{"id":164,"date":"2020-09-08T12:38:57","date_gmt":"2020-09-08T10:38:57","guid":{"rendered":"http:\/\/www.hbimed.com\/wp-enfold-aug2020\/?page_id=164"},"modified":"2020-09-08T12:38:57","modified_gmt":"2020-09-08T10:38:57","slug":"hbi-datenbank","status":"publish","type":"page","link":"https:\/\/hbimed.com\/?page_id=164","title":{"rendered":"HBi Datenbank"},"content":{"rendered":"<div id='av_section_1'  class='avia-section av-1m486-c4ba37123efc5011fae03206ec432ee7 main_color avia-section-default avia-no-border-styling  avia-builder-el-0  el_before_av_section  avia-builder-el-first  avia-bg-style-scroll container_wrap sidebar_right'  ><div class='container av-section-cont-open' ><main  role=\"main\" itemprop=\"mainContentOfPage\"  class='template-page content  av-content-small alpha units'><div class='post-entry post-entry-type-page post-entry-164'><div class='entry-content-wrapper clearfix'>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-s82i-5e70d99c8233c51b6166d65407b030cd\">\n.flex_column.av-s82i-5e70d99c8233c51b6166d65407b030cd{\nborder-radius:0px 0px 0px 0px;\npadding:0px 0px 0px 0px;\n}\n<\/style>\n<div  class='flex_column av-s82i-5e70d99c8233c51b6166d65407b030cd av_one_full  avia-builder-el-1  avia-builder-el-no-sibling  first flex_column_div av-zero-column-padding  '     ><p>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-av_heading-1c127246643dd8d86b4c2ef4c6281e68\">\n#top .av-special-heading.av-av_heading-1c127246643dd8d86b4c2ef4c6281e68{\npadding-bottom:10px;\n}\nbody .av-special-heading.av-av_heading-1c127246643dd8d86b4c2ef4c6281e68 .av-special-heading-tag .heading-char{\nfont-size:25px;\n}\n.av-special-heading.av-av_heading-1c127246643dd8d86b4c2ef4c6281e68 .av-subheading{\nfont-size:15px;\n}\n<\/style>\n<div  class='av-special-heading av-av_heading-1c127246643dd8d86b4c2ef4c6281e68 av-special-heading-h1 blockquote modern-quote  avia-builder-el-2  el_before_av_tab_container  avia-builder-el-first '><h1 class='av-special-heading-tag '  itemprop=\"headline\"  >HBi Datenbank<\/h1><div class=\"special-heading-border\"><div class=\"special-heading-inner-border\"><\/div><\/div><\/div><br \/>\n<div  class='tabcontainer av-ketu4spg-bc658a80ec1472fde6e0f982ec3d3db7 top_tab  avia-builder-el-3  el_after_av_heading  avia-builder-el-last '>\n<section class='av_tab_section av_tab_section av-z39r0-fef29d8db4dc4c493b6016b9f2702610'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-1-tab' class='tab active_tab' role='tab' aria-selected=\"true\" tabindex=\"0\" data-fake-id='#tab-id-1' aria-controls='tab-id-1-content'  itemprop=\"headline\" >Das Produkt<\/div><div id='tab-id-1-content' class='tab_content active_tab_content' role='tabpanel' aria-labelledby='tab-id-1-tab' aria-hidden=\"false\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h2>Eine fundamentale Neuerung in der diagnostischen Wissenschaft<\/h2>\n<p>Die HBi Datenbank ist ein revolution\u00e4res Werkzeug, welches dem professionellen Anwender erlaubt<\/p>\n<ul>\n<li>Fehlfunktionen der Gehirnsysteme mittels Biomarkern zu bewerten<\/li>\n<li>pr\u00e4zisere Diagnosen und klarere Therapieindikationen zu stellen (z.B. bei Subtypen bei Aufmerksamkeitsst\u00f6rungen)<\/li>\n<li>Protokolle f\u00fcr individuelle Behandlungen zu erstellen (personalisierte Medizin)<\/li>\n<li>den Einfluss von Medikamenten zu untersuchen<\/li>\n<li>die Reaktion auf Medikation vorherszusagen<\/li>\n<li>die Entwicklung neuer Medikamente zu unterst\u00fctzen<\/li>\n<\/ul>\n<p>Die HBi Datenbank ist in der EU und den USA als Medizinprodukt zugelassen. In unserem Shop k\u00f6nnen Sie die HBi Datenbank direkt bestellen.<\/p>\n<h3>Mentale St\u00f6rungen mittels Biomarkern zielgenau adressieren<\/h3>\n<p><strong>Gehirnwellen als Biomarker?