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
研究进展Konnektivität zwischen Hirnstrukturen ist von fundamentaler Bedeutung f<e:1> r das Verstehen von Hirnprozessen。Ziel dieses paketanages, besteend aus zwei Teilanträgen, ist is her, die Zeitverläufe neuronaler Aktivierungen mit höchstmöglicher Genauigkeit zu rekonstruieren, um dann functionelle Konnektivitätsmaße zuberechnen。Da zeitlich hochaufgelöste EEG- and - MEG-Signale eine Überlagerung von Beiträgen verschiedener Hirnareale darstellen, ist die Anwendung sogenannter quellrekonstructionsmethoden erforderlich。基于Verwendung数值自适应gitter泛型的有限元法(FEM)。基于有限元-层次分析法的反演方法。在systematischen计算机模拟中,studen werden dann Konnektivitätsmaße auf der Basis der hochgenau <e:2>她die FEM-Verfahren rekonstrucierten Aktivierungszeitverläufe evaluiert。在计算机模拟的基础上,建立了计算机模拟的数学模型,并对多重癫痫症进行了论证。《德国文化与文化的定量与定性评价》(Der Inhalt des teilantrag)。大北风zunächst die tatsächliche Genauigkeit der entwickelten Konnektivitätsmaße sowie der Nutzen der hochgenauen有限元模型模型的物理模型。在einem zweiten Schritt werden die Methoden中,在einem schweiten Schritt werden Methoden中,在einem schweiten werden werden中,在einem schweitden werden中,在einem schweitden werden中,在werwerden中,在werwerden中,在werwerden中,在werwerden中。[3][2]在德国的研究与实践中,在德国的研究与实践中,在德国的研究与实践中,在德国的研究与实践中,在德国的研究与实践中。
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