Titelaufnahme

Titel
Echtzeitmonitoring des Nervus facialis - die automatisierte Analyse der intraoperativen Elektromyographie : [kumulative Habilitation] / von Julian Konrad Theodor Prell
VerfasserPrell, Julian Konrad Theodor
BetreuerSchramm, Johannes Prof. Dr. ; Tatagiba, Marcos Prof. Dr.
Erschienen2014 ; Halle, Saale : Universitäts- und Landesbibliothek Sachsen-Anhalt, 2014
UmfangOnline-Ressource (71 Bl. = 2,60 mb)
HochschulschriftHalle, Univ., Medizinische Fakultät, Habil.-Schr., 2014
Anmerkung
Tag der Verteidigung: 15.04.2014
Sprache der Zusammenfassung: Englisch
SpracheDeutsch
DokumenttypE-Book
SchlagwörterHalle
URNurn:nbn:de:gbv:3:4-11764 
Zugriffsbeschränkung
 Das Dokument ist frei verfügbar.
Dateien
Echtzeitmonitoring des Nervus facialis - die automatisierte Analyse der intraoperativen Elektromyographie [2.59 mb]
Links
Nachweis
Keywords
A-train; Neuropyhsiologisches Monitoring; Trainzeit; Akustikusneurinom; Kleinhirnbrückenwinkel; Fazialisparese
Keywords (Englisch)
A-train; neurophysiologic monitoring; traintime; acoustic neuroma; cerebellopontine angle; facial palsy
Keywords
Es wurde ein Algorithmus entwickelt der pathologische Muster („A-trains“) im Fazialis-Elektromyogramm (EMG) bei der Operation an Akustikusneurinomen identifizieren kann. Die Quantität der A-trains zeigte sich prädiktiv für das postoperativ funktionelle Ergebnis. Es folgte eine Übertragung des Verfahrens in den Operationssaal als Echtzeit-Monitoring der A-train Quantität. Im Anschluss wurde die Zahl der simultan untersuchten EMG-Kanäle von drei auf neun erhöht. Die Ergebnisse konnten so deutlich verbessert werden. Das Verfahren markiert eine hochgradig repräsentative wenn auch kleine Stichprobe der visuell identifizierbaren A-train Aktivität. Bereits mit den ersten A-trains ergibt sich ein (zunächst noch moderates) Risiko für eine Fazialisparese welches dann rasch einen Wert von ca. 40% erreicht und im weiteren Verlauf zunächst nur langsam ansteigt. Erst bei sehr hohen Trainzeit-Werten steigt das Risiko dann sprunghaft an und erreicht 100%.
Keywords
An algorithm for the identification of pathological patterns („A-trains“) of the facial nerve electromyogramm (EMG) during surgery for acoustic neuroma was developed. The quantity of A-trains was found to be predictive for postoperative functional outcome. This new method was then transferred to the operating room as a means for realtime-monitoring of A-train quantity. As a next step the number of simultaneously analyzed EMG-channels was raised from three to nine leading to significantly better results. The algorithm identifies a highly representative yet small sample of overall visually identifiable A-train activity. Already with the first A-trains a risk for facial nerve palsy results which is low at first. With rising A-train quantity however this risk rises to 40% quickly and gradually continues to rise further from there. The last (and abrupt) rise of this risk with rapid approximation to 100% is observed very late with vast amounts of A-train quantity.