Refine
Year of publication
Document Type
- Article (13284)
- Part of Periodical (8459)
- Book (5885)
- Doctoral Thesis (3546)
- Part of a Book (2760)
- Review (2541)
- Contribution to a Periodical (2275)
- Report (1015)
- Working Paper (1014)
- Conference Proceeding (495)
Language
- German (42674) (remove)
Keywords
- Deutsch (787)
- Literatur (736)
- Rezension (434)
- Deutschland (387)
- Frankfurt <Main> / Universität (341)
- Rezeption (282)
- Geschichte (257)
- Vorlesungsverzeichnis (224)
- Film (223)
- Hofmannsthal, Hugo von (217)
Institute
- Präsidium (5003)
- Medizin (2204)
- Extern (1768)
- Gesellschaftswissenschaften (1379)
- Rechtswissenschaft (1031)
- Geschichtswissenschaften (908)
- Biochemie und Chemie (885)
- Neuere Philologien (810)
- Wirtschaftswissenschaften (773)
- Physik (691)
Partielle Differentialgleichungen des Reaktions-Diffusions-Typs beschreiben Phänomene wie Musterbildung, nichtlineare Wellenausbreitung und deterministisches Chaos und werden oft zur Untersuchung komplexer Vorgänge auf den Gebieten der Biologie, Chemie und Physik herangezogen. Zellulare Nichtlineare Netzwerke (CNN) sind eine räumliche Anordnung vergleichsweise einfacher dynamischer Systeme, die eine lokale Kopplung untereinander aufweisen. Durch eine Diskretisierung der Ortsvariablen können Reaktions-Diffusions-Gleichungen häufig auf CNN mit nichtlinearen Gewichtsfunktionen abgebildet werden. Die resultierenden Reaktions-Diffusions-CNN (RD-CNN) weisen dann in ihrer Dynamik näherungsweise gleiches Verhalten wie die zugrunde gelegten Reaktions-Diffusions-Systeme auf. Werden RD-CNN zur Identifikation neuronaler Strukturen anhand von EEG-Signalen herangezogen, so besteht die Möglichkeit festzustellen, ob das gefundene Netzwerk lokale Aktivität aufweist. Die von Chua eingeführte Theorie der lokalen Aktivität Chua (1998); Dogaru und Chua (1998) liefert eine notwendige Bedingung für das Auftreten von emergentem Verhalten in zellularen Netzwerken. Änderungen in den Parametern bestimmter RD-CNN könnten auf bevorstehende epileptische Anfälle hinweisen. In diesem Beitrag steht die Identifikation neuronaler Strukturen anhand von EEG-Signalen durch Reaktions-Diffusions-Netzwerke im Vordergrund der dargestellten Untersuchungen. In der Ergebnisdiskussion wird insbesondere auch die Frage nach einer geeigneten Netzwerkstruktur mit minimaler Komplexität behandelt.
In dieser Arbeit wurden Verfahren zur Identifikation hirnelektrischer Aktivität mit Zellularen Nichtlinearen Netzwerken (CNN), im Besonderen Reaktions-Diffusions-Netzwerken, entwickelt und untersucht. Mit Hilfe der eingeführten Methoden wurden Langzeitaufzeichnungen hirnelektrischer Aktivität bei Epilepsie analysiert und mittels eines automatisierten Verfahrens ermittelt, inwieweit sich mögliche Voranfallszustände vom anfallsfreien Zustand im statistischen Sinne trennen lassen.
Zunächst wurde ein Überblick über CNN gegeben und deren Beschreibung durch Systeme gekoppelter Differentialgleichungen dargestellt. Weiterhin wurden die Möglichkeiten der Informationsverarbeitung mit CNN durch Ausnutzung von Gleichgewichtszuständen oder der vollständigen raum-zeitlichen Dynamik der Netzwerke diskutiert. Zusätzlich wurde die Klasse der Reaktions-Diffusions-Netzwerke (RD-CNN) eingeführt. Für die Repräsentation der hierbei benötigten weitgehend allgemeinen nichtlinearen Zellkopplungsvorschriften wurden polynomiale Gewichtsfunktionen vorgeschlagen. Mit einer Darstellung der Theorie der Lokalen Aktivität wurden notwendige Bedingungen für emergentes Verhalten in RD-CNN angegeben. Die statistische Bewertung von Vorhersagemodellen wurde aus theoretischer Sicht beleuchtet. Mit der Receiver Operating Characteristic (ROC) wurde eine Analysemethode zur Beurteilung der Vorhersagekraft des zeitlichen Verlaufs von Kenngrößen bezüglich bevorstehender epileptischer Anfälle vorgestellt.
