Methodenartikel

Elektroenzephalographisches Signalerfassungsframework für Neurodiverse: Eine Fallstudie zur delfingestützten Therapie

DOI:

10.3791/67935

27. Juni 2025

In diesem Artikel

Zusammenfassung

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Hier stellen wir ein Protokoll zur Erfassung und Aufzeichnung elektroenzephalographischer (EEG) Signale von neurodivergenten Kindern vor, während und nach der Teilnahme an delfingestützten Therapiesitzungen (DAT) vor.

Zusammenfassung

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dieses Protokoll beschreibt die wesentlichen Schritte zur Erfassung und Aufzeichnung elektroenzephalographischer (EEG) Signale bei neurodivergenten Kindern vor, während und nach der Teilnahme an Sitzungen der Delphingestützten Therapie (DAT). Sein Hauptziel ist es, konsistente und zuverlässige Daten zu liefern, die eine genaue Beurteilung der Gehirnaktivität in verschiedenen Phasen des therapeutischen Prozesses ermöglichen. Das Protokoll schafft einen klaren Rahmen für den Vergleich der erhaltenen EEG-Signale und stellt sicher, dass jede Aufzeichnung die Standards erfüllt, die für eine effektive Analyse und Interpretation erforderlich sind. Zu diesem Zweck wird ein umfassender Ansatz verwendet, der elektronische Werkzeuge und mathematische Methoden, wie z.B. die Leistungsspektralanalyse, kombiniert, um Veränderungen der Gehirnaktivität von Kindern während der Intervention zu identifizieren. Darüber hinaus ist die Replizierbarkeit der Ergebnisse gewährleistet, was die Validität und Konsistenz in wissenschaftlichen Studien im Zusammenhang mit der Therapie begünstigt. Dieses Protokoll zielt durch die Standardisierung der Datenerfassung darauf ab, die therapeutischen Ergebnisse zu optimieren und eine solide Grundlage für den Vergleich verschiedener Studien über die Auswirkungen von DAT auf die Neurodiversität im Kindesalter zu schaffen. Darüber hinaus bietet es ein robustes System für zukünftige Forschung, das eine objektive Interpretation von Therapieeffekten erleichtert und Interventionen verbessert.

Einleitung

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die kulturellen Unterschiede zwischen verschiedenen menschlichen Gruppen hängen maßgeblich von ihren kognitiven Fähigkeiten ab. Während sich einige Individuen an diese kulturellen Normen anpassen können, sind andere oft mit Marginalisierung konfrontiert. Daher ist es für diese Personen unerlässlich, an Sitzungen teilzunehmen, die ihre Integration in die menschliche Gesellschaft fördern1.

Kinder mit neurologischen Entwicklungsstörungen wie Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHS) oder Autismus-Spektrum-Störung (ASS) benötigen oft eine Kombination aus physikalischen und alternativen Therapien für eine umfassende und effektive Rehabilitation 2,3. Es ist wichtig zu beachten, dass neben konventionellen Therapien alternative Therapien entwickelt wurden, um die körperlichen, emotionalen und spirituellen Aspekte der Patienten ganzheitlich anzugehen. Diese Therapien zielen darauf ab, traditionelle Ansätze zu ergänzen und eine vollständigere Genesung zu fördern 2,4. Wenn diese Therapien von Angehörigen der Gesundheitsberufe empfohlen werden, können sie als wertvolle Ergänzung zur Schulmedizin dienen3.

Eine alternative Therapie, die aufgrund ihrer Fortschritte bei der Schmerzlinderung und der Verbesserung der Lernfähigkeiten bei Kindern mit Behinderungen zunehmend auf öffentliches Interesse gestoßen ist, ist die Delphingestützte Therapie (DAT)5. Diese Therapie nutzt die Interaktion zwischen Menschen und Delfinen, typischerweise trächtigen oder säugenden Großen Tümmlern, in einer aquatischen Umgebung, um die Lebensqualität von Kindern mit unterschiedlichen Fähigkeiten zu verbessern.

Gegenwärtig fehlt der DAT eine vollständig standardisierte Methode, da Unterschiede in den Verfahren für Patienten, Therapeuten und/oder beteiligte Spezialisten, die Dauer und Häufigkeit der Sitzungen sowie die Art des Delfins und seine Ausbildung zur Erzielung therapeutischer Wirkungen beobachtetwurden 6,7,8. Laut Jette et al.9 verbessert die Standardisierung dieser Therapien die Datenerhebung für die Forschung, da eine konsistente Datenerhebung vergleichende Studien und die Entwicklung neuer evidenzbasierter Therapiestrategien ermöglicht.

Das Fehlen eines standardisierten Datenerfassungssystems in DAT erschwert die objektive Bewertung seiner Auswirkungen und schränkt die Vergleichbarkeit der Ergebnisse zwischen Studien ein. Trotz der wachsenden Popularität von DAT variiert der methodische Rahmen zur Überwachung von Patientenveränderungen je nach Institution und Forschungsteam erheblich, was zu inkonsistenten und sogar widersprüchlichen Ergebnissen führt10,11.

Diese Variabilität hat in der wissenschaftlichen Gemeinschaft Bedenken hervorgerufen, da es keine verlässlichen Parameter gibt, um die therapeutische Wirksamkeit in Bezug auf kognitive, emotionale oder Verhaltensverbesserungen bei Patienten zu messen12. Das Fehlen von Standards wirkt sich auch auf die Entwicklung strenger Protokolle aus, was möglicherweise zu verzerrten Interpretationen der Ergebnisse verschiedener DAT-Studien führt.

Die Variabilität der elektroenzephalographischen (EEG) Signalerfassungsverfahren, wie z. B. die Platzierung der Elektroden, die Kalibrierung der Geräte und die Umgebungsbedingungen, kann zu Inkonsistenzen in den Ergebnissen führen, was die Interpretation der therapeutischen Effekte und Vergleiche zwischen den Studien erschwert13,14. Daher ist es wichtig, den Datenerfassungsprozess für EEG-Signale in diesen Therapien zu standardisieren, um genauere und zuverlässigere Daten zu erhalten und damit zur Optimierung der therapeutischen Praktiken beizutragen und einen soliden Nachweis für die Wirksamkeit von DAT zu liefern.

