课题基金 / 基金详情

Entwicklung, Validierung und Anwendung von Verfahren zur Bestimmung der Konnektivität zwischen Hirnstrukturen

Entwicklung, Validierung und Anwendung von Verfahren zur Bestimmung der Konnektivität zwischen Hirnstrukturen
确定大脑结构之间连接性的方法的开发、验证和应用
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

项目摘要

项目成果

Professor Dr. Lars Grasedyck的其他基金

相似基金

相关文献

中文摘要
翻译
Die Bestimmung der Konnektivität zwischen Hirnstrukturen ist von fundamentaler Bedeutung für das Verstehen von Hirnprozessen. Ziel dieses Paketantrages,bestehore aus zwei Teilanträgen,is es daher,die Zeitverläufe neuronaler Aktivierungen mit höchstmöglicher Genauigkeit zu rekonstruieren,um dann funktionelle Konnektivitätsmaße zu berechnen.当EEG-和MEG-信号被用于检查心脏时,它是一种非常有效的构造方法。本文韦尔登在Teilantrag 1中采用有限元法对网格进行数值自适应求解。新的逆方法韦尔登,他们在FEM-Hierarchie aufbauen。在系统的计算机模拟研究中,韦尔登在有限元计算的基础上建立了一个动态计算模型。用计算机模拟的方法对癫痫韦尔登的发作和发作过程进行了分析,并对癫痫的多灶性表现进行了说明。 第二章主要是定量和定性的评价。Dabei wird zunächst die tatsächliche Genauigkeit der entwickelten Konnektivitätsmaße sowie der Nutzen der hochgenauen FEM-Modellierung mittels physikalischer martommodelle untersucht.韦尔登在一个两人组中使用了儿童和儿童语言的方法。Dieser Nachweis der praktischen Anwendbarkeit ist eine entscheidende Voraussetzung für die Akzeptanz und Integration der in diesem Paketantrag entwickelten Methoden.
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
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
共 6 条
    Self-Adaptive Reliable Numerical Treatment of Polymorphic Uncertainty by Hierarchical Tensors
    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
    Entwicklung und Validierung von Verfahren zur Lokalisation von Hirnaktivität mit Hilfe der Methode der Finiten Elemente
    海外基金