<\/strong><br \/>\nW\u00e4hrend moderne bildgebende Verfahren wie beispielsweise fMRI (funktionelle Magnetresonanztomographie) die Erforschung der Zusammenh\u00e4nge zwischen den neurobiologischen Prozessen im Gehirn und Kognitionen, Verhalten und Emotionen erm\u00f6glichen, werden f\u00fcr die breite Anwendung in der Praxis weitaus einfachere und g\u00fcnstigere Verfahren ben\u00f6tigt. Dank moderner Signalverarbeitung und computergest\u00fctzter Analyseverfahren k\u00f6nnen Informationsverarbeitungsprozesse im Gehirn mittlerweile mit grosser Pr\u00e4zision aus der Aufzeichnung von Gehirnwellen \u2013 dem Elektroenzephalogramm (EEG) \u2013 abgeleitet werden. Daf\u00fcr notwendige Systeme kommen preislich in den Bereich von bspw. Blutanalyseger\u00e4ten und werden so f\u00fcr jede Praxis erschwinglich.<\/p>\n<p>Die Herausforderung ist freilich, in den Gehirnwellen Muster zu identifizieren, die f\u00fcr bestimmte Erkrankungen typisch sind. Ist die statistische Signifikanz solcher Muster ausreichend, k\u00f6nnen diese als Biomarker definiert werden als Basis f\u00fcr eine objektive Diagnose und zielgerichtete Therapie.<\/p>\n<p><strong>Datenbankbasierte Analytik<\/strong><br \/>\nGenaue R\u00fcckschl\u00fcsse aus der Beobachtung der Gehirnaktivit\u00e4t erfordert den Abgleich mit einer Normdatenbank. Hierbei ist wesentlich, dass neben den Selbstorganisationsprozessen des Gehirns, ermittelt durch Analyse des EEG im wachen Ruhezustand (\u201eRuhe-EEG\u201c), auch die Informationsverarbeitungsprozesse abgebildet werden. Diese werden aus der Beobachtung der Aktivierung verschiedener Hirnregionen (\u201eevozierte Potenziale\u201c- ERP) w\u00e4hrend dem wiederholten L\u00f6sen von standardisierten Aufgaben (\u201eTasks\u201c) ermittelt.<\/p>\n<p>Die Datenbank der HBImed AG enth\u00e4lt Selbstorganisations- und Informationsverarbeitungsprozesse von tausenden gesunder Personen zwischen 7 und 87 Jahren sowie verschiedenster Patientengruppen, meist sogar mit mehr als einem Task, und ist damit die gr\u00f6sste und genaueste ihrer Art. Die dazu erstellten Analysewerkzeuge erm\u00f6glichen einerseits die Identifikation von Biomarkern und andererseits die gezielte Interpretation von EEG Aufzeichnungen.<\/p>\n<p><strong>Messung der evozierten Potenziale<\/strong><br \/>\nW\u00e4hrend der Aufzeichnung des EEG mittels einer Elektrodenkappe beobachtet der Patient einen Bildschirm, an dem einfache Aufgaben in regelm\u00e4ssigen Abst\u00e4nden angezeigt werden (zum Beispiel der Vergleich von Bildern oder das L\u00f6sen von Rechenaufgaben). Die Antwort wird durch Dr\u00fccken einer Taste gegeben. Der Prozess dauert etwa eine halbe Stunde \u2013 es m\u00fcssen gen\u00fcgend Aufgaben verarbeitet worden sein, damit ein ausreichender Kontrast erzielt wird.<br \/>\nDie Auswertung erfolgt dann entweder durch entsprechend geschultes Personal gleich vor Ort, oder es wird der von HBImed angebotene Reportservice in Anspruch genommen.<\/p>\n<p><strong>Ausblick<\/strong><br \/>\nBereits entwickelte Biomarker f\u00fcr die Feststellung von Subtypen bei Aufmerksamkeitsst\u00f6rungen erreichen einen Diskriminanzindex zu Gesunden von \u00fcber 90%. Dies erlaubt pr\u00e4zisere Diagnosen und zus\u00e4tzlich klarere Therapieindikation (z.B. bei der Medikamentenauswahl). Biomarker f\u00fcr andere Krankheiten wie Schizophrenie (auch Fr\u00fcherfassung), Depression und Stress sind in Vorbereitung.<br \/>\nObwohl die datenbankbasierte Analytik von HBImed bereits heute in vielen Praxen und Kliniken eingesetzt wird, steht die eigentliche Technologie der Biomarker noch vor dem Durchbruch. Bislang konnte HBImed AG seine Datenbank und Analysesoftware sowohl in Europa als auch USA als Medizinprodukt zulassen, sodass der Weg f\u00fcr die weitere Validierung der Biomarker und in der Folge deren Zulassung geebnet ist.