Podcasts about nachverarbeitung

In dieser Folge erklärt Dr. Johanna Disselhoff, wie man Hypnose bei Traumata anwenden kann, um die verdrängten Anteile der traumatischen Erlebnisse sicher und effektiv nachzuverarbeiten. Das erwartet dich: - Warum Hypnose eine kraftvolle Methode in der Traumatherapie ist - Wie wir fragmentierte Erlebnisse nachverarbeiten - Der Unterschied zwischen Nachverarbeitung und Retraumatisierung - Warum nicht jede Hypnosemethode für Traumaarbeit geeignet ist - Wie wir einen sicheren Rahmen für Heilung schaffen Kernzitate: "Wir erschaffen ein Setting, wo beides da sein darf: Das belastende Erlebnis und die Handlungsfähigkeit im Hier und Jetzt." "Das Gehirn ist unheimlich resilient und wirkungsvoll in der Verarbeitung traumatischer Erlebnisse."

Die CT stellt seit ihrer Einführung in den 1970er Jahren einen wichtigen Bestandteil der medizinischen Diagnostik und Therapie dar. Die Entwicklung führte in den Anfangsjahren hauptsächlich zu größerer Detailgenauigkeit, höherer Auflösung und höherer Geschwindigkeit. Dadurch wurden Anfang der 1990er Jahre CT-Angiografien und Ganzkörperaufnahmen mit Mehrzeilen-CT möglich. Mit dem Fortschritt im IT-Bereich waren auch bessere Nachverarbeitungstechniken gegeben. Heute liegt das Hauptaugenmerk bei der Weiterentwicklung auf dem Strahlenschutz. Man möchte mit möglichst kleiner Dosis die besten diagnostischen Bilder erstellen. Der 2. Teil der Serie „Computertomografie“ beschäftigt sich mit dem Strahlenschutz, der Kontrastmittelapplikation und der Nachverarbeitung.

Die CT stellt seit ihrer Einführung in den 1970er Jahren einen wichtigen Bestandteil der medizinischen Diagnostik und Therapie dar. Die Entwicklung führte in den Anfangsjahren hauptsächlich zu größerer Detailgenauigkeit, höherer Auflösung und höherer Geschwindigkeit. Dadurch wurden Anfang der 1990er Jahre CT-Angiografien und Ganzkörperaufnahmen mit Mehrzeilen-CT möglich. Mit dem Fortschritt im IT-Bereich waren auch bessere Nachverarbeitungstechniken gegeben. Heute liegt das Hauptaugenmerk bei der Weiterentwicklung auf dem Strahlenschutz. Man möchte mit möglichst kleiner Dosis die besten diagnostischen Bilder erstellen. Der 2. Teil der Serie „Computertomografie“ beschäftigt sich mit dem Strahlenschutz, der Kontrastmittelapplikation und der Nachverarbeitung.

Die Bildfusion ist eine Methode der Nachverarbeitung radiologischer oder nuklearmedizinischer Bilddaten, die es erlaubt, die sich ergänzenden Informationen verschiedener bildgebender Untersuchungen zu kombinieren. Ein Ziel der Arbeit war die Entwicklung eines universell anwendbaren Fehlermodells, das eine Berechnung der Bildfusionsgenauigkeit ermöglicht. Im zweiten Teil wurde das erarbeitete Fehlerberechnungsmodell für den Vergleich der beiden am besten etablierten automatischen Bildfusionsverfahren mit einer manuell durchgeführten Bildfusion von T1-gewichteter MRT und ECD-Perfusions-SPECT Daten eingesetzt. Der Methodenvergleich hat die Überlegenheit der manuellen Bildfusion gegenüber den automatischen Ansätzen belegt: Sowohl die erzielbare Genauigkeit mit einer Intraobservervariabilität von 1,5 Millimetern, als auch der Zeitaufwand von insgesamt durchschnittlich 11 Minuten sprechen für die manuelle Bildfusion. Die automatischen Methoden, das surface matching nach Pelizzari und das pixel uniformity matching nach Woods, wiesen einen größeren Fehler von 2,9 bzw. 2,2 Millimetern auf, in Einzelfällen traten hier grobe Fusionsfehler mit Rotationsfehlstellungen von > 30 Grad auf. Die eigenen Ergebnisse werden mit Literaturangaben verglichen, prinzipielle Schwächen der automatischen Fusionsverfahren werden erläutert.

