Datenerfassung und -nutzung

Für die kardiologische Diagnostik relevante Daten werden zunehmend nicht mehr nur in Arztpraxen oder entsprechenden Stationen von Krankenhäusern produziert, sondern auch im privaten Bereich: Am Körper getragene Messgeräte erfassen zum Beispiel die Herzfrequenz oder die Dauer und Intensität der körperlichen Aktivität. Schrittmacherimplantate können sogar sehr spezifische kardiologische Parameter messen und per Funk an eine Basisstation zur Speicherung übertragen. In der Folge kann dann der zeitliche Verlauf der Messwerte telefonisch zum Beispiel an eine medizinische Überwachungszentrale oder an einen Arzt zur diagnostischen Bewertung weiterleitet werden. Sowohl in der Basisstation als auch in der Überwachungszentrale kann Signalanalyse- bzw. Mustererkennungssoftware eingesetzt werden, um die gemessenen Signale in bezug auf spezielle, diagnostisch relevante Muster zu überprüfen und so die Diagnose zu unterstützen.

Datenanalyse

Die an einer Person gemessenen Zeitverläfe kardiologisch relevanter Parameter können zum Beispiel zur Erkennung bevorstehender kardiologischer Ereignisse genutzt werden, vorausgesetzt man kann nachweisen, dass sich tatsächlich ausreichend verlässliche Hinweise aus den Messdaten gewinnen lassen. Für diesen Nachweis kann man die statistische Methode der Diskriminanzanalyse verwenden: Den zeitlichen Messdatenverläufen werden numerische Attribute zugeordnet, die sich als Punkte in einem euklidischen Raum geeigneter Dimension auffassen lassen. Mit Hilfe der Diskriminanzanalyse versucht man dann eine Trennfläche zwischen der Gruppe von Punkten, also Messdatenverläufen, denen ein kardiologisches Ereignis folgt, und der Gruppe ohne nachfolgendes Ereignis zu ermitteln. Hierzu werden archivierte Verläufe mit bekannter Ereignishistorie verwendet.

Das Bild zeigt einen künstlichen Datensatz, der aus ca. 1700 Punkten im zweidimensionalen Raum besteht und in zwei gleich große Gruppen zerfällt (blau und rot dargestellt). Die Trennlinie (schwarz) zwischen den beiden Gruppen wurde mittels der sogenannten Kern-Fisher-Diskriminanzanalyse ermittelt, einer flexiblen Methode, die die Bestimmung nichtlinearer Trennflächen erlaubt: Der Datensatz inklusive der vorgegebenen Gruppierung wird zur Bestimmung einer reellwertigen Funktion auf dem Datensatz selbst genutzt, deren Höhenlinienprofil (graue Linien und Farbverlauf) sich der vorliegenden Geometrie anschmiegt. Die Trennlinie entspricht dabei der Höhenlinie zum Level 0.