Schlaganfall ist weltweit eine der häufigsten Ursachen für Behinderungen. Daher hat für die Medizintechnikforschung die Verbesserung der Rehabilitation nach einem Schlaganfall hohe Priorität. Insbesondere bei motorischen Beeinträchtigungen nach einem Schlaganfall hat sich gezeigt, dass Rehabilitation hocheffektiv ist und Patienten hilft, die Beweglichkeit ihrer Gliedmaßen wiederherzustellen.

EEG – eine große Hilfe bei der Rehabilitation von Schlaganfallpatienten

Bei der Rehabilitation von Schlaganfallpatienten spielt die Elektroenzephalographie, also die Diagnose durch Messung der elektrischen Aktivität des Gehirns, eine wichtige Rolle. Mithilfe von EEG können die Signale des Gehirns sehr genau in der Zeit erfasst und analysiert werden, was die Untersuchung von schnellen Veränderungen der Gehirnaktivität ermöglicht. EEG ist nicht-invasiv, erfolgt also ohne Eindringen oder Verletzung von Körpergewebe, das Verfahren ist sehr mobil, leicht anwendbar und zudem vergleichsweise kostengünstig.

Mit Brain-Computer-Interfaces die Gedanken erfassen

Damit ist EEG das ideale Werkzeug für Brain-Computer-Interfaces (BCIs) – digitale Schnittstellen zwischen dem Gehirn und dem medizintechnischen Computerprogramm. BCIs wiederum liefern dem Arzt bei der Reha der Schlaganfallpatienten ein direktes visuelles und sensorisches Feedback, zum Beispiel, sobald der Patient eine kognitive Aufgabe erfolgreich absolviert hat, er sich zum Beispiel eine Bewegung vorgestellt hat. Die von Experten sogenannte „Motor Imagery“ macht EEG-basierte Brain-Computer-Interfaces für die Medizin zu einem überaus wertvollen Instrument bei der Rehabilitation von Schlaganfallpatienten.

Bislang wurden bei einem Schlaganfall BCIs allerdings vor allem bei der motorischen Rehabilitation der oberen Gliedmaßen, also der Arme eingesetzt. Die Signalverarbeitung, die für die Rehabilitation der unteren Gliedmaße, der Beine und des Beckens, nötig ist, ist wesentlich komplexer.

Mit neuen Algorithmen die Reha der unteren Gliedmaßen verbessern

Im Forschungsprojekt „Online EEG-Analyse für Neurofeedback in der Neurorehabilitation der unteren Extremitäten nach Schlaganfall“ will das Forschungsteam der TU Ilmenau und der Universität Innsbruck neuartige Algorithmen entwickeln, mit denen mithilfe von BCIs die Motor Imagery in der Rehabilitation der unteren Gliedmaßen verbessert werden soll. Das Team wird neuartige Klassifizierungsalgorithmen entwickeln, die auf künstlichen neuronalen Netzwerken, sogenannten Convolutional Neural Networks, basieren und die Online-Analyse von EEG-Quellen und deren Verbindungen einbeziehen. Professor Jens Haueisen, Projektleiter und Leiter des Instituts für Biomedizinische Technik und Informatik der TU Ilmenau, will so die Genauigkeit der Motor Imagery der unteren Gliedmaße deutlich verbessern: „Mithilfe von Motor Imagery erfassen wir EEG-Daten einerseits von gesunden Probanden und andererseits von Schlaganfallpatienten, während sie sich eine Bewegung ihrer Beine vorstellen. Wir versprechen uns davon neues Wissen über die Informationsverarbeitung im Gehirn und eine deutliche Verbesserung der Genauigkeit von BCIs. Mit den so gewonnenen neuen Rehabilitationsmöglichkeiten hoffen wir, Patienten mit Schlaganfall ein Stück Lebensqualität zurückgeben zu können.“