Metadaten

Heidelberger Akademie der Wissenschaften [Hrsg.]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2016 — 2017

DOI Kapitel:
C. Förderung des wissenschaftlichen Nachwuchses
DOI Seite / Zitierlink: 
https://doi.org/10.11588/diglit.55652#0233
Lizenz: Freier Zugang - alle Rechte vorbehalten

DWork-Logo
Überblick
Faksimile
0.5
1 cm
facsimile
Vollansicht
OCR-Volltext
C. Förderung des wissenschaftlichen Nachwuchses

Vorverarbeitung der Daten notwendig, die weiterer Recherche und aufwändiger
Analyseschritte bedurfte. Unter anderem muss in einem letzten Schritt der Vor-
verarbeitung der gesamte Verlauf aller EEG-Aufnahmen von Hand geprüft wer-
den. Dieser Verarbeitungsschritt umfasst eine Independent Component Analysis
(IGA), bei der die Gehirnaktivität nicht mehr über die verschiedenen gemessenen
Kanäle dargestellt wird, sondern durch mathematisch unabhängige Komponenten.
Die verschiedenen Komponenten erlauben einen Rückschluss auf den Ursprung
des gemessenen Signals, und ermöglichen somit auch Artefakterkennung. Exem-
plarisch dargestellt sind verschiedene Abbildungen zu einer Komponente, die ty-
pische Merkmale eines Artefakts enthält (Abb. 2), sowie einer Komponente, die
durch neuronale Aktivität erklärt werden könnte (Abb. 3). Auch hier wurde die
Gruppenanalyse vorbereitet. Nachdem die komplette Verarbeitung und Analyse
der EEG-Daten abgeschlossen ist, planen wir die kombinierte EEG-fMRT-Ana-
lyse, die die hohe zeitliche und räumliche Auflösung der Methoden kombiniert.
Die erhobenen Fragebögen zu Facetten der emotionalen Verarbeitung sowie zu
subklinischen Ausprägungen von psychischen Erkrankungen in der Allgemein-
bevölkerung wurden komplett ausgewertet, und die Ergebnisse werden entspre-
chend unserer Hypothesen für eine Publikation mit fMRT-Daten korreliert. In
den meisten verwendeten Fragebögen finden wir eine gute Streuung der Werte
zwischen den Studienteilnehmern, was Korrelationen mit Verhaltensweisen oder
subklinischen Ausprägungen ermöglicht. Einen besonderen Höhepunkt unserer

IC1

Continoiis data



Abb. 2: Beispiel für eine Kom-
ponente der ICA, die Rauschen
beinhaltet. In dem Spectrogramm
rechts oben sieht man, dass der Effekt
am Ende der Messung entstanden ist
(dunkler Streifen am oberen Ende
des Feldes). Betrachtet man das
Frequenzspektrum unten (Kurve),
sieht man auch für Gehirnaktivität
untypische Peaks in regelmäßigen
Abständen. Aus der kombinierten
Betrachtung der einzelnen Aspekte
weiß man, dass es sich nicht um
aufgabenbezogene Gehirnaktivität
sondern um Rauschen handelt, und
diese Komponente verworfen werden
muss. Die hierin enthaltene Aktivi-
tät wird von den Daten abgezogen.

234
 
Annotationen
© Heidelberger Akademie der Wissenschaften