Herzfrequenzvariabilität und EKG-Morphologie bei Intensivpatienten

Project: Clinical studiesClinical Study (Other)

Project Details

Description

Das Elektrokardiogramm (EKG) besitzt eine enorme diagnostische Aussagekraft und ist zudem ein einfach und kostengünstig zu messendes Biosignal. Nicht zuletzt deshalb zählt die Ableitung des EKGs zu den Standard-Monitoringverfahren und wird bei nahezu allen Patienten aufgezeichnet, sobald diese mithilfe von Monitoringsystemen überwacht werden. Im klinischen Alltag kann momentan jedoch nur ein Bruchteil der im Signal enthaltenen Information genutzt werden, da eine kontinuierliche, längerfristige Auswertung in der Regel nur für wenige Standardparameter, wie z.B. der Herzfrequenz oder dem QT-Intervall, durchgeführt wird. Obwohl der diagnostische Nutzen dieser Standardparameter keinesfalls in Frage zu stellen ist, bleiben subtile Morphologie Änderungen über die Zeit unberücksichtigt. Diese geringfügigen Veränderungen könnten jedoch ein entscheidender Indikator für das Vorliegen einer spezi?schen Pathologie sein. Daher wird in diesem Forschungsprojekt die Langzeit-Variabilität der EKG-Morphologie untersucht und hinsichtlich ihres Nutzens für die Diagnosestellung bewertet. Im Speziellen wird analysiert, ob sich die Charakteristik der Morphologie-Langzeitvariabilität bei Auftreten einer bestimmten Pathologie verändert. Es sollen somit Tools geschaffen werden, welche eine Diskriminierung in ’pathophysiologisch verändert’ oder ’noch gesund’ erlauben.
StatusFinished
Effective start/end date01.01.201931.12.2021

Fields of science

  • 302 Clinical Medicine
  • 202034 Control engineering
  • 302004 Anaesthesiology
  • 202017 Embedded systems
  • 202015 Electronics
  • 202030 Communication engineering
  • 302031 Intensive care medicine
  • 202028 Microelectronics
  • 102019 Machine learning
  • 202027 Mechatronics
  • 202040 Transmission technology
  • 202 Electrical Engineering, Electronics, Information Engineering
  • 202025 Power electronics
  • 202041 Computer engineering
  • 202023 Integrated circuits
  • 202037 Signal processing
  • 202022 Information technology
  • 202036 Sensor systems

JKU Focus areas

  • Digital Transformation