<\/p>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-2tyng-a16c56ad9c962111509743f1a159b637'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-2-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-2' aria-controls='tab-id-2-content'  itemprop=\"headline\" >Fortschritt beginnt<\/div><div id='tab-id-2-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-2-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h2>Fortschritt beginnt mit Innovation<\/h2>\n<h3>Wir betreten eine neue \u00c4ra der Psychiatrie und Neurologie<\/h3>\n<p>Die f\u00fcnfte, \u00fcberarbeitete Ausgabe von \u201eThe Diagnostic and Statistical Manual of Mental Disorders\u201c (DSM-V) war am Anfang darauf ausgerichtet, mentale St\u00f6rungen nach biologischen Markern zu klassifizieren. Die verhaltene Reaktion des Praxisfeldes und derzeit noch allzuviele Unklarheiten, veranlasste die Macher den Biomarker-Ansatz f\u00fcr die 6. Revision zu verschieben. Der neue Ansatz geht davon aus, dass psychiatrische Diagnosen nicht allein aus dem beobachtbaren Verhalten gestellt werden, sondern auch aus dem Wissen, welches Hirnsystem beeintr\u00e4chtigt ist. Dass der Biomarker-Ansatz sich durchsetzen wird, ist so gut wie sicher, denn daraus entsteht Objektivit\u00e4t und Nachvollziehbarkeit.<\/p>\n<h3>Wir sehen einer Renaissance des EEG entgegen<\/h3>\n<p>Die Renaissance h\u00e4ngt mit der Entwicklung neuer Methoden der Analyse und bahnbrechenden Entdeckungen im Bereich der neuronalen Mechanismen des EEG zusammen. Die Mehrzahl der neuen Methoden (z.B. die Dekomposition von EEG und evozierten Antworten in unabh\u00e4ngige Komponenten, und LORETA \u2013 Low Resolution Electromagnetic Tomography) wurden erst vor wenigen Jahren unter Laborbedingungen initiert. Es gibt jedoch einen starken Drang, diese neuen Methoden in die klinische Praxis zu \u00fcbernehmen. Leider verwenden keine der zur Zeit vorhandenen normativen Datenbanken diese neu entwickelten Technologien.<\/p>\n<p><strong>Dieser Nachteil der bisherigen Datenbanken wird mit der neuen Datenbank, die auf der an dem Human Brain Institute (HBI) of the Russian Academy of Sciences and the Institute for Experimental Medicine of the Russian Medical Academy of Sciences entwickelten Methode basiert, aufgehoben.<\/strong><\/p>\n<p>Diese Methode gewann den Staatspreis der UDSSR (die h\u00f6chste wissenschaftliche Auszeichnung der ehemaligen Sovietrepublik) und ist offiziell als einzigartige Entdeckung auf dem Gebiet der menschlichen Physiologie anerkannt. Die Datenbank wird mittlerweile in vielen wissenschaftlichen Zentren weltweit und in Kliniken, bzw. Praxen in Europa und USA eingesetzt.<\/p>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-9ccx8-0c41e42670a00e791785745dc28ca9dc\">\n#top .hr.hr-invisible.av-9ccx8-0c41e42670a00e791785745dc28ca9dc{\nheight:60px;\n}\n<\/style>\n<div  class='hr av-9ccx8-0c41e42670a00e791785745dc28ca9dc hr-invisible  avia-builder-el-4  el_before_av_hr  avia-builder-el-first '><span class='hr-inner '><span class=\"hr-inner-style\"><\/span><\/span><\/div>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-eozc4-26d744c46c89a1d25457a2a5a5f4a866'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-3-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-3' aria-controls='tab-id-3-content'  itemprop=\"headline\" >Spezifikationen<\/div><div id='tab-id-3-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-3-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h2>Spezifikationen<\/h2>\n<p><strong>Die HBI