Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Computer mit Köpfchen

18.08.2017

Künstliche neuronale Netze entschlüsseln Hirnaktivität bei ausgeführten und vorgestellten Bewegungen

Beim Filtern von Informationen mit Suchmaschinen, als Gegner bei Brettspielen oder zur Erkennung von Bildinhalten: Bei bestimmten Aufgaben ist künstliche Intelligenz der menschlichen längst überlegen. Wie Ideen aus der Informatik auch die Hirnforschung revolutionieren könnten, zeigen nun mehrere Gruppen aus dem Freiburger Exzellenzcluster BrainLinks-BrainTools um den Neurowissenschaftler Privatdozent Dr. Tonio Ball.


Um eine bessere Übertragungsqualität von Hirnsignalen zu erreichen, tragen die Forscher Kontaktgel auf die Elektroden einer EEG-Kappe auf.

Foto: Michael Veit

Im Fachjournal „Human Brain Mapping" demonstrieren sie, wie ein selbstlernender Algorithmus menschliche Hirnsignale entschlüsselt, die von einem Elektroenzephalogramm (EEG) gemessen wurden. Darunter waren zum Beispiel ausgeführte, aber auch bloß vorgestellte Fuß- und Handbewegungen oder eine imaginäre Rotation von Gegenständen. Obwohl ihm keine Merkmale zur Auswertung vorgegeben sind, arbeitet der Algorithmus so schnell und präzise wie herkömmliche Systeme, die für die Lösung bestimmter Aufgaben anhand vorher bekannter Hirnsignal-Eigenschaften entworfen wurden – und sich deswegen nicht in allen Fällen eignen.

Die Nachfrage nach solch vielseitigen Schnittstellen zwischen Mensch und Maschine ist groß: Am Universitätsklinikum Freiburg würde man sie beispielsweise zur Früherkennung epileptischer Anfälle nutzen. Denkbar sind aber auch verbesserte Kommunikationsmöglichkeiten für Schwerstgelähmte oder eine automatisierte Diagnostik in der Neurologie.

„Unsere Software basiert auf Modellen, die vom Gehirn inspiriert sind und sich als äußerst hilfreich dabei erwiesen haben, verschiedene natürliche Signale, wie zum Beispiel Sprachlaute, zu entschlüsseln", sagt der Informatiker Robin Tibor Schirrmeister. Damit umschreibt der Forscher die Methode, die das Team zur Dekodierung der EEG-Daten nutzte: So genannte künstliche neuronale Netze sind das Herzstück des aktuellen Projekts bei BrainLinks-BrainTools.

„Das Tolle an dem Programm ist, dass wir keine Merkmale vordefinieren müssen. Die Informationen werden schichtweise, also in mehreren Instanzen, mittels einer non-linearen Funktion verarbeitet. Somit lernt das System selbst, Aktivitätsmuster von verschiedenen Bewegungen zu erkennen und voneinander zu unterscheiden", erklärt Schirrmeister. Das Modell ist an die Verbindungen zwischen Nervenzellen im menschlichen Körper angelehnt, wo elektrische Signale von Synapsen über Zellfortsätze zum Zellkern und wieder hinaus geleitet werden. „Die Theorien dazu sind schon seit Jahrzehnten im Umlauf, aber erst mit der Rechenleistung heutiger Computer wurde das Modell praktikabel", kommentiert Schirrmeister.

Typischerweise wird die Genauigkeit des Modells mit einer größeren Anzahl von Verarbeitungsschichten besser. Bis zu 31 kamen bei der Studie zum Einsatz. Dabei spricht man von „Deep Learning". Problematisch jedoch war bisher der Umstand, dass die Verschaltung eines Netzwerks nach dem Lernvorgang kaum noch interpretierbar ist. Alle algorithmischen Prozesse passieren unsichtbar im Hintergrund. Deshalb veranlassten die Wissenschaftlerinnen und Wissenschaftler die Software dazu, Karten zu erstellen, anhand derer sie die Dekodierungsentscheidungen nachvollziehen konnten. Jederzeit können die Forschenden dem System neue Datensätze hinzufügen.

