Mit der Unterstützung durch das BMBF als technologieorientierte Unternehmensgründung haben wir die Firma 1993 in eine GmbH umgewandelt. Die technologieorientierte Unternehmensgründung, die finanzielle Unterstützung durch die Bundesregierung und die fachliche Beratung und Betreuung durch die VDI/VDE Informationstechnik hat den Weg für innovative Entwicklungen eröffnet.

F2: Intelligente Methoden zur Signalerkennung in Echtzeit

Wir orientieren auf die Entwicklung und den Einsatz einer neuen Generation von Geräten zur Signalverarbeitung und Signalerkennung in Echtzeit.

Diese basieren auf unserem patentierten Verfahren der Virtuellen Quellen und Methoden der künstlichen Intelligenz, der Anwendung von Fuzzy Logik, Neuronalen Netzen, Methoden der Nichtlinearen Dynamik und evolutionären Strategien zur Klassifizierung.

Die Entwicklung und Anwendung erfolgt in erster Linie auf leistungsfähigen vernetzten Computersystemen.

Die Anwendung erfolgt jedoch auch auf tragbaren, leicht bedienbaren Computern (Biosignalrekorder) mit drahtloser Datenübertragung.

F3: Echtzeitanalyse des EEG mit dem BrainScope

Im Mittelpunkt unserer Produktentwicklung steht nach wie vor das BrainScope, ein leistungsfähiges System zur Echtzeitanalyse und Erkennung des EEG. Die direkte Kommunikation zwischen Patient und Arzt, die durch leistungsfähige Rechentechnik optimal unterstützt wird, öffnet einen neuen Zugang zur Untersuchung der Funktion des menschlichen Denkens.

F4: Das Erkennen Ereigniskorrelierter Potentiale ERP

Der Zusammenhang zwischen dem außerordentlich komplexen und dynamischen EEG und der möglichen Funktion des Denkens ist noch immer weitgehend ungeklärt. Einen Ansatzpunkt bieten die Ereigniskorrelierten Potentiale (ERP), die unmittelbar nach einem definierten Reiz auftreten und die im Allgemeinen durch das Averaging sichtbar gemacht werden, wie es in der Bildmitte dargestellt ist. Hierzu werden mehrere - bis zu 100 - auf den Reiz bezogene Signale gemittelt. Das spontane EEG wird als zufällig betrachtet und nur die systematischen Komponenten des EPR wie N1, P2, N2, P3 treten hervor. Hierbei ist insbesondere die Komponente P3 oder P300 interessant, die mit dem Entscheidungsprozess in speziell entwickelten psychologischen Tests in Verbindung gebracht wird. Im Allgemeinen sind diese Komponenten im Bereich von wenigen Mikrovolt. Im rechten Bildausschnitt wird unser Verfahren verdeutlicht, in dem die Komponenten der ERP bezogen auf den einzelnen Reiz sichtbar und erkennbar werden. Dabei erfolgt unsere Analyse in Echtzeit mit einer Latenz von weniger als 50 Millisekunden. Die Analyse erfolgt sowohl für den Einzelkanal als auch kanalübergreifend. Es wird deutlich, dass die ERP-Komponenten durchaus im Bereich des spontanen EEG im Bereich von 10 bis 50 Mikrovolt liegen können. Durch das Averaging führen die zufälligen Variationen in den ERP in Amplitude, Zeit und Raum zu einer Reduzierung der Amplituden.

An diesem Bild wird deutlich, dass unser Verfahren auf der Erkennung der Einzelpeaks im Signal beruht. Aus diesem Grund bezeichnen wir diese auch als Virtuelle Quellen, da sie nicht auf der genauen Lokalisation der Erregung basiert, sondern das schnelle Erkennen des Signals im Rechner, d. h. in einem virtuellen Raum in den Mittelpunkt stellt, wie es im linken Teil des Bildes dargestellt ist. Der erfahrene Nutzer kann jeden einzelnen Peak oder Folgen von Peaks im Signal wie die dargestellte Folge der Komponenten des ERP mit allen seinen Eigenschaften sichtbar machen, kann die Parameter in eine Datenbank speichern, kann jeden Peak oder die Folge der Peaks benennen und die Suche und Wiedererkennung im nachfolgenden Signal veranlassen. Für die Speicherung der Signale, der ausgewählten Muster und ihrer durch den Nutzer gewählten Bezeichnungen verwenden wir leistungsfähige Datenbank und Knowledge Management Technologie. Erst diese Technologie ermöglicht im Zusammenhang mit dem Verfahren zur Echtzeitanalyse eine neue Qualität der Erkennung des EEG.