Referenz- (normative) Datenbank beinhaltet multi-Kanal EEG Aufnahmen der folgenden Gruppen:<\/strong><\/p>\n<ul>\n<li>Kinder\/Jugendliche: Alter 7-17 (n=300)<\/li>\n<li>Erwachsene: Alter 18-60 (n=500)<\/li>\n<li>Senioren: Alter 61+ (n=200)<\/li>\n<\/ul>\n<p>Einschluss- und Ausschluss-Kriterien setzen voraus: Eine komplikationslose Geburt, keine Kopfverletzungen mit zerebralen Symptomen, keine Geschichte neurologischer oder psychiatrischer Erkrankungen, keine Krampfanf\u00e4lle, normale mentale und physische Entwicklung und durchschnittliche oder \u00fcberdurchschnittliche Schulnoten. Ein 19-Kanal EEG wird unter zwei Ruhebedingungen mit offenen Augen (Minimum 3 Minuten) und geschlossenen Augen (Minimum 3 Minuten) und f\u00fcnf verschiedenen Bedingungen mit Aufgaben, darunter zwei Stimulus GO\/NOGO Aufgaben, arithmetische und Lese-Augaben, auditive Erkennung und auditive Oddball-Aufgaben. Die Charakteristiken des QEEG sind normalisiert. Die Mittelwerte und Standardabweichungen f\u00fcr verschiedene Altersgruppen werden gewonnen. Abweichungen von der \u201eNorm\u201c werden bewertet durch die Berechnung von z-Scores \u2013 standardisierte Ma\u00dfe der Abweichung individueller EEG-Parameter von den normativen Werten.<\/p>\n<h3>Bild und Bedingungen des visuellen Continuos Performance Task<\/h3>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone wp-image-184 size-full\" src=\"https:\/\/hbi-reports.com\/wp-enfold-aug2020\/wp-content\/uploads\/2020\/09\/hbimed-csm-qeeg-specifications.jpg\" alt=\"\" width=\"352\" height=\"264\" \/><\/p>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973\">\n#top .hr.hr-invisible.av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973{\nheight:100px;\n}\n<\/style>\n<div  class='hr av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973 hr-invisible  avia-builder-el-5  el_after_av_hr  el_before_av_hr '><span class='hr-inner '><span class=\"hr-inner-style\"><\/span><\/span><\/div>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-vq3o-d89913c34ee65050128b76a0a09b4eed'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-4-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-4' aria-controls='tab-id-4-content'  itemprop=\"headline\" >Potenziale<\/div><div id='tab-id-4-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-4-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h2>Event-Related Potentials<\/h2>\n<p><strong>Gehirn Reaktionen (z.B. evozierte Potenziale) auf psychologische Aufgaben werden in unabh\u00e4ngige Komponenten zerlegt.<\/strong><\/p>\n<p>Die Komponenten sind assoziiert mit eindeutigen psychologischen Operationen. Durch Vergleich der Amplitude und der Latenzzeit der Komponenten mit den normativen Daten gewinnt man neue Einsicht in die verschiedenen Stadien der Informationsverarbeitung beim Patienten.<\/p>\n<p><strong>In klinischen Umgebungen ist die HBI Datenbank eine wertvolle Hilfe f\u00fcr die individualisierte Behandlungsplanung.<\/strong><\/p>\n<p>Ein Beispiel f\u00fcr eine solche Anwendung is in Bild 1 gezeigt. Die einfache Betrachtung des Roh-EEGs eines AD(H)S-Patienten (oben, links) l\u00e4sst keine Abnormalit\u00e4t erkennen; wenn man jedoch die Daten in Spektren komprimiert und sie mit den normativen Werten vergleicht, ergibt sich eine statistisch signifikante (p&lt;0.01) Abweichung von der Normalit\u00e4t im Theta-Frequenzbereich (oben, rechtes Spektrum) welche sich in den zentralen Bereichen zeigt (s. Brainmap unten). Die elektromagnetische Tomographie der Theta-Aktivit\u00e4t wird unten im Bild gezeigt. Auf Grundlage dieser Daten werden zwei alternative Behandlungsm\u00f6glichkeiten f\u00fcr den Patienten vorgeschlagen:<\/p>\n<ul>\n<li>Psychostimulanzien wie Ritalin oder Concerta und<\/li>\n<li>Trainieren des Beta\/Theta-Quotienten um die Unaufmerksamkeit zu korrigieren, wobei die Methodik des Brain Computer Interface (BCI) genutzt wird.