M. Spreng

Gehörschäden durch Freizeitlärm

ZusammenfassungLärm gefährdet die Gesundheit. Heute muß festgestellt werden, daß eine erhebliche Gefährdung durch Freizeitlärm, insbesondere bei Kindern, Jugendlichen und jungen Erwachsenen, besteht. Epidemiologische Untersuchungen an Jugendlichen, die noch keiner beruflichen Lärmbelastung ausgesetzt waren, lassen steigende Zahlen mit nachweisbaren, irreversiblen Innenohrschäden erkennen. Als wesentliche Ursachen werden die weite Verbreitung sehr lauter Kinderspielzeuge (Pistolen, Knackfrosch), Feuerwerkskörper sowie die heute ubiquitäre Verfügbarkeit elektroakustischer Verstärkung für Musik, z.B. mittels tragbarer Abspielgeräte, in Diskotheken oder in Musik-Großveranstaltungen angesehen. Der Schutz vor einer medizinisch unheilbaren Gehörschädigung durch Freizeitlärm ist daher eine wichtige Aufgabe der Präventivmedizin. Durch Aufklärungsmaßnahmen sollte auf die Gefahren der Gehörgefährdung durch laute Freizeitbeschäftigungen aufmerksam gemacht werden. Zum Schutz von Kindern und Jugendlichen, aber auch von Erwachsenen ist der Gesetzgeber gefordert, Möglichkeiten von Schallpegelbegrenzungen für Diskotheken, Konzerte und Musikabspielgeräte zu prüfen und entsprechende Richtwerte in Normen oder Richtlinien zu verankern.SummaryAlthough noise in general can induce hearing loss, environmental noise represents an important risk for children, teenagers and young adults. Epidemiological investigations now support the occurrence of an increasing number of irreversible hearing losses in these groups. Major causes of hearing loss are toys (guns), explosives and electroacoustically amplified music delivered by head sets or heard in discotheques and open air concerts. Clinical indications are discussed.

Some Improvements in the Measurement of Variable Latency Acoustically Evoked Potentials in Human EEG

Since averaging of acoustically evoked potentials of variable latency yields inconsistent estimates, we tried to improve the results by applying Woodys adaptive filter [8], a weli-known template-cross-correlation method. However, the results were worse and obviously less reliable than those reported by Woody. The following reasons for this behavior were found: 1) low signal-to-noise ratio and 2) large coincidences in the spectral components of EEG and of acoustically evoked potentials, enabling erroneous synchronizations of evoked potential-like EEG transients.

Extensible biosignal (EBS) file format: simple method for EEG data exchange.

Increasing use of computer technology in EEG research requires the creation of standardized data formats to transmit, exchange, analyze or modify mainly EEG/MEG as well as mere general polygraphic data. The extensible biosignal file format (EBS) has been designed for easy use. The concept of the EBS format is a simple structure of variable size, consisting of one fixed and two variable headers and a data section. In the variable header, any information can be stored in attributes. The data are archived in one of 3 organizational forms: channel order, temporal order, or compressed. The format supports various data types, multiple biosignals (ECG, EEG, MEG, polygraph), annotations, processing history, location diagrams (CGM), 16 hit ISO 10646 character set, random access to large amounts of data, global or private extensions, self-identification, and multiple tools for conversion, modification and visualization which are freely available in source code.

Unsupervised Classification of EEG from Subdural Seizure Recordings

Whereas the visual EEG-inspection of epileptic seizures draws the attention to the waxing and waning of specific graphoelements in multi-channel recordings, the domain of computerized EEG-analysis for epilepsy diagnosis is detection of transients (i.e., spikes) and the quantification of background activity (i.e., mapping procedures). We present an approach to identify relatively fast changes of background activity by use of an automatic classifier. This algorithm is independent of the occurrence of any specific single type of graphoelement. The EEG is segmentated into short epochs of 0.64 sec duration each. For every segment a set of parameters (Hjorth, spectral power in classical frequency bands) is extracted, which taken together build elements of a vector-space. The elements are clustered in an automatic and unsupervised manner by use of a cosine-classifier, such that every EEG-epoch belongs to one class. Changes of brain activity as seen with the EEG are marked by transitions from one class to another. The class occurrence density is defined as the number of different classes that occur within a pre-defined number of EEG-epochs. It gives a new measure of variability of the EEG-signal. Comparing the epochs when class transitions take place in different channels, the class transitions coincidence between two channels is a measure of functional coupling of brain areas.

Online Spike-Erkennung TEMPLAS unter Windows NT im Epilepsie-Monitoring

EINLEITUNG: In der präoperativen Epilepsiediagnostik werden pharmakoresistente Epilepsiepatienten im Hinblick auf einen möglichen neurochirurgischen Eingriff untersucht (sieh Fig. 1)[7]. Zentrale funküonelle Diagnostik wird mittels EEG-Registriemngen und anschließenden Auswertungen durchgeführt, wobei computergestützte Verfahren zur Erkennung und Quantifizierung epileptifonner Muster (Spikes) eingesetzt werden [5]. Ein hochselektives individuell anpaßbares SpikeErkennungsverfahren, TEMPLAS genannt, wurde für den klinischen Einsatz entwickelt [4].