权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Kopplungsmerkmale zur Klassifikation von MEG-Signalen für Gehirn-Computer-Kommunikationssysteme

用于对脑机通信系统的 MEG 信号进行分类的耦合特征

基本信息

批准号：
61990814
负责人：
Professor Dr. Niels Birbaumer
金额：
--
依托单位：
Fachbereich IV: Informatik
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2009
资助国家：
德国
起止时间：
2008-12-31 至 2014-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/61990814?language=en
关键词：
Kopplungsmerkmale zur Klassifikation von MEG

项目摘要

Kommunikationssysteme für vollständig gelähmte Patienten, welche als einzigen Informationskanal eine direkte Verbindung zwischen Gehirn und Computer herstellen, werden Gehirn-Computer-Schnittstellen (Brain-Computer-Interface, BCI) genannt. Menschen, die beispielsweise an dem sog. Locked-In Syndrome (LIS) leiden, können bereits mit Hilfe eines BCI binäre Fragen beantworten und somit auch Buchstaben auswählen. Die niedrige Informationstransferrate vom Gehirn zum Computer hat jedoch eine sehr langsame Kommunikation zur Folge (pro Buchstabe von einer halben bis zu mehreren Minuten, wodurch Sozialkontakte und Lebensqualität der LIS-Patienten beeinträchtigt werden. Um die Effektivität von BCIs im täglichen Einsatz zu steigern, wird in diesem Antrag das Ziel verfolgt, die Kommunikationsrate deutlich zu steigern. Es besteht die Hypothese, dass in der Kopplung von Aktivitäten in verschiedenen Gehirnarealen zusätzliche Informationen verborgen sind, die zur Beschleunigung der Informations¬transferrate verwendet werden könnten. Dazu soll diese Kopplung in Echtzeit ausgewertet werden. Zwei Gebiete im Gehirn werden als „gekoppelt“ bezeichnet, wenn ihre oszillatorische neuronale Aktivität bestimmte Ähnlichkeiten aufweist. Neuere Veröffentlichungen bestätigen die Bedeutsamkeit solcher Kopplung, auch im Hinblick auf BCI Systeme. Die Kopplung soll nach passender Vorverarbeitung zur Erhöhung der Klassifikationsleistung mit den bisher gängigen Methoden verbunden werden. Die anhand bestehender Daten entwickelten Algorithmen sollen während eines Echtzeit-Versuchs mit Probanden optimiert und daraufhin bei Patienten eingesetzt werden. In der Entwicklungsphase soll die Magnetoenzephalographie als hochauflösende Messtechnik mit hohem Signal/Rausch Verhältnis eingesetzt werden um die verarbeitenden Algorithmen zu testen und optimieren.

Kommunikationssysteme f<s:1> r vollständig gelähmte Patienten, welche als einzigen Informationskanal eine direcrekte verindung zwischen Gehirn and Computer herstellen, werden Gehirn-Computer- schnittstellen（脑机接口，BCI） genannent。人要聪明，人要聪明。闭锁综合征（LIS） leiden， können bereits its hilife eines BCI binäre Fragen beantworten和一些Buchstaben auswählen。从Gehirn zum计算机传输的信息，该信息传输将在以下方面进行：通信通信（probuchstabe von einer halben bis zu mehren Minuten），通信通信（wodurch socizialkontakte）和通信通信（Lebensqualität）（isl - patienten beeinträchtigt）。Um die Effektivität von bci im täglichen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。best die hypothesis, ass in der Kopplung von Aktivitäten in verschiedenen Gehirnarealen zusätzliche Informationen verorgensind, die zur Beschleunigung der information & transferrate verwendet werden könnten。大足在技术上与科普隆同属一个名词。Zwei Gebiete im Gehirn werden也“gekoppelt”bezeichnet，当三个振荡神经元Aktivität最估计Ähnlichkeiten aufweist。Neuere Veröffentlichungen bestätigen die Bedeutsamkeit solcher Kopplung，分别是Hinblick和BCI系统。Die Kopplung soll nach乘客Vorverarbeitung zur Erhöhung der classifikationsleistung mit den bisher gängigen Methoden verbunden werden。Die and hand best hender Daten entwickelten Algorithmen sollen während ehtzeit - versuchs mit Probanden optimiert and daraufhin bepatiententingesetzt werden。In der entwicklungphase soll die magnetozephography als hochauflösende Messtechnik mit hohem Signal/Rausch Verhältnis eingesetzt werden um die verarbeitenden Algorithmen zu testen and optimieren。