<\/li>\n<\/ul>\n<h3>Abweichungen von der Norm<\/h3>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-182\" src=\"https:\/\/hbi-reports.com\/wp-enfold-aug2020\/wp-content\/uploads\/2020\/09\/hbimed-csm-deviations-1.jpg\" alt=\"\" width=\"322\" height=\"336\" \/><\/p>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973\">\n#top .hr.hr-invisible.av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973{\nheight:100px;\n}\n<\/style>\n<div  class='hr av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973 hr-invisible  avia-builder-el-6  el_after_av_hr  el_before_av_hr '><span class='hr-inner '><span class=\"hr-inner-style\"><\/span><\/span><\/div>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-av_tab-6efeaee804e57c2af36d505303022ee5'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-5-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-5' aria-controls='tab-id-5-content'  itemprop=\"headline\" >ICA Komponenten<\/div><div id='tab-id-5-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-5-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h2>Independent Component Analysis \u2013 Analyse durch unabh\u00e4ngige Komponenten<\/h2>\n<p><strong>Ein Vergleich der unabh\u00e4ngigen Komponenten der evozierten Potenziale mit der Datenbank l\u00e4sst erkennen:<\/strong><\/p>\n<ul>\n<li>welche psychologische Operation bei dem Patienten beeintr\u00e4chtigt ist und<\/li>\n<li>wie die Fehlfunktion korrigiert werden kann.<\/li>\n<\/ul>\n<p>Ein Beispiel f\u00fcr einen Vergleich der Komponenten von evozierten Potenzialen ist in dem Bild unten\/rechts zu sehen. Das Bild zeigt die Zeit-Dynamiken vier verschiedener Komponenten f\u00fcr einen ADHS Patienten (d\u00fcnne Linie) im Vergleich zu Normen (dicke Linie). Die Komponenten sind assoziiert mit Vergleichs-Operation, Verschiebung der Aufmerksamkeit, Beteiligung und Monitoring Operationen. Die Maps der Komponenten f\u00fcr diese Patienten und die Norm sind ebenfalls zu sehen. Lediglich eine Komponente ist bei diesem Patienten selektiv reduziert, wie durch die rote Einf\u00e4rbung gekennzeichnet ist. Unsere Studien zeigen, dass die gesamte ADHS Bev\u00f6lkerung in spezifische Kategorien eingeteilt werden kann, wobei jede durch eine selektive Unterdr\u00fcckung einer bestimmten Komponente charakterisiert werden kann. Jede dieser ADHS Kategorien reagiert auf eine spezifische Medikation.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"alignnone size-full wp-image-183\" src=\"https:\/\/hbi-reports.com\/wp-enfold-aug2020\/wp-content\/uploads\/2020\/09\/hbimed-csm-information-processing.jpg\" alt=\"\" width=\"449\" height=\"412\" \/><\/p>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973\">\n#top .hr.hr-invisible.av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973{\nheight:100px;\n}\n<\/style>\n<div  class='hr av-6u9v8-858d1652ddaa86b0c83ab0bf0e366973 hr-invisible  avia-builder-el-7  el_after_av_hr  avia-builder-el-last '><span class='hr-inner '><span class=\"hr-inner-style\"><\/span><\/span><\/div>\n<\/div><\/div><\/section>\n<section class='av_tab_section av_tab_section av-95v4k-487fb63c41fdfde98c6499251f983385'  itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/CreativeWork\" ><div id='tab-id-6-tab' class='tab' role='tab' aria-selected=\"false\" tabindex=\"0\" data-fake-id='#tab-id-6' aria-controls='tab-id-6-content'  itemprop=\"headline\" >Verarbeitung<\/div><div id='tab-id-6-content' class='tab_content' role='tabpanel' aria-labelledby='tab-id-6-tab' aria-hidden=\"true\"><div