04.02.2014 Aufrufe

Rekonstruktion und Simulation der Ausbreitung ... - OPUS Würzburg

Rekonstruktion und Simulation der Ausbreitung ... - OPUS Würzburg

Rekonstruktion und Simulation der Ausbreitung ... - OPUS Würzburg

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Kapitel 2.3 – Gr<strong>und</strong>lagen: <strong>Rekonstruktion</strong> kardialer Potentiale<br />

Die <strong>Rekonstruktion</strong> <strong>der</strong> in dieser Arbeit dargestellten epikardialen Potentiale wurden<br />

unter Einsatz von Tikhonov-Regularisierungen 0-ter <strong>und</strong> 2-ter Ordnung durchgeführt.<br />

GMRes-Regularisierung<br />

Da die Tikhonov-Regularisierung a-priori Wissen über die Charakteristik <strong>der</strong> Lösungen<br />

verwendet um diese zu beschränken, kann sie durch Glättung zu einer Vermin<strong>der</strong>ung<br />

<strong>der</strong> räumlichen Auflösung führen. Auch muss ein optimaler Regularisierungsparameter<br />

gef<strong>und</strong>en werden, was in <strong>der</strong> Praxis Probleme mit sich bringt. Aus diesem Gr<strong>und</strong>e<br />

wurde die Generalized Minimal Residual Methode (GMRes) entwickelt <strong>und</strong> erstmals<br />

von Ramanathan <strong>und</strong> Rudy implementiert [Ramanathan2003, 2004a]. Es handelt sich<br />

hierbei um einen unabhängigen, iterativen Lösungsansatz, <strong>der</strong> die gef<strong>und</strong>ene Lösung<br />

nicht beschränkt. In einigen Fällen konnten hiermit Potentialeigenschaften rekonstruiert<br />

werden, die mit <strong>der</strong> Tikhonov-Regularisierung nicht dargestellt werden konnten. In <strong>der</strong><br />

klinischen Praxis könnte eine Kombination bei<strong>der</strong> Regularisierungsverfahren<br />

Anwendung finden um auch ohne physiologische bzw. pathophysiologische a-priori<br />

Informationen über den Patienten ein Maximum an Diagnostischer Information <strong>und</strong><br />

Zuverlässigkeit zu erzielen.<br />

Tikhonov-Greensite Regularisierung (TG)<br />

Greensite konnte zeigen, dass mit Hilfe <strong>der</strong> Tikhonov-Regularisierung keine optimale<br />

Lösung gef<strong>und</strong>en werden kann. Er schlägt stattdessen in Methode vor [Greensite2001]<br />

die auf <strong>der</strong> integralen Formulierung des inversen Problems gemäß Gleichung 2.3.13<br />

= ∫ A(<br />

η,<br />

ξ ) χ(<br />

ξ,<br />

t dΩξ<br />

Ω<br />

y ( η,<br />

t)<br />

)<br />

(Gl. 2.3.13)<br />

beruht <strong>und</strong> Zeitabhängigkeiten die den Daten immanent sind mitberücksichtigt. Die<br />

Vorteile seines Ansatzes liegen in <strong>der</strong> einfachen mathematischen Formulierbarkeit <strong>und</strong><br />

Seite 97

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!