Hintergrund und Ziele: Beim intraoperativen Neuromonitoring des Nervus facialis geht es um die Vermeidung postoperativer Fazialisparesen. Verbreitete Verfahren hierfür machen sich die aus der Gesichtsmuskulatur abgeleitete Fazialis-Elektromyographie (Fazialis-EMG) zunutze, deren akustische oder optische Darstellung hierzu von einem Auswerter beurteilt werden muss. Das Ziel der vorliegenden Arbeit war die Entwicklung eines sicheren, auswerterunabhängigen Verfahrens zur automatisierten Analyse des Fazialis-EMG. Methoden: Es wurde ein Computerprogramm entwickelt, das aus anderen Bereichen der Signalverarbeitung bekannte Verfahren mit neuen, eigens entwickelten Algorithmen kombiniert, um das intraoperative Fazialis-EMG zu analysieren. Das automatisierte Analyseverfahren wurde anhand von 40 Datensätzen von Patienten, die an einem Akustikusneurinom operiert wurden, evaluiert. Ergebnisse: Der aus der visuellen Analyse als pathologisch bekannte "A-train" wurde mit den Begriffen Element, Entität und Frequenzverhalten mathematisch exakt definiert, wodurch seine automatische Detektion durch ein eigens erstelltes Analyseprogramm ermöglicht wurde. Dieses Analyseprogramm erwies sich als geeignet, A-trains sicher zu erkennen. Durch Aufsummierung der Zeitabschnitte, während derer A-trains gemessen wurden, konnte ein neuer, quantitativer Parameter ermittelt werden, der als "Trainzeit" bezeichnet wurde. Die Trainzeit korreliert statistisch hoch signifikant mit der postoperativen Fazialisfunktion. Schlussfolgerungen: Ein auf dem quantitativen Parameter "Trainzeit" basierendes Verfahren könnte das intraoperative Neuromonitoring bei Operationen an Akustikusneurinomen entscheidend verbessern. Insbesondere das Drohen schwerer, postoperativer Fazialisparesen könnte damit rechtzeitig vorhergesehen werden. Der Transfer des Verfahrens in den Operationssaal als Echtzeit-Monitoring ist als sinnvoller, nächster Schritt zu erachten.
|