class='tab_inner_content invers-color'  itemprop=\"text\" ><h2>Informationsverarbeitung<\/h2>\n<p><strong>Die Analyse setzt sich aus den folgenden Schritten zusammen:<\/strong><\/p>\n<h3>1. Korrektur und Entfernung der Augenbewegungsartefakte<\/h3>\n<p>a) durch die Verwendung r\u00e4umlicher Filtertechniken, basierend darauf, dass man die Aktivierungskurven der individuellen Independent Component Analysis (ICA) Komponenten, die mit horizontalen und vertikalen Augenbewegungen zusammenh\u00e4ngen, auf Null setzt und b) Epochen mit exzessiven EEG-Amplituden und exzessiv schnellerer und langsamerer Frequenz-Aktivit\u00e4t ausl\u00e4sst;<\/p>\n<h3>2. Fast-Fourier Transformation (FFT)<\/h3>\n<p>\u2026 des korrigierten EEG, um die EEG Leistung und Koh\u00e4renz f\u00fcr alle schmalen Frequenzband-Einheiten im Bereich von 0.5 bis 30 Hz zu extrahieren;<\/p>\n<h3>3. Berechnung der evozierten Potenziale<\/h3>\n<p>\u2026 durch Mittelung des EEGs \u00fcber mehrere Versuche f\u00fcr jede Versuchskategorie und jeden Kanal mit hoher Zeitaufl\u00f6sung;<\/p>\n<h3>4. Dekomposition eines individuellen ERPs<\/h3>\n<p>\u2026 in unabh\u00e4ngige Komponenten durch Anwendung r\u00e4umlicher Filter, extrahiert mittels der ICA von der Menge der ERPs die f\u00fcr die entsprechende Gruppe gesunder Personen berechnet wurde;<\/p>\n<h3>5. Vergleich jeder extrahierten elektrophysiologischen und Verhaltensvariablen<\/h3>\n<p>\u2026 mit der entsprechenden Variablen, die f\u00fcr eine sorgf\u00e4ltig erstellte und statistisch kontrollierte alters-angepasste, normative Datenbank berechnet wurde, in der die Variablen transformiert wurden und auf Gaussche Verteilung hin gepr\u00fcft wurden.<\/p>\n<p>Der Vergleich wird durchgef\u00fchrt mittels der Verwendung parametrischer statistischer Prozeduren, die die Unterschiede zwischen den Patienten und ihren entsprechenden alters-angepassten Referenzgruppen in Form von z-Scores darstellen.<\/p>\n<p><strong>Die Ergebnisse der Analyse und statistischem Vergleich werden in einem individuellen Bericht zusammengefasst.<\/strong><\/p>\n<\/div><\/div><\/section>\n<\/div><\/p><\/div><\/div><\/div><\/main><!-- close content main element --><\/div><\/div>\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-&apos;av-jpr4h52r&apos;-ee4d9a51b9f5f0fe2e7ef1fa03246151\">\n.avia-section.&apos;av-jpr4h52r&apos;-ee4d9a51b9f5f0fe2e7ef1fa03246151{\nbackground-color:&apos;&apos;;\nbackground-image:unset;\n}\n.avia-section.&apos;av-jpr4h52r&apos;-ee4d9a51b9f5f0fe2e7ef1fa03246151 .av-section-color-overlay{\nopacity:&apos;0.5&apos;;\nbackground-color:&apos;#ffffff&apos;;\nbackground-image:url(&apos;&apos;);\nbackground-repeat:repeat;\n}\n<\/style>\n<div id='av_section_2' aria-label='&amp;apos;&amp;apos;' class='avia-section &apos;av-jpr4h52r&apos;-ee4d9a51b9f5f0fe2e7ef1fa03246151 &apos;main_color&apos; avia-section-&apos;huge&apos; avia-&apos;no-border-styling&apos;  avia-builder-el-8  el_after_av_section  avia-builder-el-last  aposapos avia-bg-style-&apos;parallax&apos; av-section-color-overlay-active av-minimum-height av-minimum-height-&apos;&apos; av-height-&apos;&apos;  av-section-with-video-bg container_wrap sidebar_right'   data-section-video-ratio='&apos;16:9&apos;'><div  class='avia-slideshow av_slideshow_obj-1-69ea08881cdbd avia-slideshow-featured av_slideshow avia-slide-slider av-slideshow-ui av-control-default av-slideshow-manual av-loop-once av-loop-manual-endless av-default-height-applied  av-section-video-bg avia-slideshow-1' data-slideshow-options=\"{&quot;animation&quot;:&quot;slide&quot;,&quot;autoplay&quot;:false,&quot;loop_autoplay&quot;:&quot;once&quot;,&quot;interval&quot;:5,&quot;loop_manual&quot;:&quot;manual-endless&quot;,&quot;autoplay_stopper&quot;:false,&quot;noNavigation&quot;:false,&quot;bg_slider&quot;:false,&quot;keep_padding&quot;:false,&quot;hoverpause&quot;:false,&quot;show_slide_delay&quot;:0}\"  