein Histogramm der Embolien und Artefakte wird dargestellt, die Embolierate pro min und die Gesamtzahl aufgetretener Embolien fortlaufend ausgegeben.
Einfach zuverlässig
Das EDS ist bestechend einfach, darin liegt seine Stärke. Das System ist auch weitgehend unabhängig vom verwendeten Gerät. Und trotzdem ist EDS mit einer Erkennungsrate von 96% gegenüber Auswertung durch Experten extrem zuverlässig*.
Wird das EDS mit der Delica-9 Serie verwendet, so läuft die Embolieerkennung parallel zur Delica TCD Software auf einem Rechner, was totale Portabilität gewährleistet.
*Literatur:
Keunen et al. Introduction of an embolus detection system based on analysis of the transcranial Doppler audio-signal. J Med Eng&Tech 2007, in press.