Metadaten

Heidelberger Akademie der Wissenschaften [Editor]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2003 — 2004

DOI chapter:
III. Förderung des wissenschaftlichen Nachwuchses: Das WIN-Kolleg
DOI chapter:
1. Forschungsschwerpunkt "Gehirn und Geist: Physische und psychische Funktionen des Gehirns"
DOI Page / Citation link: 
https://doi.org/10.11588/diglit.67592#0276
License: Free access  - all rights reserved

DWork-Logo
Overview
Facsimile
0.5
1 cm
facsimile
Scroll
OCR fulltext
288 | FÖRDERUNG DES WISSENSCHAFTLICHEN NACHWUCHSES

Acknowledgements:
Wir danken dem Boehringer-Ingelheim Fonds (BIF), dem Bundesministerium für
Bildung und Forschung (BMBF-DIP) und der German-Israeli Foundation for
Scientific Research and Development (GIF) für ihre Unterstützung.
3. Em Bram-Computer Interface (BCI) auf der Basis von funktioneller Magnetreso-
nanztomographie (fMRI)
Moderne Bildgebungsverfahren, wie die funktionelle Magnetresonanztomographie
(fMRI), können neuronale Aktivität mit hoher räumlicher und zeitlicher Auflösung
(Millimeter bzw. Sekunden) im ganzen Gehirn detektieren. Im Vergleich zur Elek-
troenzephalographie (EEG) bietet em Brain-Computer Interface auf der Basis der
fMRI die Möglichkeit, die lokale Aktivität aus umschriebenen Gehirnregionen
zurückzumelden. Diese Rückmeldung kann vom Probanden genutzt werden, um
die Autoregulation der fMRI Aktivität in bestimmten Regionen zu erlernen.
Das kürzlich entwickelte fMRI basierte Bram-Computer Interface (Weiskopf
et al., 2003 a) wurde technisch weiterentwickelt und auf em 3 Tesla fMRI System
portiert (Abb. 3A). Die hohe Magnetfeldstärke und spezielle neu entwickelte Bild-
gebungsverfahren verbessern die Bildqualität und Sensitivität gegenüber funktionel-
ler Aktivität (Weiskopf et al., 2003 b), was die Zuverlässigkeit der Rückmeldung

A 1
0.8
0.6
P
0.4
0.2


- LFP&SUA

Chance level
0-*-------
0 10 20 30 40

Number of electrodes

-50 0 50
Lateral (mm)


Abbildung 2:
(A) Wahrscheinlichkeit der richtigen Dekodierung der Bewegungsrichtung als Funktion der
Anzahl der Elektroden. Farben kennzeichnen unterschiedliche neuronale Signale: LFPs (grün),
Aktivität mehrerer einzelner Neurone (rot) und LFPs zusammen mit Einzelzellaktivität
(schwarz). (B) Beispiele vorhergesagter Bewegungsverläufe mit Hilfe der Aktivität von acht
gleichzeitig gemessenen LFPs. Kreise markieren die acht Zielpunkte, Farben kennzeichnen die
vorhergesagten Bewegungsverläufe zu vier unterschiedlichen Zielen (rechts, links, distal, proxi-
mal). Der Korrelationskoeffizient (cc) zwischen den tatsächlichen und den vorhergesagten Bewe-
gungsverläufen ist in der rechten oberen Ecke separat für die X- und T-Achse angegeben. (Verän-
derter Nachdruck aus Mehring et al. 2003a mit freundlicher Genehmigung der Nature Publishing
Group, London, UK)
 
Annotationen
© Heidelberger Akademie der Wissenschaften