itemprop=\"image\" itemscope=\"itemscope\" itemtype=\"https:\/\/schema.org\/ImageObject\" ><ul class='avia-slideshow-inner ' style='padding-bottom: 28.666666666667%;'><li  data-controls='disabled' data-mute='aviaTBaviaTBvideo_mute' data-loop='1' data-disable-autoplay=''  data-video-ratio='0' class='avia-slideshow-slide av_slideshow_obj-1-69ea08881cdbd__0  av-video-slide  av-video-service-  av-hide-video-controls av-mute-video av-loop-video  av-single-slide slide-1 slide-odd'><div data-rel='slideshow-1' class='avia-slide-wrap '    itemprop=\"video\" itemtype=\"https:\/\/schema.org\/VideoObject\" ><img fetchpriority=\"high\" class=\"avia-img-lazy-loading-not-\"  src='' width='' height='' title='' alt=''  itemprop=\"thumbnailUrl\"   \/><div class=\"av-click-to-play-overlay\"><div class=\"avia_playpause_icon\"><\/div><\/div><\/div><\/li><\/ul><\/div><div class=\"av-section-color-overlay-wrap\"><div class=\"av-section-color-overlay\"><\/div><div class='container av-section-cont-open' ><div class='template-page content  av-content-small alpha units'><div class='post-entry post-entry-type-page post-entry-164'><div class='entry-content-wrapper clearfix'>\n\n<style type=\"text\/css\" data-created_by=\"avia_inline_auto\" id=\"style-css-&apos;av-kdoiz7vy&apos;-f327509d9f9bed6964d4fe2350313348\">\n.av_font_icon.&apos;av-kdoiz7vy&apos;-f327509d9f9bed6964d4fe2350313348{\ncolor:&apos;#354b6a&apos;;\nborder-color:&apos;#354b6a&apos;;\n}\n.avia-svg-icon.&apos;av-kdoiz7vy&apos;-f327509d9f9bed6964d4fe2350313348 svg:first-child{\nstroke:&apos;#354b6a&apos;;\nfill:&apos;#354b6a&apos;;\n}\n.av_font_icon.&apos;av-kdoiz7vy&apos;-f327509d9f9bed6964d4fe2350313348 .av-icon-char{\nfont-size:&apos;80px&apos;;\nline-height:&apos;80px&apos;;\nwidth:&apos;80px&apos;;\n}\n<\/style>\n<span  id=\"aposapos\"  class='av_font_icon &apos;av-kdoiz7vy&apos;-f327509d9f9bed6964d4fe2350313348 avia_animate_when_visible av-icon-style-&apos;&apos; avia-icon-pos-&apos;center&apos; aposapos avia-iconfont avia-font-&apos;hbimed-icon&apos;'><a href='&apos;&apos;'   class='av-icon-char' data-av_icon='' data-av_iconfont='&apos;hbimed-icon&apos;' aria-hidden=\"false\" ><\/a><span class='av_icon_caption av-special-font'>&apos;&apos;<\/span><\/span>\n<\/div><\/div><\/div><!-- close content main div --><\/div><\/div><\/div><div id='after_section_2'  class='main_color av_default_container_wrap container_wrap sidebar_right'  ><div class='container av-section-cont-open' ><div class='template-page content  av-content-small alpha units'><div class='post-entry post-entry-type-page post-entry-164'><div class='entry-content-wrapper clearfix'><\/p>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":2,"featured_media":0,"parent":0,"menu_order":100,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-164","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/hbimed.com\/index.php?rest_route=\/wp\/v2\/pages\/164","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hbimed.com\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/hbimed.com\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/hbimed.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/hbimed.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=164"}],"version-history":[{"count":0,"href":"https:\/\/hbimed.com\/index.php?rest_route=\/wp\/v2\/pages\/164\/revisions"}],"wp:attachment":[{"href":"https:\/\/hbimed.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=164"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}