Ein standardisiertes Protokoll sorgt für mehr Transparenz in Studien. Wenn einheitliche Methoden verwendet werden, können Daten und Verfahren offener und effektiver geteilt werden, so dass andere Forscher die Ergebnisse überprüfen und validieren können. Dies ist besonders wichtig in aufstrebenden oder wenig erforschten Bereichen, in denen Forscher stark auf die Replikation und Validierung früherer Studien angewiesen sind, um das Verständnis des Themas zu verbessern15.

Ein standardisiertes Datenerfassungssystem, insbesondere eines, das auf dem Einsatz neurophysiologischer Instrumente wie der Elektroenzephalographie basiert, könnte genauere Daten über die Auswirkungen von DAT auf die Gehirnaktivität von neurodivergenten Patienten liefern. Obwohl das EEG eine nicht-invasive und weit verbreitete Methode zur Untersuchung der Gehirnaktivität ist, bleibt ihre Anwendung bei der Überwachung alternativer Therapien inkonsistent, was sich auf die Zuverlässigkeit und Gültigkeit der erhaltenen Daten auswirkt16.

Alternative Therapien wie DAT bieten Forschern die Möglichkeit, die Auswirkungen von Behandlungen auf das Gehirn von Patienten zu untersuchen, indem sie Gehirnsignale wie EEG analysieren, kombiniert mit mathematischen Techniken und Tools der künstlichen Intelligenz, um die Wirksamkeit und Effizienz verschiedener Interventionen zu bewerten.

Diese Studie beschreibt daher ein vorgeschlagenes Testprotokoll zur Bewertung der Behandlungsergebnisse in Mexiko für Kinder, bei denen neurologische Entwicklungsstörungen diagnostiziert wurden, unter Einbeziehung von DAT. Dieser Vorschlag wurde sorgfältig in Zusammenarbeit mit Delfiniti México, Spezialisten für Mensch-Delfin-Interaktion, entwickelt, wobei der Schwerpunkt nicht nur auf Schwimmaktivitäten, sondern auch auf delfinvermittelten therapeutischen Interventionen liegt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

HINWEIS: Die in dieser Studie verwendete Methodik wurde von der Ethikkommission des Nationalen Polytechnischen Instituts von Mexiko in Übereinstimmung mit der Vertraulichkeitsverpflichtung D/1477/2020 genehmigt. Dieses Dokument befürwortet die Methode der Probenentnahme und die ethische Behandlung der Großen Tümmler durch das Forschungsteam. Der verantwortungsvolle Umgang mit den Daten der Teilnehmer wurde sichergestellt und ihre Zustimmung zur Verwendung der Daten in den Experimenten eingeholt. Vor der Probenentnahme und dem Anschluss des Geräts wurde den Teilnehmern das Verfahren ausführlich erklärt, so dass es ihnen freistand, sich von der Studie zurückzuziehen, wenn sie nicht einverstanden waren. Diejenigen, die sich zur Teilnahme bereit erklärten, unterschrieben eine schriftliche Einverständniserklärung. Zusätzlich wurden die Teilnehmer über die durchzuführenden Tests informiert; Einige verstanden jedoch die Abläufe nicht vollständig, bevor sie mit den Walen in das Becken gingen.

HINWEIS: Dieses Protokoll beschreibt die detaillierten Schritte zur Erfassung und Aufzeichnung elektroenzephalographischer (EEG) Signale von neurodiversen Kindern vor, während und nach der Teilnahme an Sitzungen der Delphingestützten Therapie (DAT). Dieses Protokoll ist in acht Stufen unterteilt.

1. Einwilligung des Patienten

  1. Erstgespräch mit den Eltern und Einverständniserklärung
    1. Vereinbaren Sie einen Termin mit den Eltern oder Erziehungsberechtigten des teilnehmenden Kindes. Tun Sie dies persönlich im Delfiniti Delfinarium in Ixtapa, Mexiko.
    2. Führen Sie ein ausführliches Interview durch, um relevante Informationen über die Neurodiversität, die Krankengeschichte, Verhaltensmuster und frühere Therapieerfahrungen des Kindes zu sammeln.
    3. Beschreiben Sie den Zweck der EEG-Datenerfassung und -aufzeichnung, die damit verbundenen Verfahren sowie die potenziellen Vorteile und Risiken. Stellen Sie sicher, dass Eltern oder Erziehungsberechtigte eine Einverständniserklärung verstehen und unterschreiben. Stellen Sie sicher, dass dieses Formular den ethischen Standards und institutionellen Richtlinien entspricht.
  2. Zusammenarbeit mit den Mitarbeitern des Delfinariums: Organisieren Sie ein Treffen mit dem Therapieteam des Delfinariums, einschließlich Trainern, Therapeuten und allen relevanten Verwaltungsmitarbeitern. Stellen Sie sicher, dass das Meeting die Ziele der Studie und die Rollen der einzelnen Teammitglieder abdeckt.
    HINWEIS: In dieser Phase werden die Eltern und das Team des Delfinariums auf die Erfassung und Aufzeichnung von EEG-Signalen vorbereitet, um das Verständnis, die Koordination und eine angemessene Umgebung für das Kind während der Therapie unter Einhaltung ethischer und technischer Standards zu gewährleisten.

2. Vorbereitung der Umgebung

  1. Vorbereitung der Ausrüstung
    1. Stellen Sie das EEG-Gerät (Tabelle 1) an einem ruhigen, ablenkungsfreien Ort in der Nähe des Delfinariums auf, bevor eine Therapiesitzung stattfindet. Stellen Sie sicher, dass alle Geräte ordnungsgemäß funktionieren und Ersatzteile verfügbar sind.
    2. Kalibrieren Sie EEG-Geräte gemäß den Herstellerangaben, um genaue und zuverlässige Daten zu gewährleisten (Tabelle 2, Abschnitt schlechtes Signal).
      HINWEIS: Diese Phase stellt die ordnungsgemäße Einrichtung und Kalibrierung des Geräts für die Erfassung und Aufzeichnung von EEG-Signalen in einer geeigneten Umgebung sicher, um sicherzustellen, dass es korrekt funktioniert und bereit ist, vor, während und nach der DAT genaue Daten zu erfassen.
HydrofoneAbtastrate 96000 sps
Hydrophon-Empfindlichkeit 8103 25.41e-6; V/Pa
Empfindlichkeit des Ladungswandlers 2647A 0,001 V/pC
ThinkGear ASIC-Modul 1 (TGAM1)Abtastfrequenz 512 sps
Bluetooth V3.0
Logitech C920Abtastfrequenz18 sps
Laptop Windows11Modell: Machenike T58-V
Prozessor: i7-10870H (2,2 GHz-5 GHz/ 8 Kerne)
GPU: NVIDIA Geforce RTX3060 Laptop GPU Dual Channel, bis zu 32G
Speicher: M.2 PCIE. 2,5-Zoll-Festplatte
Bildschirm: 144Hz 15,6 Zoll FHD

Tabelle 1: Erforderliche Materialien für die Überwachung der Delphingestützten Therapie (DAT). In dieser Tabelle sind die Geräte aufgeführt, die für die Erfassung und Aufzeichnung von EEG-Signalen vor, während und nach der DAT erforderlich sind.