Als nächstes wurden Überlegungen zur numerischen Simulation von CNN und deren flexible und erweiterbare programmtechnische Umsetzung entwickelt. Die daraus resultierende und im Rahmen dieser Arbeit entstandene objektorientierte Simulationsumgebung FORCE++ wurde konzeptionell und im Hinblick auf die Softwarearchitektur vorgestellt.
Die Verfahren zur numerischen Simulation wurden auf die Problemstellung der Systemidentifikation mit CNN angewandt. Dazu wurden Netzwerke derart bestimmt, dass deren Zellausgangswerte entsprechende Signalwerte des beobachteten, zu identifizierenden Systems approximieren.
Da die Parameter der zu bestimmenden CNN im vorliegenden Fall der Untersuchung hirnelektrischer Aktivität nicht bekannt sind und nicht direkt abgeleitet werden können, wurden überwachte Lernverfahren zur Bestimmung der Netzwerke eingesetzt. Hierbei wurden Lernverfahren verschiedener Klassen für die Identifikation mit CNN mit polynomialen Gewichtsfunktionen untersucht. Die Leistungsfähigkeit des vorgestellten Identifikationsverfahrens wurde anhand bekannter Systeme einer genauen Betrachtung unterzogen. Dabei wurde festgestellt, dass die betrachteten Systeme mit hoher Genauigkeit durch CNN repräsentiert werden konnten. Exemplarisch wurde das Parametergebiet lokaler Aktivität für ein RD-CNN berechnet und durch numerische Simulationen die Ausbildung von Mustern innerhalb des Netzwerkes nachgewiesen.
Nach einem einleitenden Überblick über die medizinischen Hintergründe von Epilepsie und der Erfassung hirnelektrischer Aktivität wurde eine vergleichende Übersicht über den Stand veröffentlichter Studien zur Vorhersage epileptischer Anfälle gegeben. Für die Anwendung des hier vorgestellten Identifikationsverfahrens zur Analyse hirnelektrischer Aktivität wurde zunächst die Genauigkeit der Approximation kurzer, als quasi-stationär betrachteter Abschnitte, von EEG-Signalen untersucht. Durch gezielte Erhöhung der Komplexität herangezogener Netzwerke konnte hier die Genauigkeit der Repräsentation von EEG-Signalverläufen deutlich verbessert werden. Dabei wurde zudem die Verallgemeinerungsfähigkeit der ermittelten Netzwerke untersucht, wobei festgestellt wurde, dass auch solche Signalwerte mit guter Genauigkeit approximiert werden, die nicht im Identifikationsverfahren durch die überwachte Parameteroptimierung berücksichtigt waren. Um speziell den Einfluss der Information aus der Korrelation benachbarter Elektrodensignale zu untersuchen, wurde ein Verfahren zur multivariaten Prädiktion mit Discrete Time CNN (DT-CNN) entwickelt.
Hierbei werden durch ein CNN Signalwerte der betrachteten Elektrode aus vergangenen, korrelierten Signalwerten von Nachbarelektroden geschätzt. Für diese Aufgabenstellung konnte eine Methode zur Bestimmung der Netzwerkparameter im optimalen Sinn, alleine aus den statistischen Eigenschaften der Elektrodensignale angegeben werden. Dadurch gelang eine erhebliche Reduzierung der Rechenkomplexität, die eine umfangreiche Untersuchung intrakranieller Langzeitableitungen ermöglichte.
