AG Brain-Machine Interface

Die AG Brain-Machine Interface (BMI) beschäftigt sich mit neurophysiologischen Verfahren, die es gestatten, intendierte Aktionen aus der gemessen Hirnaktivität des Menschen - insbesondere aus dem Elektroenzephalogramm (EEG) - zu erkennen. Dabei liegt der Fokus auch auf der Dekodierung von Aufmerksamkeit als Indikator des willentlichen Abrufs limitierter Ressourcen für die Reizverarbeitung.

Ziel ist es, bei Patienten mit motorischen oder sensorischen Beeinträchtigungen, etwa nach Schlaganfall oder Querschnittsyndrom, ausgefallene Funktionen teilweise durch hirngesteuerte Geräte zu ersetzen.

Für die Entwicklungen nutzen wir neben dem EEG auch das Magnetenzephalogramm (MEG), also das hirneigene Magnetfeld, sowie die funktionelle Kernspintomographie (fMRI). Zur Auswertung kommen u.a. Ansätze des maschinellen Lernens zum Einsatz

 

  • Leiter

    Leiter

    Hermann Hinrichs studierte von 1966 bis 1972 Physik an der Universität Hannover. Dort promoviert er 1982 am Institut für Theoretische Nachrichtentechnik und Informationsverarbeitung. An der Medizinischen Hochschule Hannover erwarb er 1991 die venia legendi für Experimentelle Neurophysiologie. In 1998 wurde er zum außerplanmäßigen Professor ernannt. Neben seiner Tätigkeit am LIN ist er in der Klinik für Neurologie der OvGU verantwortlich für die forschungsbezogene Technik und Methodik. Außerdem ist er Mitglied des Direktoriums im Forschungscampus STIMULATE. Sein wissenschaftliches Interesse gilt der Mess- und Analysetechnik neurophysiologischer Signale.

  • Mitglieder

    Mitglieder

    Leiter  
    Prof. Dr. Hermann Hinrichs+49-391-6263-92051hermann.hinrichs@med.ovgu.de
    Sekretariat  
    Carola Schulze+49-391-6263- 92311carola.schulze@med.ovgu.de
    Wissenschaftliche Mitarbeiter  
    Dr. Christoph Reichert+49-391-6263-92531christoph.reichert@lin-magdeburg.de
    Dr. Michael Scholz+ 49-391-6263-92521michael.scholz@med.ovgu.de

     

  • Projekte

    Projekte

    Visuelle räumliche Aufmerksamkeit als Steuersignal

    In diesem Projekt entwickeln wir neuartige Paradigmen, die es ermöglichen, unabhängig von Augenbewegungen, durch bloße visuelle Aufmerksamkeit auf in der Peripherie präsentierte Symbole (N2pc-Paradigma), Steuersignale zu generieren. Dafür dekodieren wir das Elektroenzephalogramm mit einem effizienten dedizierten Algorithmus. Langfristig soll dieses Verfahren dahingehend erprobt werden, schwer gelähmten Patienten ein Mittel zur Kommunikation bereitzustellen.

    Unidirektionale Kommunikation mittels kollaborativer BMIs

    Kollaborative BMIs dekodieren Hirnaktivierungen verschiedener Personen, die zeitgleich dasselbe Ziel verfolgen, d.h. einen Befehl mittels Hirnaktivierung generieren. Wir wollen in diesem Projekt diese Idee erweitern und die Synchronität bzw. Asynchronität zweier simultan gemessener Elektroenzephalogramme dafür nutzen, Informationen von einer Person zu einer anderen Person zu übertragen. Ziel ist es, zu zeigen, dass eine für dritte Personen verborgene Kommunikation möglich ist und dass diese Art von Kommunikation zuverlässiger ist als herkömmliche BMI basierte Kommunikationsverfahren.

    Diagnostic Glove: Disease Diagnoses in daily life from wearable kinematics

    Dieses Projekt hat zum Ziel, mithilfe von Datenhandschuhen, das sind mit Sensoren ausgestattete Handschuhe oder Exoskelette, bestimmte motorische Krankheitsbilder frühzeitig zu erkennen. Bestimmte motorische Erkrankungen lassen sich im Frühstadium anhand typischer Bewegungsmuster der Hand subjektiv kaum unterscheiden, im weiteren Verlauf führen sie aber Prognosen mit unterschiedlich dramatischen Folgen herbei. Wir wollen anhand der Sensordaten in Kombination mit Machine-Learning Techniken typische Muster aufdecken, die für Neurologen schwierig zu erkennen sind. Die Schwierigkeit besteht darin, die dynamisch veränderlichen, individuellen Bewegungen richtig zu detektieren und einem Krankheitsbild zuzuordnen.

     

    Abgeschlossene Projekte:

    Brain-Machine Interface – OP-Planung und Selektionsverfahren (als Teilprojekt des Forschungscampus STIMULATE)

    Das Projekt befasst sich mit der Erforschung von Paradigmen und Algorithmen, die es ermöglichen, Hirnfunktion für eine robuste BMI-Steuerung bei unterschiedlichen Formen der Hirnläsion nach Stroke zu identifizieren. Dies umfasst einerseits die individuelle optimale Lokalisationen nichtinvasiver oder invasiver Elektroden(grids) und ermöglicht andererseits, im Einzeltrial, also in real-time, intendierte Aktionen zu detektieren und daraus Maschinenbefehle zu generieren. Daher sollen in diesem Arbeitspaket insbesondere Selektionsverfahren entwickelt werden, die eine einfache intuitive Steuerung eines autonom agierenden Roboterarmes ermöglichen.

