Entwicklung, Validierung und Anwendung von Verfahren zur Bestimmung der Konnektivität zwischen Hirnstrukturen
Entwicklung, Validierung und Anwendung von Verfahren zur Bestimmung der Konnektivität zwischen Hirnstrukturen
批准号:
196030039
负责人:
Professor Dr. Lars Grasedyck
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Grants
财政年份:
2011
资助国家:
德国
项目状态:
已结题
起止时间:
2010-12-31 至 2014-12-31
中文摘要
点击翻译按钮获取中文摘要
英文摘要
Die Bestimmung der Konnektivität zwischen Hirnstrukturen ist von fundamentaler Bedeutung für das Verstehen von Hirnprozessen. Ziel dieses Paketantrages, bestehend aus zwei Teilanträgen, ist es daher, die Zeitverläufe neuronaler Aktivierungen mit höchstmöglicher Genauigkeit zu rekonstruieren, um dann funktionelle Konnektivitätsmaße zu berechnen. Da zeitlich hochaufgelöste EEG- und MEG-Signale eine Überlagerung von Beiträgen verschiedener Hirnareale darstellen, ist die Anwendung sogenannter Quellrekonstruktionsmethoden erforderlich. Dazu werden im Teilantrag 1 adjungierte Finite-Elemente-Methoden (FEM) unter Verwendung numerisch-adaptiver Gittergenerierung entwickelt. Neue inverse Methoden werden erarbeitet, die auf der FEM-Hierarchie aufbauen. In systematischen Computersimulationsstudien werden dann Konnektivitätsmaße auf der Basis der hochgenau über die FEM-Verfahren rekonstruierten Aktivierungszeitverläufe evaluiert. Die Anwendbarkeit und der Nutzen der Verfahren werden mit Hilfe von Computersimulationen, sowie anhand klinischer Daten (multifokale Epilepsie) demonstriert. Der Inhalt des Teilantrags 2 besteht in der weitergehenden quantitativen und qualitativen Evaluierung der Verfahren. Dabei wird zunächst die tatsächliche Genauigkeit der entwickelten Konnektivitätsmaße sowie der Nutzen der hochgenauen FEM-Modellierung mittels physikalischer Phantommodelle untersucht. In einem zweiten Schritt werden die Methoden auf die sprachverarbeitenden Gehirnnetzwerke von Kindern und Erwachsenen angewendet. Dieser Nachweis der praktischen Anwendbarkeit ist eine entscheidende Voraussetzung für die Akzeptanz und Integration der in diesem Paketantrag entwickelten Methoden.
期刊论文(6)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
DOI:
10.1016/j.neuroimage.2012.05.006
发表时间:
2012-08-01
期刊:
NEUROIMAGE
影响因子:
5.7
作者:
[Lanfer, B., Scherg, M., Wolters, C. H.]
通讯作者:
Wolters, C. H.
DOI:
10.1016/j.neuroimage.2015.01.043
发表时间:
2015-04-15
期刊:
NEUROIMAGE
影响因子:
5.7
作者:
[Cho, Jae-Hyun, Vorwerk, Johannes, Knoesche, Thomas R.]
通讯作者:
Knoesche, Thomas R.
DOI:
10.1016/j.neuroimage.2014.06.040
发表时间:
2014-10-15
期刊:
NEUROIMAGE
影响因子:
5.7
作者:
[Vorwerk, Johannes, Cho, Jae-Hyun, Wolters, Carsten H.]
通讯作者:
Wolters, Carsten H.
DOI:
10.1007/s00791-015-0239-x
发表时间:
2013-12
期刊:
Computing and Visualization in Science
影响因子:
--
作者:
[P. Gerds;L. Grasedyck]
通讯作者:
P. Gerds;L. Grasedyck
DOI:
10.1007/s10548-012-0263-9
发表时间:
2013-04-01
期刊:
BRAIN TOPOGRAPHY
影响因子:
2.7
作者:
[Dannhauer, Moritz, Laemmel, Eric, Knoesche, Thomas R.]
通讯作者:
Knoesche, Thomas R.
共 6 条
Self-Adaptive Reliable Numerical Treatment of Polymorphic Uncertainty by Hierarchical Tensors
-
批准号:312863472
-
项目类别:Priority Programmes
-
资助金额:$0.0万
-
财政年份:2016
-
负责人:Professor Dr. Lars Grasedyck
-
依托单位:
ExaSolvers - Extreme scale solvers for coupled systems
-
批准号:230946257
-
项目类别:Priority Programmes
-
资助金额:$0.0万
-
财政年份:2012
-
负责人:Professor Dr. Lars Grasedyck
-
依托单位:
Adaptive Hierarchical Low Rank Formats of High-dimensional Tensors with Applications in PDEs with Stochastic Parameters
-
批准号:79152369
-
项目类别:Priority Programmes
-
资助金额:$0.0万
-
财政年份:2008
-
负责人:Professor Dr. Lars Grasedyck
-
依托单位:
Entwicklung und Validierung von Verfahren zur Lokalisation von Hirnaktivität mit Hilfe der Methode der Finiten Elemente
-
批准号:20517916
-
项目类别:Research Grants
-
资助金额:$0.0万
-
财政年份:2006
-
负责人:Professor Dr. Lars Grasedyck
-
依托单位:
Tensor approximation methods for modeling tumor progression
-
批准号:458051812
-
项目类别:Research Grants
-
资助金额:$0.0万
-
财政年份:--
-
负责人:Professor Dr. Lars Grasedyck
-
依托单位:
海外基金