Methods Inf Med 1972; 11(04): 233-237
DOI: 10.1055/s-0038-1636082
Original Article
Schattauer GmbH

Eine maschinelle Methode zur EEG-Klassifikation

A COMPUTER METHOD CONCERNING EEG-CLASSIFICATION

Authors

  • G. PFURTSCHELLER

    1   Aus dem Institut für Bau und Betrieb elektrischer Anlagen, Abteilung für Biomedizinische Technik, Technische Hochschule in Graz (Vorstand: Prof. emerit. DDr. G. Oberdörfer) und dem Institut für Angewandte Mathematik und Informationsverarbeitung, Technische Hochschule in Graz (Vorstand: Prof. Dr. H. Florian)
  • W. KOCH

    1   Aus dem Institut für Bau und Betrieb elektrischer Anlagen, Abteilung für Biomedizinische Technik, Technische Hochschule in Graz (Vorstand: Prof. emerit. DDr. G. Oberdörfer) und dem Institut für Angewandte Mathematik und Informationsverarbeitung, Technische Hochschule in Graz (Vorstand: Prof. Dr. H. Florian)
Further Information

Publication History

Publication Date:
10 February 2018 (online)

Bei der automatischen EEG-Klassifikation wird ein Zeichen, bestehend aus mehreren EEG-Parametern, einer bestimmten Klasse (z. B. Bewußtseinszustand oder pathologischer Gehirnzustand) zugeordnet. Voraussetzung dafür ist die Festlegung jeder Klasse durch eine -möglichst große Zahl bereits erkannter Zeichen. Zweckmäßigerweise wird man für die Gewinnung der Parameter eine EEG-Analyse durchführen, wobei z.B. die Band-Leistungen oder mittleren Dauern einzelner Rhythmen in den Untersuchungsintervallen errechnet werden.

Beschrieben wird die maschinelle EEG-Klassifikation (computerunterstützte EEG-Diagnose) nach einem Verfahren der Mustererkennung anhand eines praktischen Beispiels, über die Voraussetzung dafür, nämlich die computergerechte Datenaufbereitung und die Gewinnung der EEG-Parameter über eine PeriodenAmplitudenanalyse, wird kurz berichtet.

For an automatic EEG-classification a character, consisting of a number of EEG-parameters, is allocated to a certain class (i. e. state of consciousness). This is on the condition that every class is previously determined by as many characters as possible which have already been identified. The parameters will best be obtained by carrying out an EEG-analysis, working out for instance the mean duration of individual rhythms or the energy in certain frequency ranges.

Automatic EEG-classification (computer-assisted EEG-diagnosis) according to a procedure of pattern recognition is described by means of an example. A short report on the condition, namely computerized data preparation, and the procedure for obtaining the EEG-parameters by means of a periodamplitude analysis is given.