Zur Analyse von Langzeitaufzeichnungen mit dem RD-CNN Identifikationsverfahren, wurden die numerischen Berechnungen zur Simulation von CNN mit FORCE++ auf einem durchsatz-orientierten Hochleistungs-Rechnernetzwerk durchgeführt. Mit den so gewonnen Ergebnissen konnten vergleichende Analysen vorgenommen werden. Zudem wurden Untersuchungen zum Vorliegen lokaler Aktivität in den ermittelten RD-CNN durchgeführt.
Die bei den beschriebenen Verfahren extrahierten Kenngrößen hirnelektrischer Aktivität wurden durch ein automatisiertes Verfahren auf ihre Vorhersagekraft für epileptische Anfälle bewertet. Dabei wurde untersucht, inwieweit der anfallsfreie Zustand und ein angenommener Voranfallszustand durch die jeweils betrachtete Kenngröße im statistischen Sinn diskriminiert werden kann. Durch parallele Analysen mit Anfallszeitsurrogaten wurden hierzu ergänzende Signifikanztests durchgeführt.
Nach Auswertung von mehrtägigen Hirnstromsignalen verschiedener Patienten konnte festgestellt werden, dass mit den in dieser Arbeit entwickelten Verfahren Kenngrößen hirnelektrischer Aktivität bestimmt werden konnten, welche offenbar die Identifikation potentieller Voranfallszustände ermöglichen.
Auch wenn für eine breite medizinische Anwendung die Spezifität und Sensitivität noch weiter verbessert werden muss, so können doch die erzielten Ergebnisse einen wesentlichen Schritt hin zu einer implantierbaren, CNN-basierten Plattform zur Erkennung und Verhinderung epileptischer Anfälle darstellen. Die Berechnungen für das Identifikationsverfahren mit RD-CNN könnten dabei durch zukünftige, spezialisierte schaltungstechnische Realisierungen für mehrschichtige CNN mit polynomialen Gewichtsfunktionen eine erhebliche Beschleunigung erfahren.
Die Kartierung gesellschaftlicher Umbrüche in Werner Bräunigs Romanfragment "Rummelplatz" (2007)
(2019)
Dieser Artikel beleuchtet die Art und Weise, in der Werner Bräunigs fragmentarisches und posthum erschienenes Romanfragment "Rummelplatz"(2007) durch die Darstellung der Raumstrukturen die gesellschaftlichen Umbrüche in den Jahren 1949–1953 in der DDR skizziert. Ausgehend davon, dass der Neuaufbau gesellschaftspolitischer Strukturen und Prozesse in seiner konkreten Umsetzung an räumliche Umstrukturierungen gekoppelt ist, setzt sich die vorliegende Untersuchung mit den fiktionalen Kartographien des besagten Romanfragments auseinander. Der Text wird von den Raumbezügen aus analysiert, in denen sich die Konfigurationen zwischen den handlungswirksamen Akteuren bilden und verschieben. Das Gegensatzpaar oben/unten wird in verschiedene Konnotationen aufgegliedert, besonderes Augenmerk wird dabei auf die sozialen Implikationen des Gegensatzverhältnisses, die Verkehrung der Wertungsvorzeichen von oben und unten sowie den perspektivischen Kontrast von Übersicht und Einblick gelegt. Jenseits der vertikalen Raumachse geht der vorliegende Aufsatz auf weitere Raumbezüge ein, wie die Bewegungen zwischen Ost und West, die über die bloße Ortsveränderung hinausgehen , die Verschiebungen der Akteure im Raum und die Transformation von physischen Räumen in imaginäre Räume.
Band 7/1980 der Osnabrücker Naturwissenschaftlichen Mitteilungen enthält 5 Beiträge zur Limnologie der Nette. Die Arbeiten von BINKOWSKI, M. HOFFMEISTER, W. HOFFMEISTER und SCHROEDER (a & b) befassen sich mit der Libellenfauna, Kleintierwelt, Algenvegetation und Wassergüte von Ruller Flut und Nette. Angeregt wurden diese Untersuchungen durch eine Arbeit, die von KREUZBERG (1927) verfaßt worden ist. In ihr wird erstmals auf die "Hydrographie und Biologie" der Nette eingegangen. Die Ergebnisse werden besonders von M. HOFFMEISTER (1980) mit der Situation in den Jahren 1976-1977 verglichen. Bei der Bewertung der Ergebnisse der neueren Arbeiten kommt SCHROEDER (1980 b) zu der Ansicht, daß die Gemeinsamkeiten bei der Beurteilung der Gewässergüte (2 - 3, mit zeitweiser Tendenz nach 3) überwiegen. Für einige Unterschiede macht er methodische Gründe verantwortlich.
