Titelaufnahme

Titel
A strategic approach for data processing and structural management in physiological studies : Python proof-of-concept implementation with breath-hold experiments / von Florian Thürk
Weitere Titel
Strategisches Daten- und Strukturmanagement bei physiologischen Studien
VerfasserThürk, Florian
Begutachter / BegutachterinKaniusas, Eugenijus
ErschienenWien, 2015
Umfang104 Blätter : Illustrationen, Diagramme
HochschulschriftTechnische Universität Wien, Diplomarbeit, 2016
Anmerkung
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
SpracheEnglisch
DokumenttypDiplomarbeit
Schlagwörter (EN)experimental study management / data processing / continuous monitoring / physiology / breath-hold diving
URNurn:nbn:at:at-ubtuw:1-8448 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
A strategic approach for data processing and structural management in physiological studies [7.5 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Das Hauptziel physiologischer Studien ist die Erfassung und Auswertung von verschiedensten Biosignalen, welche meistens kontinuierlich und simultan aufgenommen werden. Da die gemessenen Signale oft keinen unmittelbaren Eindruck in die charakteristische Physiologie geben, müssen meist mehrere Analyseschritte durchgeführt werden, um weitere Information freizulegen (z.B. die Berechnung der Herzrate aus einem Elektrokartiogramm). Diese interne Information alleine ist allerdings nicht ausreichend, um aussagekräftige Ergebnisse zu erhalten. Vielmehr bedarf es auch die Zuordnung von externer Information, welche den Kontext der Daten beschreibt (z.B. Ereignisse, Studiengruppe, etc.), mit dem Vergleiche und umfassende Auswertungen ermöglicht werden. Eine einheitliche Softwarelösung oder standardisierte Abläufe existieren für diese spezielle Aufgabe derzeit nicht, hätten aber immenses Potenzial die beschriebenen Vorgänge zu vereinfachen. Aus diesen Überlegungen folgt die Notwendigkeit einer strategischen Herangehensweise, die die Effizienz und die Struktur von Datenverarbeitung und organisatorischem Management innerhalb physiologischer Studien und Experimenten verbessern soll. Im Speziellen wurde, basierend auf den extrahierten Anforderungen des internen Informationsmanagements, ein Schichtenmodell entworfen, welches verschiedene Ebenen der Datenverarbeitung definiert. Diese Ebenen sind im speziellen (1) Datenerfassung (z.B. Messung von Signalen), (2) Validierung (Entfernung von Artefakten), (3) Vorverarbeitung (Berechnung von physiologischen Parametern) (4) Statistik (Aufzeigen von Trends). Zusätzlich wurde ein Konzept für eine Server-basierten Systemarchitektur gestaltet, welche die identifizierten Herausforderungen von internem und externem Informationsmanagement systematisch behandelt. Abschließend wurde ein Prototyp implementiert und auf die Daten früherer experimenteller Studien angewandt. Es konnte gezeigt werden, dass die Übersichtlichkeit und die Struktur dieser Daten deutlich verbessert wurde. Des Weiteren konnten Daten mit übereinstimmender externer Information schnell und effizient abgerufen werden womit die Weiterverarbeitung deutlich vereinfacht konnte. Das volle Potenzial des vorgestellten Konzepts muss allerdings noch in zukünftigen Implementationen, die auch die Aspekte der Zentralisierung und des internen Informationsmanagements berücksichtigen, festgestellt werden.

Zusammenfassung (Englisch)

The essential objective of physiological studies is the measurement and evaluation of various biosignals, which are often acquired continuously and simultaneously. The investigated characteristic physiology is usually concealed within the recorded signals or their interrelation and has to be extracted by the use of various data processing methods. Revealing this internal information of a signal (e.g. the heart rate from an electrocardiogram) alone, however, is not sufficient to receive the desired results. External information, describing the specific context (e.g. events, study group, etc.), has to be assigned to the data as well to allow meaningful comparison and evaluation. Unfortunately, this task is hindered by the lack of comprehensive solutions and unified procedures. To address this issue, a strategic approach was developed in order to improve efficiency and deepen the understanding of data processing and organisation management in physiological studies and experiments. Based on the specific requirements of internal information management, a layer model was designed defining four distinct stages in data processing in order to standardise common procedures of this task. These layers are (1) data acquisition (e.g. recording of signals), (2) validation (removal of artefacts), (3) preprocessing (calculation of physiological parameters) and (4) statistics (extraction of tendencies). In addition, a concept of a server-based software architecture, that is capable of handling the identified challenges of internal and external information management on a large scale, was created. A standalone prototype, focusing on external information management, was implemented and applied to data, which was obtained from five previously published experimental studies. It could be demonstrated, that the structure and overview of physiological studies can be greatly improved by this systematic approach. Furthermore, data, sharing similar external information, could be retrieved fast and efficiently for further processing. The full potential of this novel concept, however, has yet to be discovered in future implementations focusing on the aspects of centralization and data processing.