Medizinische Messverfahren wie Elektrokardiografie (EKG), Elektromyografie (EMG) sowie Elektroenzephalografie (EEG) sind heutzutage unverzichtbar. Mithilfe dieser Messungen ist es möglich, diverse Krankheiten des Herzens, der Muskulatur und des Nervensystems frühzeitig zu erkennen und prophylaktische Maßnahmen einzuleiten. Um dieses Wissen auch für Lernende ohne jegliches Vorwissen greifbar zu machen, entwickelten drei Schüler im Rahmen ihrer Diplomarbeit eine praxisnahe Laborübung, die ein fachkundiges „Hineinschnuppern“ ermöglicht.
Als Grundlage dieser Arbeit diente die bereits bestehende Übung „Medizintechnik“, die jedoch etwas in die Jahre gekommen war und den Übungsfluss erschwerte. Der Einsatz der Open-Source-basierten, biomedizinischen Erfassungssysteme des US-amerikanischen Unternehmens OpenBCI® ebnete nun den Weg in Richtung „Forschen am Stand der Technik“. Hierbei handelt es sich um kleine, handliche Boards, die mittels Elektroden beliebige Biosignale erfassen, verstärken und digitalisieren. Zur weiteren Datenverarbeitung, wie der Berechnung von Herzparametern (HRV-Wert, QRS-Komplex und Herzfrequenz), dienen ein eigens kreiertes MATLAB®-Skript sowie ein Simulink®-Modell zur anschließenden Signaldarstellung.
Ein weiterer Schwerpunkt liegt auf der Verarbeitung von Echtzeitdaten, das bedeutet, dass die Aufnahme von Messdaten und deren Auswertung zeitlich parallel erfolgen. Im Zuge der Übung werden die bei der Gesichtsmuskelkontraktion entstehenden elektrischen Signale erfasst, live übertragen, mittels Python-Programm ausgewertet und in weiterer Folge mittels Mikrocontroller verschiedenfarbige LEDs angesteuert, welche den jeweiligen Gesichtsausdruck widerspiegeln (Grün repräsentiert Freude, Gelb signalisiert neutrale Stimmung und Rot kennzeichnet Wut).
Diese Übungsneukonzipierung wird ab dem kommenden Schuljahr einen festen Bestandteil des Laborunterrichts darstellen.
Hinweis:
MATLAB® und Simulink® sind eingetragene Marken der MathWorks Inc.
OpenBCI ist eine eingetragene Marke von OpenBCI LLC
