Verbesserung interaktiven Lernens von Mensch und Maschine zur Überwindung der Unfähigkeit eine Gehirn-Computer Schnittstelle zu steuern

点击翻译按钮获取中文摘要

Brain-Computer Interfaces (BCIs) erlauben Intentionen, die in Hirnsignalen kodiert sind, in Steuersignale umzusetzen. In unserem Ansatz werden maschinelles und Lernen durch Neurofeedback kombiniert. Ziele des Projektes sind (1) Ursachen für die bei ca 25% der Probanden1 auftretende Unfähigkeit zur BCI Steuerung (BCI Illiteracy) zu finden, (2) Prädiktoren für die BCI-Leistung zu definieren und (3) BCI Illiteracy zu überwinden. Im ersten Antragszeitraum wurden von 80 Probanden physiologische und psychologische Daten erhoben. Zum aktuellen Stand der Datenanalyse erwiesen sich die Leistung (power) im Alphaband über sensomotorischen Arealen und deren Desynchronisation während Bewegungsvorstellung, die Fähigkeit zu implizitem Lernen und die visuo-motorische Koordination als Prädiktoren der BCI-Leistung. Im zweiten Antragszeitraum wollen wir die Gruppe von Probanden, die keinerlei mit Bewegungsvorstellung assoziierte Veränderung im Alphaband zeigt, zum einen mit operanter Konditionierung und zum anderen mit einem auf CSP (common spatial pattern) basiertem kontinuierlichem maschinellen Lernen trainieren. Die Gruppe derjenigen Probanden, die zwar im Alphaband eine Desynchronisation während Bewegungsvorstellung zeigen, diese aber nicht zur Kontrolle des Feedbacksignals einsetzen kann, soll durch gezieltes Vortraining in die Lage versetzt werden, Kontrolle über das vorhandene physiologische Signal zu erlangen. Zur Klärung der neurophysiologischen Korrelate des Illiteracy-Phänomens sollen Probanden, die das BCI gut und solche, die es nicht steuern können, mit funktioneller Kernspintomografie (fMRT) untersucht werden. Mittelfristiges Ziel ist, ein technisch einfaches und zeitlich begrenztes Ablaufprotokoll zu entwickeln, das es ermöglicht, das BCI ohne langwieriges Training zu bedienen.