Ziel: In der vorliegenden Studie untersuchten wir fMRT-Datensätze des kortikalen motorischen Handareals gesunder Probanden mittels künstlicher neuronaler Netze. Ziel war es, eine feinere Unterscheidung der Signalzeitreihen zu erreichen, als dies mit derzeit etablierten Methoden möglich ist. Einleitung: In einem kurzen Überblick wurden die wichtigsten Methoden und Erkenntnisse der Erforschung funktioneller Gehirnzentren dargestellt. Daneben wurde auf die Mustererkennung mittels neuronaler Netze und deren Einsatzmöglichkeiten eingegangen. Methode: Zunächst wurden die methodischen Grundlagen, auf denen die funktionelle MRT beruht, mit ihren technisch-physikalischen und physiologischen Zusammenhängen vorgestellt. Im speziellen Methodikteil wurde das untersuchte Kollektiv (24 gesunde Personen), das Messprotokoll und der Versuchsaufbau beschrieben. Die funktionellen Messungen wurden an einem 1,5 Tesla-Magnetresonanz-tomographen mit einer T2*-gewichteten Echo-Planar-Sequenz durchgeführt. Als Paradigma wurden Fingerbewegungen jeweils der rechten oder linken Hand mit maximalem Druck bzw. mit maximaler Frequenz gewählt. Bei allen fMRT-Messungen wurden Kraft und Geschwindigkeit der Fingerbewegungen mit hydraulischen Druckaufnehmern aufgezeichnet. Die Auswertetechnik wurde in einem eigenen Kapitel beschrieben, das sich mit den Verfahren zur Nachverarbeitung der gewonnenen Schnittbildserien auseinander setzte: Hierbei wurde die Korrelationsanalyse als ein etabliertes Auswerteverfahren beschrieben und das Prinzip der Mustererkennung durch Neuronale Netze dargestellt. Als spezielles Verfahren zur Clusteranalyse wurde die minimal free energy Vektorquantisierung erklärt. Schließlich wurde der von uns verwendete kombinierte Ansatz einer Vorselektion der Zeitreihen durch Korrelationsanalyse, gefolgt von der Vektorquantisierung der über einem definierten Schwellwert liegenden Pixel vorgestellt. Ergebnisse: Zunächst wurden die Resultate der Korrelationsanalyse mit den Ergebnissen der Vektorquantisierung verglichen. Dabei zeigte sich, daß mittels Vektorquantisierung die zerebralen Aktivierungen des Motorkortex in kortikale und vaskuläre Anteile subdifferenziert werden konnten. Zudem ließen sich Artefakte, die durch Kopfbewegungen verursacht wurden, erkennen und eliminieren. Außerdem konnte nachgewiesen werden, daß durch die ausschließliche Verwendung der Korrelationsanalyse eine systematische Überbetonung der vaskulären Signalveränderungen erfolgt. Schließlich wurden die Probanden auf die kortikalen Aktivierungen in der Zentralregion, der Postzentralregion, der Präzentralregion und der supplementären Motorregion (SMA) hin untersucht. Dabei wurden Unterschiede hinsichtlich der Händigkeit und der motorischen Fertigkeiten der Probanden herausgearbeitet. Hier fand sich vor allem in der Präzentralregion ein Unterschied zwischen Rechts- und Linkshändern, wobei Rechtshänder nur bei Bewegung der linken Hand eine verstärkte Aktivierung der kontralateralen rechten Präzentralregion zeigten, während Linkshänder bei allen Aufgaben (mit rechter und linker Hand) eine verstärkte Aktivierung der rechten Präzentralregion aufwiesen. Für Aufgaben mit starkem Druck waren die aktivierten Areale in allen ausgewerteten Hirnregionen umso ausgedehnter, je geübter die Probanden waren. Bei Aufgaben mit hoher Frequenz fand sich nur in der supplementären Motorregion eine Ausweitung der Aktivierung mit zunehmenden motorischen Fertigkeiten der Probanden. Schlußfolgerung: Die Anwendung künstlicher Neuronaler Netze auf fMRT-Datensätze ist eine vielversprechende Methode, mit der die Aussagekraft bezüglich Lokalisation und Ausdehnung kortikaler Aktivierungen verbessert werden kann.

