256

FÖRDERUNG DES WISSENSCHAFTLICHEN NACHWUCHSES

xis relevanten Art und Weise (d.h. mit nur geringer zeitlicher Verzögerung) zu
kontrollieren.
- Echtzeit-Feedback-Versuche ermöglichen, im Gegensatz zu offline-Versuchen,
eine neuronale Adaptation in dem Sinne, dass das Versuchstier oder der Pro-
band/Patient lernt, Gehirnaktivität zu generieren, die für die Kontrolle des BCI
möglichst gut geeignet ist.
(2) Richtungsabhängigkeit von LFPs im Frequenzbereich
Eine in der BCI Forschung bisher ungeklärte und zur Zeit kontrovers debattierte
Frage ist, welche neuronalen Signale der Großhirnrinde am besten geeignet sind, um
eine motorische Neuroprothese oder em Brain-Computer Interface anzusteuern.
Die beiden zu diesem Zweck am häufigsten verwendeten Signale sind die Spike-
aktivität einzelner Nervenzellen (single-unit activity, SUA) und das nicht-invasiv
gemessene Elektroenzephalogramm (EEG). Angesichts der Schwierigkeit des
„Spike-Sorting“ und der Schwierigkeit, stabile Langzeitmessungen der Aktivität vie-
ler einzelner Nervenzellen durchzuführen, ist die SUA möglicherweise nicht das
optimale Signal für neuroprothetische Anwendungen am Menschen. Fundamentale
Probleme des EEG hingegen sind das vergleichsweise schlechte Signal- zu Rausch-
verhältnis und das geringe räumliche Auflösungsvermögen. In diesem Projektteil
haben wir daher untersucht, inwiefern in der Großhirnrinde gemessene
Signale größerer Gruppen von Nervenzellen - die so genannten lokalen Feldpoten-
tiale (LFP) — für Brain-Computer Interfaces eine Alternative zur SUA und dem EEG
darstellen.
Kürzlich konnten wir zeigen, dass willkürliche Armbewegungen aus der
niederfrequenten Komponente (MOHz) im motorischen Kortex gemessener LFPs
vorhersagt werden können — und zwar mit einer ähnlichen Genauigkeit wie aus
der Spikeaktivität mehrerer einzelner Nervenzellen [Mehring et al. 2003], In der hier
vorgestellten Nachfolgestudie haben wir nun die bisherigen Analysen erweitert und
den Zusammenhang zwischen Armbewegungen und dem Leistungsspektrum von
lokalen Feldpotentialen in unterschiedlichen Frequenzbändern (0—200 Hz) unter-
sucht [Rickert et al. 2005], Die gewonnen Ergebnisse sind eine Grundlage für die
Wahl der Signalkomponenten für die Ansteuerung eines BCIs (siehe unten).
Das zeitaufgelöste und normalisierte Leistungsspektrum der lokalen Feld-
potentiale zeigte eine deutliche Richtungsabhängigkeit in drei Frequenzbändern:
1—4 Hz, 6—13 Hz und 62—200 Hz. Häufig konnte die Richtungsabhängigkeit durch
eine Kosinusfunktion des Winkels der Bewegungsrichtung beschrieben werden. In
den Frequenzen zwischen 13 und 62 Hz konnte keine signifikante Abhängigkeit der
Leistung von der Bewegungsrichtung festgestellt werden. Im Mittel über viele LFP-
Ableitungen war die Richtungsabhängigkeit des hochfrequenten (62—200 Hz) und
des niederfrequenten (1—4 Hz) Bandes größer als die des 6—13 Hz Bandes. Die ver-
schiedenen Frequenzbänder hatten zudem eine unterschiedliche zeitliche Entwick-
lung, wobei nur das 6—13 Hz und das 62—200 Hz Band eine signifikante Rich-
tungsabhängigkeit bereits vor dem Beginn der Bewegung aufwiesen.