F5: Echtzeitanalyse des EKG mit dem HeartScope

Das HeartScope zur Echtzeitanalyse und Erkennung des EKG basiert auf den gleichen Technologien und Methoden wie das BrainScope. Es dient zur Erkennung des EKG durch die Anwendung leistungsfähigster stationärer Rechentechnik in Echtzeit.

F6: Das PhysioCord zum intelligenten Patientenmonitoring

Durch den Einsatz leistungsfähiger Funktechnologien ist es möglich, den Patienten mit portablen Geräten auszustatten, die das EKG-Signal ableiten, verstärken, digitalisieren und drahtlos an die leistungsfähige Rechentechnik übermitteln. Die Entwicklung und Anwendung wurde durch das BMBF im Rahmen des Verbundprojektes “Nichtlineare EKG-Analysen zur Risikostratifizierung und Therapiebeurteilung von Herzpatienten”

und durch Aufträge von Pharmafirmen unterstützt.

Die Anwendung kann durch den Einsatz von DECT als Übertragungstechnologie nur im Nahbereich erfolgen. Die zur Zeit verfügbare Funktechnologie für die Fernübertragung (GSM) hat nicht die erforderliche Bandbreite und die ständige Übertragung der Signale zur Hochleistungsstation ist zu teuer.

F7: Analyse, Klassifikation und Mustererkennung in Echtzeit

Die Erkennung des EKG ist in diesem Bild an einem einfachen Beispiel erläutert. Es zeigt die Wirksamkeit der nativen Methoden zur Klassifizierung am Beispiel des oben dargestellten Einzelkanals. Es wurden die ca. 100.000 Einzelschläge eines Patienten an einem Tage analysiert und klassifiziert. Die einzelnen Klassen wurden durch die implementierten Algorithmen klassifiziert, die auf der Methode der Virtuellen Quellen beruhen. Klasse 2 (35064 Schläge) und Klasse 3 (41.199) Schläge enthalten die Signale der ‚normalen’ Herzschläge. Klasse 15 (11 Schläge) ist ein Beispiel für pathologische Schläge. Jede Klasse wird in diesem Beispiel durch 5 Muster beschrieben. Im Falle der Klasse 15 gründen die Schläge 6151 und 9408 diese Klasse. Schlag 70022 ist Mitglied der Klasse 15 und gleichzeitig Muster zur Erkennung und Klassifizierung neuer einkommender Schläge.

Der erfahrene Arzt hat die Möglichkeit, automatisch gebildete Klassen zusammenzufassen oder zu teilen. Er kann sie mit einem typischen Namen versehen und so die Erkennung unterstützen. Wir haben eine zwei- oder multi-step Strategie entwickelt, um die Erfahrungen des Arztes einzubringen:

Im ersten Schritt erfolgt die Analyse auf den stationären Hochleistungssystemen, mit deren Hilfe der Arzt das EKG und die gebildeten Klassen bewerten kann. Er kann die Methoden der Klassenbildung interaktiv beeinflussen und die gebildeten Klassen benennen. Alle diese Daten werden in einem Datenbank und Knowledge Management System verwaltet. Bei der erneuten Ableitung des EKG für den Patienten bilden diese Daten die Grundlage für die nachfolgende Analyse und Erkennung, d.h. das System wurde durch den versierten und erfahrenen Arzt belehrt. Die nachfolgende Analyse erfolgt deshalb in einer neuen Qualität und verbesserten Erkennungsrate. Diese Strategie erfordert jedoch höchste Rechen- und Speicherleistung, wie sie heute durch verteilte Rechnersysteme realisiert wird.

F8: Intelligent Patient Monitoring using Micro Systems and lowest-power Technology

Das durch uns vorgeschlagene Konzept beinhaltet die Integration der Methoden und Technologien zur Signalerkennung in die tragbaren Geräte, wie es hier beispielhaft dargestellt ist. Hochleistungscomputer, DB & KMS sind in die tragbaren Geräte implementiert.

F9: Nächste Generation der Systemarchitektur

Die nächste Genreration der Systemarchitektur ist gekennzeichnet durch die Anwendung leistungsfähigster portabler Geräte - hier mit PhysioCord II bezeichnet - die mit den bereits heute verfügbaren Technologien weltweit vernetzt sind. Sie beinhalten leistungsfähigste Informations- und Kommunikationstechnologie wie

- in einen Chip integrierte Multiprozessorsysteme,

- FPGA mit integriertem Prozessorkern und spezifischen Interfaces und

- leistungsfähige Übertragungstechnologien.