Das Ziel dieser Studie ist es, die Rolle des Kleinhirns bei der Verarbeitung vestibul ärer Signale besser zu verstehen. Entsprechend wurden in dem Experiment, auf welchem diese Arbeit aufbaut, Einzelzellableitungen rein vestibulärer Neurone im rostralen Nucleus fastigii von Affen (Macaca mulatta) durchgeführt. Die Affen wurden in einer Schaukelvorrichtung bei verschiedenen Frequenzen (0.06 - 1.4 Hz) und Orientierungen in vertikalen Ebenen einer sinusförmig vestibulären, passiven Stimulation unterzogen. Innerhalb einer Messung wurde hierbei die Stimulusfrequenz konstant gehalten, während die Stimulusorientierung langsam um 180 Grad gedreht wurde. In einem ersten Schritt wurden die 195 Messungen aus 28 Neuronen systemtheoretisch vorverarbeitet. Hierzu wurde hergeleitet, wie das Antwortsignal einer Messung bei dem gegebenen Stimulus unter der Annahme linearer spatio-temporaler Konvergenz, d.h. Konvergenz peripherer vestibulärer Afferenzen mit unterschiedlichen räumlichen und zeitlichen Eigenschaften, aussehen sollte. Mit der so erhaltenen Gleichung wurden die gemessenen neuronalen Entladungsraten gefittet. Es konnte dabei gezeigt werden, dass sich ein Großteil der Messungen gut fitten lässt. Die Neurone verhalten sich somit bei konstanter Stimulusfrequenz im allgemeinen wie lineare STC-Neurone. In Übereinstimmung mit Siebold et al. (1999) konnten dabei einige komplexe Eigenschaften der Neurone beobachtet werden. In vielen Messungen gibt es keine Stimulusorientierung, bei welcher der Gain verschwindet. Die Phasendifferenz zwischen Entladungsrate und Stimulus ändert sich hierbei langsam aber stetig mit der Stimulusorientierung. Bei einigen Neuronen konnte auch eine starke Abhängigkeit der Vorzugsorientierung von der Stimulusfrequenz beobachtet werden. Des weiteren ist die Phase in Richtung der Vorzugsorientierung oft stark frequenzabhängig. Darüber hinaus konnte mit dieser Fitprozedur zum ersten Mal gezeigt werden, dass der FN vermutlich einen Eingang aus dem Sakkulus erhält. Da der Sakkulus jedoch bei den verwendeten kleinen Stimulusamplituden nur wenig stimuliert wird, sollte dieses Ergebnis in zukünftigen Experimenten bei größeren Stimulusamplituden überprüft werden. Im Folgenden wurden 10 Messungen bei den Frequenzen 0.06 Hz und 0.1 Hz mit einem schlechten Signal-Rausch Verhältnis (geringer dynamischer Input, wenig Stimulusperioden) herausgenommen, so dass sich die Gesamtzahl der Messungen auf 185 reduzierte. Im nächsten Verarbeitungsschritt konnte gezeigt werden, dass sich die neuronalen Entladungsraten von 22 der 28 Neurone durch eine lineare Summation der Signale aus den Bogengängen und Otolithen fitten lassen. Die Qualität der Fits war bei den meisten Neuronen nur dann gut, wenn von einem Bogengangs- und zwei Otolitheneingängen, einem regulären und einem irregulären, ausgegangen wurde. Die Verwendung von nur einem Otolitheneingang führte im allgemeinen zu schlechten Fitergebnissen. Hierbei war es egal, welcher Art der Otolitheneingang - regulär, irregulär oder eine Mischung beider Typen - war. Die so berechneten Vorzugsorientierungen der Eingänge zeigten im allgemeinen entweder in etwa in die gleiche (Kanal- und reguläre Otolithenafferenz) oder entgegengesetzte (irregul äre Otolithenafferenz) Richtung. Hierdurch wurde eine mögliche Erklärung für das Zustandekommen der obigen, bis dahin unverstandenen komplexen Eigenschaften gewonnen. Unter der Annahme einer einfach gestalteten, zentralen, linearen Nachverarbeitung konnten noch vier weitere Neurone gefittet werden. Im Folgenden konnte eine relativ einfache systemtheoretische Beschreibung der Neurone durch zwei senkrecht aufeinanderstehende Transferfunktionen mit je fünf Parametern gefunden werden. 25 der 28 Neurone des FN können hierdurch im gesamten Frequenz- und Orientierungsbereich als lineare STC-Neurone beschrieben werden. Im letzten Teil der Arbeit konnte in einer Computersimulation gezeigt werden, dass bereits eine lineare Summation der Signale aus den Bogengängen und Otolithen genügt, um ein simuliertes zweidimensionales Pendel aufrecht zu halten, d.h. seine subjektive Vertikale zu bestimmen. Das sich im Gravitationsfeld befindliche Pendel besitzt in seinem Kopf (oberes Ende) simulierte Bogengänge und Otolithen. Diese geben ihre Signale direkt an simulierte Muskeln an seinem unteren Ende weiter. Diese einfache Rückkopplung genügt bereits, um dem simulierten Pendel im Gravitationsfeld die aufrechte Haltung zu ermöglichen und Störungen in Form von äußeren Kräften entgegenzuwirken.