Kalibrierung von Geräten
Schlechtes SignalEin EEG-Signal erfasst elektrische Ströme von aktivierten Neuronen in der Großhirnrinde, die von EEG-Systemen erfasst werden können. Diese Systeme fungieren als Gehirn-Computer-Schnittstellen (BCI) und verwenden Oberflächenelektroden, die gemäß dem International 10-20 Positioning System platziert sind. Der ThinkGear TGAM1 ist ein nicht-invasives BCI, das neuronale Signale aufzeichnet und analysiert und dabei eine Genauigkeit von 98 % erreicht. Dies ist unter Berücksichtigung der Datenintegrität möglich, indem die Stichproben verworfen werden, bei denen das Flag oder der Indikator mit dem Namen "Schlechter Qualitätswert" gleich Null ist.
Die Attribute der Gehirnwellenaktivität, die vom Sensor überwacht werden, werden durch bestimmte Flag-Werte quantifiziert: Signalflachheit (25), Signalüberschuss (26), Leistungsverhältnis (27) und Off-Head-Erkennung (29). Gleichzeitige Flaggenanzeigen sind möglich; Ein Flag-Wert von 51 für eine suboptimale Signalqualität weist beispielsweise darauf hin, dass sowohl die Kriterien für die Ebenheit als auch für die Übermäßigkeit nicht eingehalten werden. Die Flag-Werte wurden sorgfältig ausgewählt, um die Einzigartigkeit jeder möglichen Kombination zu gewährleisten. Darüber hinaus ist ein Flag-Wert von 200 ein Hinweis auf einen Zustand, in dem der Sensor für eine Dauer von vier Sekunden Off-Head-Bedingungen aufgezeichnet hat.
Das RAW-Signal der Zeitreihe mit einer Abtastfrequenz von 512 Hz, die eine Abtastung von bis zu 256 Hz ermöglicht und somit die Trennung der Signale in fundamentale Hirnwellenbänder oder -rhythmen ermöglicht, sowie die 60-Hz-Frequenz aufgrund elektromagnetischer Störungen von der Wechselstromleitung durch einen 60-Hz-Notch-Filter, nämlich einen Band-Stop-Filter, zu eliminieren.
Bluetooth-VerbindungUm einen TGAM1-Sensor über Bluetooth mit einem PC zu verbinden, stellen Sie zunächst sicher, dass der Sensor eingeschaltet und Bluetooth des PCs aktiviert ist. Koppeln Sie den Sensor, indem Sie in den Bluetooth-Einstellungen des PCs nach Geräten suchen, den TGAM1-Sensor auswählen und den Kopplungscode eingeben (normalerweise "0000" oder "1234"). Öffnen Sie nach der Kopplung die Anwendung, die den Sensor verwenden soll, wählen Sie ihn als Eingabegerät aus, und konfigurieren Sie bei Bedarf den richtigen COM-Port. Testen Sie die Verbindung, indem Sie die Datenübertragung in der Anwendung überprüfen, und beheben Sie die Fehlersuche, indem Sie bei Bedarf die Reichweite überprüfen, Geräte neu starten oder Treiber aktualisieren.

Tabelle 2: Kalibrierung der Ausrüstung. Diese Tabelle enthält eine detaillierte Beschreibung der Kalibrierung der Komponenten des verwendeten Geräts.

3. Stimulus vor dem DAT

  1. Vorbereitung der Kinder
    1. Führen Sie das Kind freundlich und nicht bedrohlich an das EEG-Erfassungsgerät heran. Nehmen Sie sich Zeit, damit sich das Kind wohlfühlt. Verwenden Sie unter anderem Spielzeug, Bilder oder tröstende Gegenstände, die dem Kind vertraut sind, um Ängste abzubauen.
    2. Erklären Sie dem Kind den Ablauf der EEG-Erfassung und -Aufzeichnung mit altersgerechter Sprache und visuellen Hilfsmitteln. Demonstrieren Sie, wie der EEG-Sensor funktioniert, und lassen Sie das Kind das Gerät berühren und erkunden, wenn es möchte.
  2. Erfassung und Aufzeichnung von EEG-Signalen
    1. Setzen Sie das Kind bequem auf einen Stuhl oder auf eine Matte, je nach Vorliebe und Komfort. Überprüfen Sie dann über das PC-Terminal, ob die Bluetooth-Verbindung stabil ist. Stellen Sie sicher, dass sie so sitzen, dass sie einen einfachen Zugang zu ihrer Kopfhaut für die Platzierung des EEG-Erfassungs- und -Aufzeichnungssensors ermöglichen (Tabelle 2 , Abschnitt Bluetooth-Verbindung).
    2. Positionieren Sie den EEG-Erfassungs- und -Aufzeichnungssensor sanft und vorsichtig auf dem Kopf des Kindes, insbesondere am FP1-Punkt (Abbildung 1), und stellen Sie sicher, dass er fest, aber bequem ist und die Elektrode richtig angeschlossen ist. Verwenden Sie ein Band in Kindergröße und passen Sie es nach Bedarf an, um einen sicheren Sitz zu gewährleisten, wie in Abbildung 2 gezeigt.
    3. Stellen Sie nach korrekter Platzierung des Sensors und korrekter Positionierung der Elektrode (Abbildung 3) das EEG-Erfassungssystem für die Abtastrate auf 512 Hz (Abtastungen/Sekunde) ein. Diese Erfassungsrate reicht aus, um die neuronale Aktivität bis zu 256 Hz (gemäß dem Nyquist-Theorem) genau aufzuzeichnen, was alle klinisch relevanten EEG-Frequenzbänder (0,5-100 Hz) abdeckt. Führen Sie eine Referenz-EEG-Messung für 1 Minute mit diesen Parametern durch, um einen stabilen Punkt zu erhalten, an dem Sie das Signal und das Signal nach der Therapie vergleichen können.
      HINWEIS: In der EEG-Forschung ist es üblich, Zeitfenster von 30 Sekunden für die Analyse zu verwenden, wie in Schlafstudien, bei denen die Daten in Epochen dieser Dauer segmentiert werden, um Schlafstadien zu klassifizieren und wiederholte Zyklen der Gehirnaktivität zu erkennen 17,18,19. Dieser Ansatz kann jedoch in Situationen wie der Überwachung kritisch kranker Patienten eingeschränkt sein, in denen kurze Ereignisse wie Krampfanfälle unbemerkt bleiben können. Daher sollte die Länge der Fenster an die Besonderheiten der Analyse angepasst werden. In dieser Studie wurden breitere Fenster verwendet, um die mit der Intervention verbundene Gehirnaktivität besser zu erfassen: eine Minute vor, fünf Minuten während und eine Minute nach der Therapie. Dieser Ansatz ermöglicht die Identifizierung sowohl langfristiger dynamischer Muster als auch kurzfristiger Veränderungen im Zusammenhang mit der Therapie, was einen umfassenderen Überblick über die durch die Intervention induzierte Neurologie ermöglicht und genauere Rückschlüsse auf ihre therapeutischen Wirkungen ermöglicht.
    4. Sichern Sie die erfassten und aufgezeichneten EEG-Signaldaten sofort auf einem sicheren Speichergerät. Führen Sie eine erste Analyse durch, um die Qualität und Integrität der Daten zu überprüfen, und stellen Sie sicher, dass das Flag "Schlechtes Signal" des TGAM1-Sensors kleiner als 51 ist, wie im Abschnitt "Schlechtes Signal" in Tabelle 2 gezeigt.
    5. Überwachen Sie das Kind kontinuierlich auf Anzeichen von Unwohlsein oder Stress während der Erfassung und Aufzeichnung der EEG-Signale. Sorgen Sie bei Bedarf für Beruhigung und Pausen. Halten Sie das Kind entspannt, indem Sie sich in Ruhe unterhalten oder sich an seinen Lieblingsaktivitäten beteiligen.
      HINWEIS: Diese Phase des Protokolls zielt darauf ab, einen reibungslosen und effektiven Prozess für die Erfassung und Aufzeichnung von EEG-Signalen vor der DAT zu gewährleisten und wertvolle Daten zu liefern, um das Verständnis und die Wirksamkeit der DAT zu verbessern.