In der vorliegenden Arbeit wurden die Angaben von 355 Patientinnen ausgewertet, die zwischen Januar 2000 und September 2007 aufgrund eines metastasierten Brustkrebses im onkologischen Fachzentrum Frankfurt Nord-Ost behandelt worden sind. Die 5-JÜR nach Kaplan-Meier liegt im untersuchten Kollektiv bei 76 %. Die Wahrscheinlichkeit, fünf Jahre nach Erstdiagnose einer Metastasierung überlebt zu haben beträgt 50 %. Die mittlere Überlebenszeit ab Metastasierung liegt bei 7,4 Jahren. Die Wahrscheinlichkeit für metastasenfreies Überleben nach fünf bzw. zehn Jahren beträgt 60 % bzw. 44 %. Im univariaten Log-Rank-Verfahren weisen Patientinnen mit folgenden Charakteristika eine bessere Prognose hinsichtlich der Gesamtüberlebenswahrscheinlichkeit auf: Prämeno-pausaler Status bei ED, Ablatio mammae, CMF-Chemotherapie sowie operative und antihormonelle Therapie der Fernmetastasen. Als prognostisch ungünstig gelten: Positiver Nodalstatus, niedriger Differenzierungsgrad, invasiv duktaler oder lobulärer Tumortyp, höheres UICC-Stadium, Stadium > 2 der St. Gallener Risikoklassifikation, First-Line-Chemotherapie, R1-resezierte Tumoren, adjuvante Chemotherapie, > 3 verschiedene Metastasenorte und zytostatische Metastasentherapie. Die Lokalisation der Fernmetastasen ermöglicht eine differenziertere prognostische Einschätzung: Viszerale Metastasen, vor allem in der Leber und im ZNS, beeinflussen die Überlebenszeit negativ. Im Verlauf auftretende Metastasen im Abdomen/ Peritoneum gehen ebenfalls mit einer schlechteren Prognose einher. Bei ossärer Metastasierung hingegen kann mit einem benigneren Krankheitsverlauf gerechnet werden, ebenso bei Erstmanifestation der Metastasen in der Haut und/oder den Weichteilen. In der multivariaten Cox-Analyse übt die Leber als primärer Metastasierungsort den größten negativen Einfluss auf die Überlebens-wahrscheinlichkeit aus. Auch eine hohe Anzahl befallener Lymphknoten, Metastasen an > 3 verschiedenen Lokalisationen sowie ein positiver Resektionsrand führen zu signifikant schlechteren Überlebensraten. Bessere Prognosen besitzen Patientinnen, die zum Diagnosezeitpunkt prämenopausal gewesen sind und deren Metastasen im Verlauf antihormonell therapiert werden konnten. In der Cox-Regressionsanalyse erwiesen sich das Grading und der Nodalstatus als unabhängige Prognoseparameter hinsichtlich des metastasenfreien Überlebens. Demnach gilt: Je schlechter der Differenzierungsgrad eines Tumors und je mehr Lymphknoten befallen sind, desto niedriger ist die Wahrscheinlichkeit nach zehn Jahren metastasenfrei überlebt zu haben.
Über die Waldvegetation im Kreis Lippe (östl. Westfalen, NRW) liegen bisher nur wenige Daten vor; meist handelt es sich um Gebietsmonographien kleiner Bereiche. Die vorliegende Arbeit gibt anhand einer synthetischen Tabelle aus 310 Vegetationsaufnahmen einen Überblick über die Querco-Fagetea-Gesellschaften dieses Gebietes. Der Hauptaugenmerk gilt dabei den Buchen-beherrschten Wäldern, die den überwiegenden Anteil an der potentiellen natürlichen Vegetation ausmachen. Die vier Assoziationen Carici-Fagetum, Hordelymo-Fagetum, Galio odorati-Fagetum und Luzulo-Fagetum werden jeweils in einer Original-Tabelle dargestellt. Für jede dieser Gesellschaften werden im Text floristische Zusammensetzung, Untereinheiten, Physiognomie und Phänologie, Vorkommen und Standortbedingungen sowie ein kurzer Abriß der Entwicklung ihrer Syntaxonomie beschrieben.
