Analyse von Uterus-Kontraktionen und Rekonstruktion fetaler Gehirnaktivitäten
Arbeitsgruppe: | AG Technomathematik |
Leitung: | Prof. Dr. Dr. h.c. Peter Maaß ((0421) 218-63801, E-Mail: pmaass@math.uni-bremen.de ) |
Bearbeitung: | Prof. Dr. Gerd Teschke |
Projektförderung: | University of Arkansas |
Projektpartner: |
University of Arkansas for Medical Sciences, USA Dr. Hubert Preißl, MEG-Zentrum, Universität Tübingen |
Laufzeit: | 01.04.2004 - 31.03.2006 |
An der University of Arkansas for Medical Sciences wird SQUID (Superconducting Quantum Interference Device) entwickelt, ein Gerät zur Messung von Aktivitäten in der Gebärmutter schwangerer Frauen. Mit dieser neuen Methode soll unter anderem der Schwangerschaftsverlauf und die fetale Gehirnaktivität beobachtet werden können, so dass etwaige Risiken und Entwicklungsstörungen möglichst früh erkannt werden. Durch die Beobachtung der Gebärmutter-Kontraktionen können Mediziner abschätzen, ob die Schwangerschaft einen normalen Verlauf nimmt oder ob Komplikationen drohen, die z.B. zu einer Früh- oder Spätgeburt führen können. Die Neuentwicklung, die hier zum Tragen kommt, ist die Gewinnung der Datenbasis. Ausgangspunkt sind die physiologischen Aktivitäten von Mutter und ungeborenem Kind, die ein magnetisches Feld erzeugen, das von SQUID gemessen wird. Diese Art von Messverfahren belastet die Mutter und ihr Kind wesentlich weniger als vergleichbare Diagnoseverfahren. Außerdem können mit diesem neuen Verfahren (Gerät) die Aktivitäten flächendeckend über den gesamten Bauchbereich abgetastet werden.
Zur Analyse der Uteruskontraktionen werden mittels Wavelet-Analysis mathematische Verfahren entwickelt, die ein Maximum an Information aus den von SQUID aufgenommenen MMG/MEG-Daten extrahieren. Dafür muss zunächst ein medizinisches Modell zur Beschreibung von Uteruskontraktionen gefunden werden, das beschreibt, wie MMG/MEG- Signale durch Gebärmutteraktivitäten erzeugt werden. Dazu werden Struktur, Richtung, Stärke und Dauer der Kontraktionen modelliert. Zusätzlich müssen diese Signale von den überlagernden biologischen Aktivitäten wie Herzschlägen, Hirnströmen etc. getrennt werden. Eine weitere Herausforderung ist die Komplexität der MMG/MEG-Daten, die nicht nur räumlich dreidimensional sind, sondern zusätzlich über lange und fein aufgelöste Untersuchungszeiträume aufgenommen werden.