figure-protocol-1
Abbildung 1: Internationales 10-20-System für die Platzierung von extrakraniellen Elektroden. Der Sensor muss am FP1-Punkt23 Kontakt aufnehmen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-protocol-2
Abbildung 2: Verwendung eines elektroenzephalographischen Geräts. Diese Abbildung zeigt die korrekte Platzierung des EEG-Geräts. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-protocol-3
Abbildung 3: Erfassung und Aufzeichnung von EEG-Signalen vor DAT. Diese Abbildung zeigt den Prozess der Erfassung von EEG-Signalen vor Beginn der Therapie. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

4. DAT Stimulus

  1. Einrichtung von EEG-Geräten
    1. Stellen Sie sicher, dass die Kappe mit dem EEG-Signalerfassungs- und -aufzeichnungsgerät richtig auf dem Kopf des Kindes positioniert ist. Prüfen Sie, ob die Elektrode einen guten Kontakt mit der Kopfhaut hat, und wischen Sie bei Bedarf die Stirn ab, wie in Abbildung 1 gezeigt.
    2. Stellen Sie sicher, dass die drahtlose Verbindung stabil ist und die Datenübertragung ordnungsgemäß funktioniert, da ein Bluetooth-EEG-Erfassungs- und Aufzeichnungsgerät verwendet wird, wie in Tabelle 2 Abschnitt Bluetooth-Verbindung gezeigt.
  2. Einstieg ins Wasser und erste Datenerfassung
    1. Helfen Sie dem Kind beim Betreten des Wassers unter Aufsicht des Delfinariumspersonals. Stellen Sie sicher, dass sich das Kind wohl fühlt und dass das EEG-Gerät wasserdicht und sicher befestigt ist.
    2. Stellen Sie sicher, dass das EEG-Erfassungs- und -Aufzeichnungsgerät wasserdicht und sicher befestigt ist.
    3. Sammeln und aufzeichnen Sie Referenz-EEG-Signaldaten, wenn das Kind ins Wasser geht und beginnt, mit den Delfinen zu interagieren.
  3. Während der delfingestützten Therapie
    1. Überwachen Sie kontinuierlich die Erfassung und Aufzeichnung von EEG-Signalen für 5 Minuten (ununterbrochen), während das Kind mit den Delfinen interagiert (Abbildung 4). Stellen Sie sicher, dass das Gerät richtig montiert ist und dass das Kind entspannt bleibt.
      HINWEIS: Überprüfen Sie die schriftliche Notiz aus Schritt 3.2.3.
    2. Stellen Sie sicher, dass jemand aus dem Personal detaillierte Notizen über das Verhalten des Kindes, die Interaktionen mit den Delfinen und alle bemerkenswerten Veränderungen während der Erfassung und Aufzeichnung der EEG-Signale macht.

figure-protocol-4
Abbildung 4: Erfassung und Aufzeichnung von EEG-Signalen während der DAT. Diese Abbildung zeigt den Prozess der Erfassung von EEG-Signalen während der Therapie. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Datenmanagement nach der Therapie:
    1. Sichern Sie die erfassten und aufgezeichneten EEG-Signaldaten sofort auf einem sicheren Speichergerät.
      HINWEIS: Es wird ein Nur-Text-Dokument (.txt) erstellt.
    2. Helfen Sie dem Patienten, das Wasser zu verlassen.
      HINWEIS: Diese Phase zielt darauf ab, einen reibungslosen und effektiven Prozess für die Fortsetzung der Erfassung und Aufzeichnung von EEG-Signalen während der DAT zu gewährleisten und wertvolle Daten zu liefern, um das Verständnis und die Wirksamkeit dieses therapeutischen Ansatzes zu verbessern, der es ermöglicht, Daten zur kontinuierlichen Verbesserung des DAT-Prozesses zu erhalten und so zu helfen, jedes einzelne Verhalten des Delfins gegenüber dem Patienten mit einer bestimmten Affektion zu identifizieren und sogar während der Therapie, um zu identifizieren, welche Punkte in der Der Körper wird stimuliert und führt zu Veränderungen in seinem Verhalten, die die Gehirnaktivität des Patienten verändern.