Meeting Abstract Es wurde eine zellbasierte Wundauflage mit Keratinozyten und Fibroblasten auf Basis einer kommerziellen Wundauflage (Matriderm, Collagen/Elastin-Matrix) generiert, um damit großflächige Verbrennungswunden behandeln zu können. Zunächst wurde die Expansion der Keratinozyten optimiert und die Zeit für die Anzüchtung minimiert. Ausgangsmaterial waren 1–2 cm2 Spalthaut vom Patienten. Epidermis und Dermis wurden nach einer enzymatischen Behandlung mit Thermolysin voneinander getrennt. Aus den beiden Hautkompartimenten wurden durch Trypsin- und Kollagenase I-Behandlung Keratinozyten und Fibroblasten isoliert, welche in Kollagen I-beschichteten Zellkulturflaschen expandiert wurden. Nach 10 Tagen wurden die Fibroblasten auf 100 cm2 Matriderm aufgebracht. Nach einwöchiger submerser Kultivierung wurden die Keratinozyten ausgesät. Eine Woche später wurde die Matrix an die Luft-Flüssigkeitsgrenze angehoben, um die epidermale Differenzierung einzuleiten. Nach 16 Tagen wurde das Hautäquivalent fixiert und immunhistologisch sowie elektronen-mikroskopisch begutachtet. Die Histologie zeigte eine regelgerechte Stratifizierung des epidermalen Anteils. Immunhistologisch ließ sich eine Basalmembran mit Collagen IV und Laminin 5 nachweisen. Proliferative Zellen, nachgewiesen mit KI-67 befanden sich lediglich in der basalen Region der Epidermis. Desmoglein, sowie die Differenzierungsmarker Involucrin und CK 10 wurden suprabasal nachgewiesen. Elektronenmikroskopisch waren die Basalmembran sowie die Zell-Zell-Verbindungen in Form von Desmosmen zu erkennen. Späte Differenzierungsmerkmale, wie granuläre Strukturen und verdickte Zellmembranen, fanden sich im Str. granulosum und Str. corneum. Die Studie zeigt, dass man aus Matriderm eine zellbasierte Wundauflage herstellen kann, die verglichen mit dem Ausgangsmaterial um den Faktor 50–100 vergrößert ist und deren Aufbau normaler Haut weitgehend entspricht.
Massenspektrometrie-basierte Proteomuntersuchungen erfolgen auch heute überwiegend nach dem sogenannten Bottom-Up-Ansatz, d.h. die Identifizierung von Proteinen erfolgt auf der Basis von Peptiden, die chromatographisch gut voneinander getrennt werden können und massenspektrometrisch leichter zu analysieren sind als Proteine. Nach Identifikation der Peptide kann rekonstruiert werden, welche Proteine ursprünglich in der Probe vorgelegen haben. Zentraler Arbeitsschritt der Probenvorbereitung ist daher die Zerlegung des Proteins, die entweder chemisch oder - wie in den meisten Fällen – enzymatisch erfolgt. Trypsin ist das mit Abstand am häufigsten genutzte Enzym, da es eine hohe Schnittspezifität aufweist und sehr effizient ist. Der Trypsin-Verdau ist darüber hinaus sehr robust, d.h. er zeigt eine hohe Toleranz gegenüber Verunreinigungen, und zudem werden Peptide erzeugt, die sowohl gute Ionisations- als auch gute Fragmentierungseigenschafen aufweisen. Die durch Trypsin gebildeten Peptide enthalten neben dem basischen N-Terminus eine weitere basische Aminosäure am C-Terminus, so dass sie leicht zumindest doppelt-geladene Ionen bilden können und sehr häufig aussagekräftige C-terminale Fragmentioneserien liefern.
