Weiterentwicklung von Methoden der Datenanalyse zur räumlichen und zeitlichen Charakterisierung einzelner Quellsignale in MEG- und EEG-Daten bei sensorischer Stimulation

点击翻译按钮获取中文摘要

Es wird eine Methode der Datenanalyse für die Auswertung von Elektroenzephalogramm-(EEG) / Magnetenzephalogramm- (MEG) Messungen entwickelt. Mit dem entwickelten Verfahren soll ein verbessertes physiologisches Verständnis von EEG/MEG-Daten ermöglicht werden. Die Analyse von EEG/MEG-Messungen spielt in der physiologischen Gehirnforschung eine wichtige Rolle. Allerdings weisen diese Messungen ein inhärent schlechtes Signal-zu-Rauschleistungsverhältnis auf, und die Analyse erfolgt zumeist für gemittelte Signale. Da ein solches Vorgehen keine Rückschlüsse auf einzelne Prozesse zulässt, werden in jüngster Zeit vermehrt Single-Trial-Methoden entwickelt, die ohne Mittelung arbeiten. Angewendet werden diese Methoden meist nur auf einzelne Messkanäle des EEG/MEG. Ziel dieses Projektes ist die Neuentwicklung eines Single-Trial-Verfahrens, das den multivariaten Charakter des EEG/MEG berücksichtigt. Als Ausgangspunkt hierzu dienen moderne statistische Verfahren der blinden Quellentrennung wie die Independent Component Analysis und insbesondere die neue Methode der Cluster Component Analysis. Durch die Kombination dieser Verfahren mit Single-Trial-Methoden soll eine optimale Ausnutzung der Multidimensionalität der Messignale erreicht werden. Dies soll zum einen die Qualität der Signale gegenüber bisherigen Verfahren signifikant verbessern und zum anderen Rückschlüsse auf statistische Abhängigkeiten zwischen der spontanen Gehirnaktivität und Reizantworten des Gehirns auf äußere Stimulationen erlauben.