5. Stimulus nach dem DAT-Angriff

  1. Vorbereitung nach der Therapie für das Kind
    1. Helfen Sie dem Kind, vom Therapiebereich in einen komfortablen und trockenen Raum zu wechseln.
    2. Erklären Sie dem Kind in altersgerechter Weise, dass die Erfassung und Aufzeichnung von EEG-Signalen noch etwas länger andauern wird.
  2. Überprüfen Sie das EEG-Erfassungs- und -Aufzeichnungsgerät sowie dessen Rekalibrierung. Stellen Sie sicher, dass das EEG-Erfassungs- und -Aufzeichnungsgerät nach der Therapiesitzung an Ort und Stelle bleibt und ordnungsgemäß funktioniert.
  3. Erste Datenerhebung nach der Therapie:
    1. Erfassen, aufzeichnen und speichern Sie die Referenz-EEG-Signaldaten sofort für 1 Minute, unmittelbar nachdem das Kind das Wasser verlassen hat (Abbildung 5).
      HINWEIS: Überprüfen Sie die schriftliche Notiz aus Schritt 3.2.3.
    2. Ermöglichen Sie dem Kind, sich in einer komfortablen Umgebung zu entspannen.

figure-protocol-5
Abbildung 5: Erfassung und Aufzeichnung von EEG-Signalen nach DAT. Diese Abbildung zeigt den Prozess der Erfassung von EEG-Signalen nach der Therapie. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Strukturierte Aktivitäten nach der Therapie:
    1. Beschäftigen Sie das Kind mit wenig stimulierenden Aktivitäten, wie z. B. leiser Musik zu hören.
    2. Kontinuierliche Überwachung der Erfassung und Aufzeichnung von EEG-Signalen für 1-Minuten-Epochen, um die Datenstabilität zu gewährleisten und gleichzeitig die Ermüdung der Teilnehmer zu minimieren.
  2. Datenmanagement nach der Therapie: Sichern Sie die erfassten und aufgezeichneten EEG-Signaldaten sofort auf einem sicheren Speichergerät.
    HINWEIS: Diese Phase gewährleistet einen reibungslosen und effektiven Prozess für die Fortsetzung der EEG-Signalerfassung und -aufzeichnung nach der DAT.

6. EEG-Daten erfassen

  1. Datenanalyse und Berichtserstellung
    HINWEIS: Die Verarbeitung der EEG-Rohdaten wird über eine Benutzeroberfläche gesteuert, um ein intuitives Verständnis in Bezug auf einen Wahrnehmungs-Wirkungszyklus zu fördern, wie in Abbildung 6 gezeigt.
    1. Starten Sie die integrierte Entwicklungsumgebung (IDE) für die EEG-Signalerfassung und laden Sie das System.
    2. Öffnen Sie die IDE, die für die EEG-Verarbeitung entwickelt wurde (Abbildung 7).
      HINWEIS: Das System zeigt die verfügbaren Ressourcen auf dem Computer an, einschließlich angeschlossener Geräte wie Webcams und EEG-Erfassungshardware.

figure-protocol-6
Abbildung 6: EEG-Verarbeitung. Die Verarbeitung von EEG-Rohdaten wird über eine Benutzeroberfläche gesteuert, um ein intuitives Verständnis in Bezug auf einen Wahrnehmungs-Handlungszyklus zu fördern. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-protocol-7
Abbildung 7: Die integrierte Entwicklungsumgebung (IDE) für das EEG-Signal. Das System zeigt verfügbare Ressourcen auf dem Computer an, einschließlich angeschlossener Geräte wie Webcams und EEG-Erfassungshardware. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Greifen Sie auf das Systemkonfigurationsfenster zu:
    1. Navigieren Sie zum Systemkonfigurationsfenster in der IDE (Abbildung 8).
    2. Wählen Sie das EEG-Gerät für die Abtastung aus und konfigurieren Sie dessen Einstellungen (Abtastrate = 512 sps, Aufzuzeichnende Kanäle = Fp1).
    3. Speichern Sie die Konfiguration, um die Konsistenz zwischen den Sitzungen sicherzustellen.

figure-protocol-8
Abbildung 8: Fenster zur Systemkonfiguration. Zeigt das Systemkonfigurationsfenster an, in dem Geräte eingerichtet und angepasst werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Geben Sie Patienteninformationen ein.
    1. Im Fenster "Patienteninformationen " ( Abbildung 9) geben Sie die folgenden Details ein: Name und Diagnose des Patienten, Dauer des Experiments in Minuten, Kontext der Datenerfassung in Bezug auf den DAT-Prozess (z. B. vor, während oder nach).
    2. Bestätigen Sie die Eingaben, um fortzufahren.

figure-protocol-9
Abbildung 9: Fenster mit Patienteninformationen. Zeigt das Patienteninformationsfenster an, in das wichtige Details wie Name, Diagnose und Experimentparameter eingegeben werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Starten Sie die Datenstichprobe:
    1. Starten Sie vom Hauptbildschirm aus die Datenerfassung, indem Sie den EEG-Probenahmebereich aktivieren.
    2. Klicken Sie auf die Schaltfläche Probe entnehmen (Abbildung 10), um mit der Datenerfassung zu beginnen.
      HINWEIS: Während des Vorgangs wird die Schaltfläche "Probe entnehmen " deaktiviert, um zusätzliche Interaktionen zu verhindern, während Daten von den konfigurierten Geräten erfasst werden.
    3. Sobald der Vorgang abgeschlossen ist, wird eine Meldung angezeigt, die besagt, dass der Vorgang abgeschlossen ist (Abbildung 11). Am Ende wird ein Ordner erstellt, der die Kamerabilder und Textdateien mit den Ergebnissen des EEGs und des Hydrophons enthält.
      HINWEIS: Der Ordner enthält die Daten des Patienten, das Datum der Erfassung, den Zeitpunkt der Aufnahme und ob es am selben Tag weitere Aufnahmen mit derselben Konfiguration gab.

figure-protocol-10
Abbildung 10: Starten Sie die Datenstichprobe. Diese Abbildung zeigt die Initiierung der Datenerfassung durch Aktivierung der EEG-Probenahme. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

figure-protocol-11
Abbildung 11: Vollständige Probe, die dem Patienten entnommen wurde. Die Abbildung zeigt, wann die Software die Erfassung der Proben des Patienten abgeschlossen hat. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