F10: MikroSytemTechnik zur Echtzeiterkennung des EKG

Es ist unser Ziel, die dargestellt Technologie und Methodik auf tragbare Geräte zu portieren. Dazu sind Mikrosysteme erforderlich, die

- miniaturisiert sind

- geringsten Stromverbrauch haben,

- herausragende Rechenleistung und

- hohe Speicherleistung realisieren

Die Ziele sind:

- Forschungsaktivitäten zur Entwicklung der Mikrosysteme,

- Optimierung der Hardware Architektur,

- Optimierung der Software Struktur,

- Bewertung der entwickelten Geräte und Methoden,

- Test der portablen Geräte in Kliniken und

- Anwendung der Geräte in Zusammenarbeit mit Rettungsorganisationen.

F11: Signalanalyse im Zeitbereich

Die frequenzanalytischen Verfahren sind in der Signalanalyse etabliert. Eine ganze Industrie entwickelt spezielle Prozessoren, Digitale Signal Prozessoren - DSP, die auf dieses Verfahren optimiert sind. Natürlich verwenden auch wir die FFT und DSP.

Unser Verfahren der Virtuellen Quellen arbeitet jedoch im Zeitbereich. Jeder Einzelpeak, für Hochleistungssysteme jedoch auch jeder Wendepunkt und optional auch jede extremale Krümmung wird in die Datenstruktur der Virtuellen Quellen abgebildet. Das Signal wird als eine Folge dieser Virtuellen Quellen beschrieben. Das Verfahren ist sowohl für eindimensionale Signale wie das einkanalige EKG und das Sprachsignal, zweidimensionale Signale wie das Video und dreidimensionale Signale wie das vielkanalig abgeleitete EEG und EKG realisiert. Die Erkennung einzelner Virtueller Quellen oder ganzer Folgen ist unter Verwendung modernster Methoden des SoftComputing realisiert.

Das dreidimensional und mit 256 Hz digitalisierte EEG enthält im Durchschnitt 200 bis 300 Virtueller Quellen pro Sekunde. Bei dem durch uns entwickelten Hochleistungssystem zur Echtzeitanalyse des EKG besteht ein Herzschlag aus bis zu 1000 Virtueller Quellen. Dabei wird jeder einkommende Schlag mit den in dem Datenbank und Knowledge Management System abgelegten Mustern Peak für Peak unter Anwendung diffiziler Strategien verglichen.

Unser Verfahren der Virtuellen Quellen ist eine Simulation des menschlichen Erkennungsprozesses und bietet eine neue Qualität der Signalerkennung.

Nach neuesten wissenschaftlichen Erkenntnissen erfolgt auch das Hören im Zeitbereich. Nach meiner Einschätzung beruht die bis heute unzureichende Funktionsfähigkeit der Spracherkennung durch die Rechner zu einem wesentlichen Teil darauf, das die insbesondere für die Phonemerkennung angewendeten Verfahren im Frequenzbereich arbeiten. Diese Verfahren sind eine Approximation, die die hohe Leistungsfähigkeit des menschlichen Erkennungsprozesses nicht angenähert erreichen /S1/.

F12: FP6 Network of Excellence CARiMan - Computer Aided Risk Magement

Für den zweiten Aufruf des 6. Forschungsrahmenprogramms der EU bereiten wir einen Projektvorschlag für ein

Network of Excellence CARiMan zum Computer Aided Risk Management

vor, in dem wir unsere Methoden zur Signalerkennung für unterschiedlichste Bereiche einbringen. 94 Partner aus 28 Ländern sind in diesen Projektvorschlag integriert und ich bitte Sie um die Unterstützung unseres Projektvorschlages /6, 7, 8/.

F13: CARiManS - Computer Aided Risk Magement Systems

Zentale technische Strategie des Network of Excellence CARiMan ist das Computer Aided Risk Management System mit seinen Komponenten und der Anwendung für die unterschiedlichsten Bereiche des Risiko Managements.

ICS als kleines Unternehmen aus den neuen Bundesländern entwickelt diesen Projektvorschlag, um unser Verfahren einem breiten Kreis potentieller Nutzer anzubieten. Dabei steht die Anwendung für die

- Kommunikation Risk-Manager - Person in Not,

- Kommunikation Person in Not - Computer,

- Kommunikation Risk-Manager - Computer,

- aber auch unser Verfahren zur Echtzeit Erkennung des EKG für das intelligente Patientenmonitoring und

- zur Untersuchung von Personen in Stresssituationen mit dem BrainScope

im Mittelpunkt unseres Interesses.

