Projektdaten

---

Trockene EEG-Sensorik, Sensorapplikatoren und Signalaufbereitung

---

Ziel des Teilprojektes der TUIL ist die Erforschung der vorgenannten innovativen Sensorik und Algorithmik vollautomatischer Datenvorverarbeitung (Qualitätssicherung, Datenvorverarbeitung und -konditionierung) mittels klassischem Feature-Engineering und Maschine Learning. Im Rahmen der Sensorik und Applikatorik sowie der nachfolgenden Signalaufbereitung sind Verfahren und Methoden zu entwickeln, die ein hohe Signalqualität und Reproduzierbarkeit mittels onlinefähiger Algorithmik sicherstellt, um die nachfolgende Analyse mit optimaler Genauigkeit zu ermöglichen. Die einzelnen Teilziele des Teilprojektes werden mit dedizierten Lösungsansätzen bearbeitet, die sowohl auf einer ingenieurswissenschaftlichen Analyse der Sensormesskette, der Umgebungs-bedingungen und -variabilität als auch auf der Analyse umfassender Probanden , und Patientenmessdaten basieren. Auf Basis der Sensorparameter, zu charakterisierender Sensoreigenschaften wird ein Sensor- und Applikatorsystem entwickelt, dass spezifisch auf die Anwendung zugeschnitten und für die wiederholte Selbstanwendung durch die Patienten geeignet ist. Auf Basis vorgenannter trockener EEG-Messdaten werden darüber hinaus die Umgebungs- und Störungseinflüsse sowie resultierende Varianz analysiert und durch Datenzerlegung, automatische Klassifikation und -rekombination die relevanten physiologischen, technischen und Cl­spezifischen Störungen in den EEG-Daten bereinigt. Bei unzureichenden Messbedingungen werden die Nutzer gewarnt. Die hardwarenah implementierten Algorithmen ermöglichen eine Online-Aufbereitung der Eingangssignale und somit die Closed-Loop-Analayse und -Stimulation zur Bestimmung er optimalen Cl-Stimulationsparameter.