     

    In-Ear-BMI (als Teilprojekt des Forschungscampus STIMULATE)

    Dieses Projekt umfasst die Entwicklung und Implementierung von Hard- und Softwarekomponenten für ein miniaturisiertes, als Smartphone-Erweiterung realisiertes System zur Erfassung von EEG‐Signale aus dem Gehörgang. Forschungsziele sind u.a. die Entwicklung geeigneter Elektroden und Elektrodenlokalisationen,  dediziert miniaturisierte Verstärkers/Signalkonverters und Smartphone-basierte Analysesoftware, die ausgehend von neurowissenschaftlichen  Ansätzen spezifische Hirnfunktionsparameter aus dem EEG extrahieren kann.

  • Ausgewählte Publikationen

    Ausgewählte Publikationen

    Hinrichs H, Scholz M, Baum AK, Kam JWY, Knight RT, Heinze HJ.(2020) Comparison between a wireless dry electrode EEG system with a conventional wired wet electrode EEG system for clinical applications. Sci Rep.;10(1):5218. doi: 10.1038/s41598-020-62154-0.

    C. Reichert, S. Dürschmid, M.V. Bartsch, J.M. Hopf, H.-J. Heinze, H. Hinrichs, 2020, Decoding the covert shift of spatial attention from electroencephalographic signals permits reliable control of a brain-computer interface. Journal of Neural Engineering, doi: 10.1088/1741-2552/abb692

    A. Farahat, C. Reichert, C.M. Sweeney-Reed, H. Hinrichs, 2019, Convolutional neural networks for decoding of covert attention focus and saliency maps for EEG feature visualization. Journal of Neural Engineering 16(6), doi: 10.1088/1741-2552/ab3bb4

    Kam JWY, Griffin S, Shen A, Patel S, Hinrichs H, Heinze HJ, Deouell LY, Knight RT (2019). Systematic comparison between a wireless EEG system with dry electrodes and a wired EEG system with wet electrodes. Neuroimage. 2019 Jan 1;184:119-129. doi: 10.1016/j.

    Rosenow F, Audebert H J, Hamer  H M., Hinrichs H, Keler-Uberti S, Kluge T, Noachtar S, Remi J, Sotoodeh A, Strzelczyk A, Weber JE, Zöllner JP (2018). Tele-EEG: Aktuelle Anwendungen, Hindernisse und technische Lösungen, Klinische Neurophysiologie. 49, 4, S. 208-215.

    Galazky I, Kluge C, Schmitt FC, Kopitzki K, Zaehle T, Voges J, Büntjen L, Kupsch A, Hinrichs H (2018) Pallidal Stimulation Modulates Pedunculopontine Nuclei in Parkinson’s Disease. Brain Sci. 2018 Jun 25;8(7). pii: E117. doi: 10.3390/brainsci8070117.

    Sweeney-Reed CM, Zaehle T, Voges J, Schmitt FC, Buentjen L, Borchardt V, Walter M, Hinrichs H, Heinze HJ, Rugg MD, Knight RT (2017) Anterior Thalamic High Frequency Band Activity Is Coupled with Theta Oscillations at Rest. Front Hum Neurosci.;11:358

    Kam JWY, Griffin S, Shen A, Patel S, Hinrichs H, Heinze HJ, Deouell LY, Knight RT (2019). Systematic comparison between a wireless EEG system with dry electrodes and a wired EEG system with wet electrodes. Neuroimage. 2019 Jan 1;184:119-129. doi: 10.1016/j.

     

  • Laufende Drittmittelprojekte

    Laufende Drittmittelprojekte

    2019-2022
    Diagnostic Glove: Disease Diagnoses in Daily Life from Wearable Kinematics
    CBBS-Neuronetzwerke
    Funding by the federal state of Saxony-Anhalt and the „European Regional Developement Fund“ (ERDF 2014-2020), Vorhaben: Center for Behavioral Brain Sciences (CBBS), FKZ: ZS/2016/04/78113
     

    2018-2020
    Medizin und Digitalisierung, Landesförderung
    (gemeinsam mit H.J. Heinze, O. Speck, E. Düzel)
     

    2016-2019
    Home – Entwicklung eines Home-Monitoring-Systems neurologsicher und anderer klinischer Parameter zur Erhaltung der Häuslichkeit, AiA-EFRE-/Landesförderung
    (gemeinsam mit H.J. Heinze)

    • 2016-2019 - Erste Förderperiode
    • 2019-2021 - Zweite Förderperiode

     

    Abgeschlossene Drittmittelprojekte

    2016-2019
    BMBF Forschungscampus STIMULATE, TP BMI
     

     

  • Kooperationspartner

    Kooperationspartner

    Intern

    Extern

  • Videos

    Videos

Diese Seite teilen: