Entwicklung und Testung eines Brain-Computer-Interfaces für den Einsatz in der Rehabilitation unilateraler Paresen

计算机接口研究，美国国立卫生研究院（NIH），美国华盛顿，benötigt wind和2005年7月开始。Dieses Gehirn- computer Interface soll die Planung oder Vorstellung einer handbeweung and Hand des elektroenphalogramms (EEGs) erkennen können, um emechanik (Orthese) and zusteuen， welche die gelähmte handbeweung in Gehirn einen durch diese反馈schleife getriggerten重组过程在Gang zu setzen。Da der Antragsteller bereits ausgeprägte Fähigkeiten in der Entwicklung von Gehirn-Computer Interfaces besitzt and weite Teile des ferees project benötigten Systems bereits schon vom Antragsteller entwickelt wurden， kann efficient and der feredas project am NIH spezifischen改装系统和测试齿轮传动系统werden。死betrifft: 1。基于自回归参数与支持向量机（SVM）分类方法的自回归参数与支持向量机（SVM）分类方法的实现[2] [endnoteref: 3] [endnoteref: 3] [endnoteref: 3] [endnoteref: 3] [endnoteref: 3]测试系统和实验室是美国国立卫生研究院（NIH）的研究对象。4 .中国工程技术研究院（北京）有限责任公司。《节律学与神经学》herkömmlichen《节律学与神经学》。德国科学与技术研究所（德国科学与技术研究所，德国科学与技术研究所）。

Gegenstand des Antrags ist die Entwicklung eines Gehirn-Computer Interfaces, welches zur erfolgreichen Durchführung eines Forschungsprojektes zur Neurorehabilitation von Schlaganfallpatienten am National Institute of Health (NIH) in Washington, USA, benötigt wird und ab Juli 2005 beginnt. Dieses Gehirn-Computer Interface soll die Planung oder Vorstellung einer Handbewegung anhand des Elektroenzephalogramms (EEGs) erkennen können, um eine Mechanik (Orthese) anzusteuern, welche die gelähmte Hand bewegt um im Gehirn einen durch diese Feedbackschleife getriggerten Reorganisationsprozess in Gang zu setzen. Da der Antragsteller bereits ausgeprägte Fähigkeiten in der Entwicklung von Gehirn-Computer Interfaces besitzt und weite Teile des für dieses Projekt benötigten Systems bereits schon vom Antragsteller entwickelt wurden, kann effizient an der für das Projekt am NIH spezifischen Modifikation des Systems und dessen Testung gearbeitet werden. Dies betrifft:1. Implementation von bereits extern erfolgreich getesteten optimierten Klassifikationsmethoden in das vorhandene Gehirn-Computer Interface, insbesondere der Klassifikation von autoregressiven Parametern mittels Support Vector Machine (SVM) Klassifikatoren.2. Entwicklung eines geeigneten Paradigmas und eines klinisch durchführbaren Versuchsaufbaus (inklusive Schnittstellenprogrammierung der Handorthese) zum Training der Schlaganfallpatienten.3. Testung des Systems an den dort am NIH vorhandenen Patienten4. Bei erfolgreicher Testung Einführung des Systems in das bestehende Forschungsprojekt.5. Vergleich der Ergebnisse mit der herkömmlichen Methode der Auswertung des mu- Rhythmus zur Bewegungssteuerung.Nach Beendigung des Auslandsaufenthaltes kann dieses System auch in Deutschland für derartige Studien zur Verfügung gestellt werden.