7. Analyse von EEG-Daten

  1. Navigieren Sie zum Fenster Datenanalyse , wie in Abbildung 11 dargestellt (rot hervorgehoben). Wählen Sie anschließend im Abschnitt Analyse der Hauptbenutzeroberfläche (rot hervorgehoben) die während des Experiments gesammelten EEG-Signale zur Verarbeitung aus (Abbildung 12).

figure-protocol-12
Abbildung 12: Fenster zur Datenanalyse. Diese Abbildung zeigt den Analysebereich der Hauptschnittstelle. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Wenden Sie Signalverarbeitungstechniken an (die IDE unterstützt mehrere Methoden zur Analyse von EEG-Daten). Wenden Sie die Signalverarbeitungstechniken an, indem Sie die in den Gleichungen 1 bis 5 definierte Rechenpipeline implementieren.
    1. Visualisierung von Roh-EEG-Signalen: Überprüfen Sie die aufgezeichneten Signale in Mikrovolt, um ihre Integrität und Qualität zu überprüfen.
    2. FFT-Periodogramm: Führen Sie eine schnelle Fourier-Transformation durch, um die Frequenzkomponenten der EEG-Signale zu analysieren.
      1. Um die Zerlegung von EEG-Signalen in ihre Frequenzkomponenten mit Hilfe der schnellen Fourier-Transformation (FFT) durchzuführen, wenden Sie das folgende mathematische Verfahren an. Das EEG-Signal, dargestellt als x(t) im Zeitbereich, wird mit der Gleichung (1)20,21,22 in seine Frequenzbereichsdarstellung X(f) transformiert
        figure-protocol-13 (1)
      2. Für diskrete Signale, wie z. B. EEG, die mit einer bestimmten Rate abgetastet werden, verwenden Sie die diskrete Fourier-Transformation (DFT), berechnet als (2) 20,21,22
        figure-protocol-14 (2)
        Dabei ist N die Anzahl der Abtastwerte, x[n] das diskrete Signal und k entspricht den Frequenzklassen.
      3. Die Schritte umfassen zunächst das Laden des EEG-Rohsignals aus einer .txt Datei (Zeitreihenspannungswerte), dann das Anwenden des FFT-Algorithmus (Gleichung 2), um das Signal in den Frequenzbereich zu transformieren, und schließlich das Plotten der spektralen Leistungsdichte (PSD) oder des Periodogramms, um die Frequenzkomponenten zu visualisieren. Der Ausgang wird interpretiert, indem Peaks im Spektrum identifiziert werden, die den dominanten Gehirnwellenfrequenzen (z. B. Delta, Theta, Alpha) entsprechen.
    3. Spektrogrammanalyse: Generieren Sie Spektrogramme, um zu untersuchen, wie sich der Frequenzgehalt des Signals im Laufe der Zeit entwickelt.
      1. Vorverarbeitung: Segmentieren Sie das EEG-Signal x(t) in überlappende Zeitfenster (z. B. 1-Sekunden-Fenster mit 50 % Überlappung), um die zeitlich veränderlichen Frequenzeigenschaften zu erfassen. Multiplizieren Sie jedes Fenster mit einem Hamming-Fenster w(t), um die spektrale Leckage gemäß Gleichung (3) 20,21,22 zu minimieren.
        figure-protocol-15 (3)
      2. Fourier-Formation: Wenden Sie die FFT auf jedes Fenstersegment an, um das Zeitbereichssignal in den Frequenzbereich umzuwandeln, wodurch ein komplexwertiges Spektrum gemäß Gleichung (4) 20,21,22 entsteht
        figure-protocol-16 (4)
        HINWEIS: X(f) steht für die Frequenzkomponenten, N ist die Anzahl der Abtastungen im Segment und f ist die Frequenz.
      3. Spektrogrammgenerierung: Berechnen Sie die quadrierte Größe von X(f), um die spektrale Leistungsdichte (PSD) für jedes Zeitsegment zu erhalten, wie in Gleichung (5) 20,21,22 gezeigt:
        figure-protocol-17 (5)
        HINWEIS: Das Ergebnis wird als Spektrogramm dargestellt, wobei die x-Achse die Zeit, die y-Achse die Frequenz und die Farbintensität die Leistung der einzelnen Frequenzkomponenten angibt.
      4. Wählen Sie die Option EEG oder Hydrophon und laden Sie die Daten, wie in dem rot hervorgehobenen Feld in Abbildung 13 dargestellt.
      5. Bandpassfilterung: Wenden Sie einen Bandpassfilter an, um bestimmte Frequenzbereiche zu isolieren, z. B. niedrige Beta- und niedrige Gammabänder, die für den Wahrnehmungs-Wirkungszyklus relevant sind.
    4. FFT-Histogramm: Identifizieren Sie die wichtigsten Frequenzbänder wie Delta (0,5-4 Hz), Theta (4-8 Hz), Alpha (8-13 Hz), Beta (13-30 Hz) und Gamma (>30 Hz), die für die EEG-Analyse unerlässlich sind.

figure-protocol-18
Abbildung 13: Ergebnisse der EEG-Verarbeitung. Vom System erzeugte Ausgänge, die die Rohdaten und die verarbeiteten EEG-Signale (A), die Signalverarbeitung durch das FFT-Periodogramm (B), das Spektrogramm (C) und das bandpassgefilterte Spektrogramm (D) anzeigen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

  1. Überprüfen und interpretieren Sie die Ergebnisse.
    1. Untersuchen Sie die verarbeiteten Ausgaben (FFT-Periodogramme/Spektrogramme) wie folgt.
      1. Periodogramme: Identifizieren Sie dominante Frequenzspitzen (z. B. alpha: 8-13 Hz) mit dem PSD-Diagramm (Gleichung 5). Peaks, die das Ausgangsrauschen überschreiten, deuten auf physiologisch relevante Oszillationen hin.
      2. Spektrogramme: Analysieren Sie die Zeit-Frequenz-Leistungsdynamik (z. B. Beta-/Gamma-Ausbrüche während Aktionswahrnehmungsaufgaben) durch Interpretation von Farbintensitätsgradienten (Zeit [s] auf der x-Achse, Frequenz [Hz] auf der y-Achse). Korrelieren Sie Leistungsänderungen (z. B. Low-Beta-Unterdrückung) mit Aufgabenepochen.
    2. Kontextualisieren Sie die Ergebnisse durch Querverweise auf spektrale Muster (z. B. Theta/Delta-Verhältnisse) mit Patientenmetadaten (z. B. klinischer Zustand, Aufgabenleistung) und Annotation von Ereignissen (z. B. Stimulusbeginn) in Spektrogrammen, um die neuronale Aktivität mit experimentellen Zeitplänen abzugleichen.
  2. Exportieren und Speichern von Ergebnissen.
    1. Speichern Sie PSD-Werte (Frequenz x Leistung) und Spektrogramm-Arrays (Zeit x Frequenz x Leistung) in strukturierten Formaten.
    2. Export über Schnittstellenoptionen: Wählen Sie Formate (z. B. TIFF für Abbildungen, ASCII für PSD-Rohwerte), die mit MATLAB kompatibel sind. Behalten Sie bei Spektrogrammen die Zeit-Frequenz-Auflösungen in exportierten Dateien bei.

