AG Brain Machine Interface

Die AG Brain Machine Interface (BMI) beschäftigt sich mit neurophysiologischen Verfahren, die es gestatten, intendierte Bewegungen oder andere Aktionen aus der gemessen Hirnaktivität des Menschen - insbesondere Elektroenzephalogramm (EEG) - zu erkennen.

Ziel ist es, bei Patienten mit motorischen oder sensorischen Beeinträchtigungen, etwa nach Schlaganfall oder Querschnittsyndrom, diese ausgefallenen 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. Stefan Dürschmid+49-391-6263-92531stefan.duerschmid@med.ovgu.de
    Doktorand  
    Gennady Sintotskiy  

     

  • Projekte

    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

    Reichert C, Heinze N, Pfeiffer T, Dürschmid S, Hinrichs H. 2018. P63. Detection of error potentials from EEG and MEG recordings and its value for BMI control. Clinical Neurophysiology. 129(8):e93. Erhältlich bei: 10.1016/j.clinph.2018.04.698

    A. Farahat, C. Reichert, C. M. Sweeney-Reed, H. Hinrichs, 2018. Convolutional neural networks for EEG decoding and exploration of brain dynamics. Bernstein Conference 2018, Berlin. doi: 10.12751/nncn.bc2018.0092

    C. Reichert, S. Dürschmid, H. Hinrichs, H.-J. Heinze, C. M. Sweeney-Reed, 2018. BOLD signal is more reliable than sensorimotor EEG signals in decoding hand movements. Program No. 225.27. 2018 Neuroscience Meeting Planner. San Diego, CA: Society for Neuroscience, 2018. Online.

    S. Dürschmid, C. Reichert, H. Hinrichs, H.-J. Heinze, H.E. Kirsch, R.T. Knight, L.Y. Deouell, 2018. Direct Evidence for Prediction Signals in Frontal Cortex Independent of Prediction Error. Cerebral Cortex, bhy331. doi: 10.1093/cercor/bhy331

    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

    2016-2019
    BMBF Forschungscampus STIMULATE, TP BMI
    https://www.forschungscampus-stimulate.de

     

    2018-2020
    Medizin und Digitalisierung, Landesförderung
    (gemeinsam mit H.J. Heinze, O. Speck, E. Düzel)
    http://www.med.uni-magdeburg.de/kneu/en/Research/Research+Groups/Workgroups/Medicine+and+Digitalization.html

     

    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)
    http://www.kneu.ovgu.de/Forschung/Förderung+_+Drittmittelprojekte/Autonomie+im+Alter.html

     

  • Kooperationspartner

    Kooperationspartner

    Intern

    Extern

Diese Seite teilen: