< Terug naar vorige pagina

Project

Geautomatiseerde beoordeling van cerebrale autoregulatie en gekoppelde dynamiek met NIRS & EEG-scoring

Het doel van het PhD-project is om software te ontwikkelen voor geautomatiseerde EEG-scoring, cerebrale autoregulatie (CAR) beoordeling en kwantificering van gekoppelde dynamiek tussen EEG-activiteit en cerebrale oxygenatie (NIRS), voor gebruik bij computerondersteunde voorspellingen van neurologische uitkomsten bij neonaten in neonatale intensive care-units (NICU's). Meer concreet zal de promovendus geavanceerde algoritmen ontwikkelen (grafen met geschikte kernels, multiscale-entropie, tensor gebaseerde BSS, fractals, deelruimte-projecties) voor de gezamenlijke analyse van EEG- en NIRS-metingen. Tijdfrequentiekenmerken zullen worden afgeleid als een marker voor hersenenherstel (na eventuele schade), en zullen ook worden gebruikt voor automatische detectie van slaapfasen bij pasgeborenen. NIRS-metingen (surrogaten voor cerebrale doorbloeding) worden gebruikt om cerebrale autoregulatie (CAR) te beoordelen via geavanceerde niet-lineaire methodieken. De combinatie van alle geëxtraheerde kenmerken wordt gebruikt als input voor klinisch interpreteerbare machine learning classifiers (Support Vector Machines, convolutionele neurale netwerken) om de ernst van EEG-afwijkingen te bepalen, en om het gecombineerde gebruik van EEG- en NIRS-scores als biomarkers voor (niet) pathologische condities te evalueren. Deze scores worden ook gebruikt om functionele groei grafieken voor normale neurale ontwikkeling bij pasgeborenen te ontwikkelen. De promovendus zal de softwaretoolbox ontwikkelen om de gekoppelde dynamiek tussen EEG- en NIRS-metingen te kwantificeren, die in real-time aan het bed in NICU's moeten worden uitgevoerd. De softwaretoolbox zal worden getest op klinische gegevens van ziekenhuizen in Helsinki en Utrecht.

Datum:1 apr 2019  →  Heden
Trefwoorden:Cerebral maturation, Neonatal, Electroencephalography, EEG, Near-infrared spectroscopy, NIRS, Machine learning, Medical signal analysis
Disciplines:Biomedische signaalverwerking
Project type:PhD project