Dynamic Analysis of Physiological Networks – DaphNet

Physiologische Signale als Beobachtungen des komplexen Systems "Mensch" sind typischer Weise nicht-linear und nicht-stationär, und viele Informationen sind in der Dynamik ihrer Fluktuationen versteckt.  Wie in den letzten Jahren gezeigt wurde und auch Thema meines DFG-Projekts ist, spielt insbesondere das Skalenverhalten der Fluktuationen eine wichtige Rolle bei der Unterscheidung zwischen gesund und krank, die mit optimierten Methoden aus der Statistischen Physik und der nichtlinearen Mathematik verbessert werden kann.  In dem Projekt DAPHNet soll dieser auf einzelnen Signalen basierende Ansatz erweitert werden, bei dem viele Signale gleichzeitig und in ihrem Wechselspiel analysiert werden.  Konkret ist dabei an Herzschlag (EKG), Hirnaktivität (EEG), Muskeltätigkeit (EMG), Bewegungsabläufe, Haltung, Schlaf sowie besondere sympathische und parasympathische Effekte gedacht.  Algorithmen, die Langzeiteffekte und Beziehungen zwischen diesen Signalen aufzeigen sollen, sind der Kern des Projekts.  Die gleichzeitige Aufzeichnung und Archivierung vieler Langzeitsignale soll die Konstruktion physiologischer Netzwerke ermöglichen basierend auf dynamischer Synchronisation und Kreuzkorrelationsmustern, deren Ist-Zustand gemeinsam mit den Einzelsignaleigenschaften ein Bild über den Gesundheitszustand eines Individuums gibt.  Generell geht es darum, den Zusammenhang zwischen den physiologischen Zeitreihen und dem ganzen Netzwerk verstehen zu lernen.  ZIEL 1 (Dynamische Eigenschaften und Synchronisation):  Die Hypothese, dass essentielle medizinische Informationen in Langzeitaufzeichnungen der Nichtgleichgewichts-Dynamik der physiologischen Rhythmen und in den Synchronisationseigenschaften der verschiedenen physiologischen Signale und ihrer Wechselwirkungen verborgen sind, soll überprüft werden.ZIEL 2 (Datensammung und Analyse, physiologisches Netzwerk):  Langzeitdaten von Patientengruppen mit spezifischen Erkrankungen sollen gesammelt und analysiert werden.  Das Konzept eines physiologischen Netzwerks wird eingeführt, das - in Kombination mit geeigneten Algorithmen - neuartige quantitative Status-Indizes für spezifische Krankheitsbilder liefert.ZIEL 3 (Daten-Aufzeichungssystem):  Ein existierendes persönliches Überwachungssystem soll angepasst werden für den Bedarf einer gleichzeitigen Langzeitaufzeichnung der Daten von vielen physiologischen Sensoren und für eine spätere Auswertung die Übertragung der Daten ermöglichen.ZIEL 4 (Datenbank):  Eine Datenbank von Signalen und Algorithmen soll geschaffen werden, die der Forschergemeinschaft dient; sie soll nicht nur nach den Datensätzen gegliedert sein, sondern auch nach Synchronisationsphänomenen und Eigenschaften der betrachteten physiologischen Netzwerke.