Wir erhoffen uns durch die nationale und internationale Kooperation die Unterstützung zur Weiterentwicklung und Anwendung unseres Verfahrens.

F15: References

1. F. Crick: The Astonishing Hypothesis. The Scientific Search for the Soul. Charles Scribner's Sons New York 1993.

2. G. Roscher: Informationsprozesse in technischen Systemen - Modelle und Methoden zur Erforschung des menschlichen Denkens. In Maas, J. F. Das sichtbare Denken, Modelle und Modellhaftigkeit in der Philosophie und den Wissenschaften. Rodopi 1993, S. 153 - 179. http://www.ICSRoscher.de/maas.htm

3. G. Roscher, W. M. Herrmann, K. Henning, D. Wendt, S. Fechner, F. Godenschweger, C. Weiß, E. Abel, A. Rijhwani, J. Martinez, N. Dahan, A. Karavas: Real-time recognition of EEG-activity as basic for a new strategy of psychopysiological experiments gives new insight in information processes in man. Clinical applications of advanced EEG data processing. Rome, May 8-9 1995, p. 47. http://www.ICSRoscher.de/Rom.htm

4. G. Roscher: Mustererkennung in komplexen Signalen in Echtzeit durch die Anwendung der Methoden der Künstlichen Intelligenz und den Einsatz leistungsfähiger Multiprozessorsysteme. Forschungsbericht der DFMRS 1996, ISSN 0944-694X, p. 77-94. http://www.ICSRoscher.de/DFMRS.htm

5. G. Roscher, G. Pogrzeba, D. Emde, F. Neubauer: Application of a Multi-Processor System for Recognition of EEG-Activities in Amplitude, Time and Space in Real-Time. In: E. H. D’Hollander, G. R. Joubert, F. J. Peters, U. Trottenberg (Eds.): Parallel Computing: Fundamentals, Applications and New Directions. 1998 Elsevier Science B. V. p. 89-96. http://www.ICSRoscher.de/Parco.htm

6. G. Roscher; A. Brattström; S. Cho; F. Francesconi; H. Hinrikus; R. Mauser; M. Packianather; G. Pogrzeba; A. Yankovskaya; V. Zvegintsev: Real-time Recognition of ECG by Using Powerful Information and Communication Technology for Intelligent Monitoring of Risk Patients. VDE-Verlag, Proceedings Volume 2, MICRO.tec 2000, Applications, Trends, Visions, VDE World Micro-technologies Congress, September 25.-27. 2000, EXPO 2000, Hannover, Germany, p. 759-762. http://www.ICSRoscher.de/EXPO2.htm

7. G. Roscher et al.: CAEPS - Computer Aided Environment Protection System. Expression of Interest, Sixth Framework Programme of the European Community for research, technological development and demonstration activities. June, 7. 2002. http://eoi.cordis.lu/docs/int_37066.pdf

8. G. Roscher et al.: PatiMon - Patient Monitoring. Expression of Interest, Sixth Framework Programme of the European Community for research, technological development and demonstration activities. June, 7. 2002. http://eoi.cordis.lu/docs/int_37068.pdf

9. G. Roscher et al.: RecoPhone - Recognition of Phonemes. Expression of Interest, Sixth Framework Programme of the European Community for research, technological development and demonstration activities. June, 7. 2002. http://eoi.cordis.lu/docs/int_37066.pdf

S1: Marcia Barinaga: „New Ion Channel May Yield Clues to Hearing. Science, 24. March 2000, Vol 287, p 2132-2133 and Science, 24. March 2000, Vol 287, p 2229-2234: „By studying the electrical currents passing through the membranes of hair cells as they are stimulated, they learned that hair-cell channels are stunningly fast, opening up within microseconds, compared to the milliseconds needed by biochemically activated channels. They are also exquisitely sensitive to the slightest movement and to direction; they open when the tip of the cell’s cilia bundle is deflected by a mere atom’s width – akin to bending the tip of the Eiffel Tower by the width of your thumb. If the cilia bundle moves one way, the channel opens; the other way and it shuts. The channels are also able to register tinny cilia movements on top of a larger constant deflection – a trait that lets us discern meaningful sounds from background noise.”

English version