Die Tokeya Deep Data Dive GmbH & Co. KG untersucht mit Hilfe von Methoden aus der KI, der Zeitenreihen-Analyse und der Theorie dynamischer Systeme EEG-Daten von Patienten mit MDD (major depression disease; z. Dt. schwere Depression) und AD (Alzheimer disease; z. Dt. Alzheimer-Krankheit). Ziel dieser Analysen ist es, Methoden zu entwickeln, die die Früherkennung von Alzheimer-Demenz erheblich verbessern und gleichzeitig eine Abgrenzung von Altersdepressionen liefern, um eine Fehlbehandlung zu vermeiden.
In den nachfolgenden Bildern sieht man im ersten Bild bei zwei Probandenden Verlauf des EEG für eine Elektrode. Im zweiten Bild sieht man diezugehörige „Higuchi Fraktale Dimension“ (HFD).
Je niedriger die HFD, desto glatter die EEG-Rohdaten-Kurve, auch wenn sie mehr Ausreißer als die Vergleichskurve aufweist. Hat die HFD z. B. bei Depressions-Patienten einen Wert von unter 1,6, dann ist das signifikant für das Vorliegen einer MDD. Bei Alzheimer gilt modifiziert das Gleiche: je geringer die Aktivität, umso glatter die Kurve und umso niedriger die HFD. Hierdurch erhält man bei vollständiger EEG-Datenanalyse über eine Klassifikation mit fortgeschrittenen KI-Methoden eine möglichst frühzeitige Diagnose über das Vorliegen der Erkrankung.
Deutsch 
English