Forschungsprojekt »NEMO«: Anonymisierungsverfahren für EEG-Signale entwickelt
Eine andere Sicht auf die Entstehung der sporadischen Form der Alzheimerkrankheit
Bei der Alzheimerkrankheit soll einer Theorie nach als Plaques abgelagertes Amyloid krankheitsauslösend wirken, während dies einer anderen Hypothese zufolge durch nachlassende Energiebereitstellung durch Mitochondrien geschieht. Betroffene weisen kognitive Defizite, wie beispielsweise Gedächtnis- oder Orientierungsstörungen auf und erleben diesen Zustand unter anderem mit geänderter Affektivität und gestörtem Verhalten.
Eine chronisch neurodegenerative Krankheit ließe sich durch prozessual bedingte Veränderungen auffassen, bei dem eine Abweichung von der Norm durch Pathomorphologie oder Dysfunktionalität erklärbar wird. Welche Substanz steckt aber dahinter? Um es vorweg zu nehmen: Bis heute ist es nicht zu begreifen, bestenfalls zu erahnen. Hingegen ist es möglich, außergewöhnliche (Substanz-)Eigenschaften zu erkennen: Wie etwa die hohe Effizienz bei der Verwertung von Glukose zur Energiegewinnung von Adenosintriphosphat (ATP) durch oxidative Phosphorylierung. Oder die Entstehung von Mutationen im Erbgut, beispielsweise durch Methylierung von Cytosin durch Elektronen, die in der Lage sind, eigentlich unüberwindbare Potenzialbarrieren zu durchdringen.
Auch wenn nachfolgend aufgrund solcher Erkenntnisse eine Antwort auf die Frage nach der wirklichen Substanz schuldig bleibt. Das Wechselspiel alles Begreifbaren, von der subatomaren Ebene herauf in die gewohnte Makrowelt, verspricht in jedem Fall eine spannende Reise.
Die Aufzeichnung der Hirnaktivität über Elektroenzephalogramme (EEG) liefert in der Wissenschaft und Medizin wichtige Erkenntnisse. Die individuellen Datenmuster ermöglichen aber auch Rückschlüsse auf einzelne Personen (»Brainprints«). Das Projekt »NEMO« unter Koordination des Fraunhofer IDMT hat Technologien für mehr Datenschutz und gleichzeitig für eine bessere Verfügbarkeit von EEG-Daten in der Wissenschaft erforscht. Der Ansatz der Forschenden soll das Risiko zur Re-Identifikation in EEG-Daten deutlich reduzieren, während relevante Informationen für die Datenauswertung erhalten bleiben.
Quelle: IDW Informationsdienst Wissenschaft













































































































































