8. Mitteilung der Ergebnisse

  1. Erstellen Sie einen detaillierten Bericht über die Ergebnisse.
    1. Strukturieren Sie den Bericht so, dass er Folgendes enthält:
      1. Spektralanalyse: Tabellarische Darstellung dominanter Frequenzbänder (z. B. maximale Alpha-Leistung bei 10 Hz ± 1,5 Hz) und ihrer statistischen Relevanz (z. B. p < 0,05, korrigiert für Mehrfachvergleiche).
      2. Zeit-Frequenz-Dynamik: Heben Sie signifikante Spektrogrammmuster hervor (z. B. Leistungsanstiege im Gammaband [30-45 Hz] während der Motorausführung) mit Zeitstempeln, die an Aufgabenereignissen ausgerichtet sind.
      3. Klinische/experimentelle Korrelationen: Anmerkungen zu Beobachtungen.
      4. Visuelle Hilfsmittel: Betten Sie Kennzahlen (PSD-Plots, Spektrogramme) mit standardisierten Beschriftungen (z. B. "Leistung (μV2/Hz)") und Beschriftungen ein, die Parameter angeben (z. B. "Hamming-Fenster: 1 s, 50% Überlappung").
      5. Datenergänzung: Hängen Sie verarbeitete Datendateien an (z. B. .csv Tabellen mit Bandleistungswerten pro Subjekt), um die Reproduzierbarkeit zu gewährleisten.
  2. Feedback und Abschluss.
    1. Stakeholder-Überprüfung: Verteilen Sie den Berichtsentwurf an die Mitarbeiter zur Überprüfung der methodischen Konsistenz (z. B. Bestätigung der FFT-Parameter stimmen mit vorregistrierten Protokollen überein) und der Interpretationsgenauigkeit (z. B. Validierung von Theta-Gamma-Kupplungsbehauptungen gegen Rohspuren).
    2. Finalisierung: Verarbeiten Sie Feedback iterativ und archivieren Sie alle Ausgaben (Rohdaten, Skripte, Berichte) in einem strukturierten Repository.
      HINWEIS: Organisieren Sie ein Treffen mit den Mitarbeitern des Delfinariums, um eine Zusammenfassung der Datenerfassung nach der Therapie zu erhalten. Die erzielten Ergebnisse stehen den Mitarbeitern des Delfinariums zur Verfügung, um sie mit den Eltern zu teilen. In dieser Phase werden die erfassten und aufgezeichneten EEG-Daten analysiert und charakterisiert, ein detaillierter Bericht erstellt und den Eltern eine Rückmeldung zu den Ergebnissen gegeben.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Diese Studie beschreibt den Prozess der Erfassung und Analyse von EEG-Signalen durch ein simuliertes UI in IDE, ergänzt durch die Anwendung einer standardisierten Methode zur Datenerfassung. Dieser Ansatz bietet einen Referenzrahmen, der die Vergleichbarkeit zwischen Studien erleichtert und die Reproduzierbarkeit gewährleistet, so dass andere Forscher die Verfahren replizieren und konsistente Ergebnisse in verschiedenen Kontexten erzielen können.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die delfingestützte Therapie (DAT) hat sich als therapeutische Modalität für Menschen mit Autismus und Entwicklungsstörungen herauskristallisiert24,25. DAT bietet den Teilnehmern lebensbereichernde, frische Erfahrungen, die das Interesse und die sinnliche Auseinandersetzung vor einer faszinierenden Kulisse anregen25,26. Es gibt jedoch mehrere Einschränkungen, die sich auf...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Die Autoren haben nichts offenzulegen.

Danksagungen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dieser Artikel wird vom Nationalen Polytechnischen Institut (Instituto Politécnico Nacional) von Mexiko im Rahmen des Projekts Nr. 20250776 unterstützt, das vom Sekretariat für Forschung und Postgraduiertenstudium (Secretaría de Investigación y Posgrado), Secretaría de Ciencia, Humanidades, Tecnología e Innovación (SECIHTI) gefördert wird. Darüber hinaus wurden die in dieser Arbeit beschriebenen Forschungsarbeiten am Center for Computing Research (Centro de Investigación en Computación) durchgeführt. Es sei darauf hingewiesen, dass diese Forschung ein wichtiger Teil der Doktorarbeit mit dem Titel Estandarización de la recolección de señales EEG de niños neurodivergentes durante Terapias Asistidas por Delfines, bajo el Paradigma de la Ciencia de Sistemas ist, unterstützt durch die Arbeit von Brenda Lorena Flores Hidalgo, Arbeit unter der Leitung von Dr. Oswaldo Morales Matamoros und Dr. Jesús Jaime Moreno Escobar. Darüber hinaus wurde die Unterstützung durch das Stipendium erhalten, das mit der CVU 1145035 von der Secretaría de Ciencia, Humanidades, Tecnología e Innovación (SECIHTI) gewährt wurde.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Ladungs-UmrechnerHottinger Brü el & Kjæ rEmpfindlichkeit 2647A 0,001 V/pC
Abtastfrequenz 512 sps
HydrofoneHottinger Brü el & Kjæ r8103Abtastrate 96000 sps
Empfindlichkeit 8103 25.41e-6; V/Pa
Laptop Windows11MachenikeMachenike T58-VCPU: i7-10870H (2,2 GHz-5 GHz/ 8 Kerne)
GPU: NVIDIA Geforce RTX3060 Laptop GPU Dual Channel, bis zu 32G
Speicher: M.2 PCIE. 2,5" HDD
Bildschirm: 144Hz 15,6 Zoll FHD
ThinkGear ASIC-Modul 1 NeuroSkyTGAM1Bluetooth V3.0
WebcamLogitech GmbH  Nr. C920Abtastfrequenz18 sps