Neben den zahlreichen Vorteilen gibt es allerdings auch Nachteile. So können nach einem tryptischen Verdau in Abhängigkeit von der Verteilung der Schnittstellen Peptide entstehen, die entweder zu klein sind, um eine verlässliche Zuordnung zu einem Protein zu erlauben oder die zu groß sind für den Massenbereich des gewählten Massenanalysators. Eine vielversprechende Alternative zu Trypsin wäre ArgC, welches C-Terminal zu Argininen schneidet und somit im Durchschnitt größere Peptide mit Ionisations- und Fragmentierungseigenschaften ähnlich zu tryptischen Peptiden erzeugt. Das Enzym ArgC weist jedoch nur eine geringe Schnittspezifität auf und sein Trypsin-ähnliches Verhalten – also das Schneiden auch hinter Lysin - wurde öfters beobachtet und wird auch vom Hersteller angegeben. Ziel dieser Arbeit war die Entwicklung einer Verdaumethode, die Peptide erzeugt, die ausschließlich auf Argininen enden.
Das Resultat der zu entwickelnden Verdaumethode sollte somit dem eines idealen enzymatichen ArgC-Verdaues entsprechen. Realisiert wurde der ArgC-ähnliche-Verdau durch den Einsatz von Trypsin, dessen enzymatischer Schnitt durch die chemische Derivatizierung der Substrat-Lysine auf Arginine reduziert wurde. Neben dem weiteren Einsatz von Trypsin sollte dieser "Quasi-Arg-C-Verdau" weitere systematische Vorteile für Proteomanalysen realisieren: Zum Ersten sollte die Anzahl von Fehlschnitt-Peptiden, die sich bei Trypsin insbesondere an Lysinen mit saurer chemischer Umgebung ergeben, reduziert werden, zum Zweiten sollten die Arg-C-Peptide sowohl durch ihre gewachsende Größe, als auch durch das mit dem C-terminalen Arginin verbesserte Fragmentierungsverhalten höhere Score-Werte bei der bioninformatischen Auswertung der MS-Daten ergeben.
Im ersten Teil wurden zunächst bioinformatische Werkzeuge entwickelt, die MALDI-MS-Dateien automatisiert prozessierten. Die entwickelten Programme umfassen die Identifizierung und relative Quantifizierung von Proteinen aus diesen Dateien. Des Weiteren wurde ein Programm zur Analyse von MALDI-ISD-Dateien entwickelt. Automatisierte Auswertungen gelangen durch die Erstellung von Workflows in der Datenanalyseplattform KNIME. Diese Workflows kombinieren in Python geschriebene Skripte und Funktionalitäten frei verfügbarer Programme wie "MSConvert" und "mMass".
Nach Erstellung der bioinformatischen Werkzeuge wurde die Methodenentwicklung zur Modifizierung der Lysine für verschiedene Reagenzien durchgeführt. Die Auswahl fiel auf vier Substanzen, von denen bekannt ist, dass sie unter milden Reaktionsbedingung im quantitativen Ausmaß mit Aminogruppen reagieren. Diese waren Sulfo-NHS-Acetat, Propionsäureanhydrid, Diethylpyrocarbonat und die reduktive Methylierung mit Formaldehyd und Picolin-Boran. Die Reaktionsbedingungen mussten zunächst für Proteine optimiert werden, da die publizierten Protokolle hauptsächlich zur Derivatizierung von Peptiden verwendet worden waren. Anschließend wurden die optimierten Protokolle für eine Protein- und Proteomprobe eingesetzt und die Resultate miteinander verglichen. Die Untersuchungen führten zu dem Ergebnis, dass sowohl auf Protein- als auch auf Proteomebene die Propionylierung des Lysins die besten Resultaten zeigte. Insbesondere ist hervorzuheben, dass alle ArgC-ähnlichen Ansätze unabhängig vom eingesetzten Reagenz zu besseren Ergebnissen in jeder der Untersuchungen führte als der klassische enzymatische ArgC-Verdau.
...
Über Rassenhygiene
(1913)