Referenzen

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Müller, E., Schuler, A., Yates, G. B. Social challenges and supports from the perspective of adults with Asperger syndrome and other autism spectrum disabilities. Autism. 16 (5), 478-490 (2012).
  2. Carrillo-Mora, P., et al. Alternative and complementary medicine in neurological disorders and neurological disability patients: prevalence, factors, opinions and reasons. Complement Ther Med. 72, 102920(2023).
  3. Böhne, L. Ä, Wirner, C., Schoser, B., Schröter, C., Baum, P. Frequency and satisfaction of conventional and complementary or alternative therapies for neuromuscular disorders. Neurol Res Pract. 5 (1), 53(2023).
  4. Brondino, N., et al. Complementary and alternative therapies for autism spectrum disorder. Evid Based Complement Alternat Med. 2015, 258589(2015).
  5. Dolphin sonar pulse intervals and human resonance characteristics. Birch, S. Proceedings of the 2nd International Conference on Bioelectromagnetism (Cat. No.98TH8269), 2022, Melbourne, VIC, Australia. 141-142 (2022).
  6. Griffioen, R. E., Enders-Slegers, M. The effect of dolphin-assisted therapy on the cognitive and social development of children with Down syndrome. Anthrozoös. 27 (4), 569-580 (2014).
  7. Griffioen, R., Van Der Steen, S., Cox, R. F. A., Verheggen, T., Enders-Slegers, M. Verbal interactional synchronization between therapist and children with autism spectrum disorder during dolphin assisted therapy: five case studies. Animals. 9 (10), 716(2019).
  8. The psychosocial effect of therapeutic activities with dolphins for children with disabilities. Kreiviniene, B., Mockevičienė, D., Kleiva, Ž, Vaišvilaitė, V. Proceedings of the International Scientific Conference, 3, 94-106 (2019).
  9. Jette, D. U., Halbert, J., Iverson, C., Miceli, E., Shah, P. Use of standardized outcome measures in physical therapist practice: perceptions and applications. Phys Ther. 89 (2), 125-135 (2009).
  10. Servais, V. Some comments on context embodiment in dolphin-assisted therapy. Anthrozoös. 18 (1), 43-49 (2005).
  11. Brensing, K., Linke, K., Todt, D. Can dolphins heal by ultrasound: studies on the echolocation of dolphins. J Theor Biol. 225 (1), 99-105 (2003).
  12. Marino, L., Lilienfeld, S. Dolphin-assisted therapy for autism and other developmental disorders: a dangerous fad. Am Psychol. 33 (2), 2-3 (2007).
  13. Pascual-Marqui, R. D., Michel, C. M., Lehmann, D. EEG neuroimaging. Clin Neurophysiol. 118 (10), 2463-2492 (2017).
  14. Niedermeyer, E., Da Silva, F. L. Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. , Lippincott Williams & Wilkins. New York. (2004).
  15. Rutherford, M. Standardized nursing language: what does it mean for nursing practice. Online J Issues Nurs. 13 (1), 1-9 (2008).
  16. Kwak, S., Lee, M., Lim, J. Standardization of EEG signal processing in clinical neurofeedback. Neuroimage. 152, 221-234 (2017).
  17. Prerau, M. J., Brown, R. E., Bianchi, M. T., Ellenbogen, J. M., Purdon, P. L. Sleep neurophysiological dynamics through the lens of multitaper spectral analysis. Physiology. 32 (1), 60-92 (2016).
  18. A look at the strength of micro and macro-EEG analysis for distinguishing insomnia within an HIV cohort. Gunnarsdottir, K. M., et al. Annu Int Conf IEEE Eng Med Biol Soc, , 6622-6625 (2015).
  19. Herman, S. T., et al. Consensus statement on continuous EEG in critically ill adults and children, part II: personnel, technical specifications, and clinical practice. J Clin Neurophysiol. 32 (2), 96-108 (2015).
  20. Detection of EEG signal post-stroke using FFT and convolutional neural network. Djamal, E. C., Furi, W. I., Nugraha, F. 2019 6th International Conference on Electrical Engineering, Computer Science and Informatics (EECSI), 2019, Bandung, Indonesia. 18-23 (2019).
  21. Emotion classification using fast Fourier transform and recurrent neural networks. Prawira, H. G., Sundari, S., Djamal, E. C., Wulandari, A. 2021 International Conference on Instrumentation, Control, and Automation (ICA), 2021, Bandung, Indonesia. 94-99 (2021).
  22. EEG feature extraction with fast Fourier transform for investigating different brain regions in cognitive and reasoning activity. Amin, H. U., et al. 2022 IEEE 5th International Symposium in Robotics and Manufacturing Automation (ROMA), 2022, Malacca, Malaysia. 1-4 (2022).
  23. Jurcak, V., Tsuzuki, D., Dan, I. 10/20, 10/10, and 10/5 systems revisited: their validity as relative head-surface-based positioning systems. Neuroimage. 34 (4), 1600-1611 (2007).
  24. Marino, L., Lilienfeld, S. Third time's the charm or three strikes you're out: an updated review of the efficacy of dolphin-assisted therapy for autism and developmental disabilities. J Clin Psychol. 77 (6), 1265-1279 (2021).
  25. Marino, L., Lilienfeld, S. O. Dolphin-assisted therapy: more flawed data and more flawed conclusions. Anthrozoös. 20 (3), 239-249 (2007).
  26. Marino, L., Lilienfeld, S. Dolphin-assisted therapy: flawed data, flawed conclusions. Anthrozoös. 11 (4), 194-200 (1998).
  27. Marino, L., Lilienfeld, S. Does Dolphin-Assisted Therapy have Healing Effects. Pseudoscience in Child and Adolescent Psychotherapy. , Cambridge University Press. New York. (2019).
  28. Müller, R. A., Shih, P., Keehn, B. The use of EEG biomarkers in neurodevelopmental disorders: progress and challenges. Biol Psychiatry Cogn Neurosci Neuroimaging. 4 (7), 574-583 (2019).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Schlagwörter

Elektroenzephalografische SignaleEEG Signalerfassungneurodivergente Kinderberwachung der Gehirnaktivit tpower spektrale AnalyseSignalverarbeitungstechnikenp diatrische EEG AufzeichnungVergleich von Therapiesitzungenmultimodale Biomarker

Verwandte Artikel