„Im Unterschied zu bisherigen Verfahren können wir direkt an die Rohsignale gehen, die das EEG vom Gehirn aufnimmt. Dabei ist unser System mindestens genauso präzise oder sogar besser", fasst Versuchsleiter Tonio Ball den wissenschaftlichen Wert der Studie zusammen. Das Potenzial der Technologie ist noch nicht ausgeschöpft – der Forscher möchte sie mit seiner Gruppe weiterentwickeln: „Unsere Vision für die Zukunft sind selbstlernende Algorithmen, die in der Lage sind, unterschiedlichste Absichten des Nutzers noch zuverlässiger und schneller anhand seiner Hirnsignale zu erkennen. Außerdem könnten solche Algorithmen künftig die neurologische Diagnostik unterstützen."

Originalveröffentlichung
Schirrmeister RT, Springenberg JT, Fiederer LDJ, Glasstetter M, Eggensperger K, Tangermann, M, Hutter F, Burgard W, Ball T; Deep learning with convolutional neural networks for EEG decoding and visualization. 2017 Hum Brain Mapp. DOI: 10.1002/hbm.23730. URL: https://arxiv.org/abs/1703.05051

BrainLinks-BrainTools
http://www.brainlinks-braintools.uni-freiburg.de

Kontakt:
Robin Tibor Schirrmeister
Translational Neurotechnology Lab
Exzellenzcluster BrainLinks-BrainTools
Albert-Ludwigs-Universität Freiburg
Tel.: 0761/270-93300
E-Mail: robin.schirrmeister@uniklinik-freiburg.de

Weitere Informationen:

https://www.pr.uni-freiburg.de/pm/2017/computer-mit-koepfchen

Rudolf-Werner Dreier | idw - Informationsdienst Wissenschaft

Weitere Nachrichten aus der Kategorie Informationstechnologie:

nachricht Industrie 4.0: Fremde Eindringlinge im Unternehmensnetz erkennen
16.04.2018 | Fraunhofer-Institut für Sichere Informationstechnologie SIT

nachricht Die Thermodynamik des Rechnens
11.04.2018 | Eidgenössische Technische Hochschule Zürich (ETH Zürich)

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Verbesserte Stabilität von Kunststoff-Leuchtdioden

Polymer-Leuchtdioden (PLEDs) sind attraktiv für den Einsatz in großflächigen Displays und Lichtpanelen, aber ihre begrenzte Stabilität verhindert die Kommerzialisierung. Wissenschaftler aus dem Max-Planck-Institut für Polymerforschung (MPIP) in Mainz haben jetzt die Ursachen der Instabilität aufgedeckt.

Bildschirme und Smartphones, die gerollt und hochgeklappt werden können, sind Anwendungen, die in Zukunft durch die Entwicklung von polymerbasierten...

Im Focus: Writing and deleting magnets with lasers

Study published in the journal ACS Applied Materials & Interfaces is the outcome of an international effort that included teams from Dresden and Berlin in Germany, and the US.

Scientists at the Helmholtz-Zentrum Dresden-Rossendorf (HZDR) together with colleagues from the Helmholtz-Zentrum Berlin (HZB) and the University of Virginia...

Im Focus: Gammastrahlungsblitze aus Plasmafäden

Neuartige hocheffiziente und brillante Quelle für Gammastrahlung: Anhand von Modellrechnungen haben Physiker des Heidelberger MPI für Kernphysik eine neue Methode für eine effiziente und brillante Gammastrahlungsquelle vorgeschlagen. Ein gigantischer Gammastrahlungsblitz wird hier durch die Wechselwirkung eines dichten ultra-relativistischen Elektronenstrahls mit einem dünnen leitenden Festkörper erzeugt. Die reichliche Produktion energetischer Gammastrahlen beruht auf der Aufspaltung des Elektronenstrahls in einzelne Filamente, während dieser den Festkörper durchquert. Die erreichbare Energie und Intensität der Gammastrahlung eröffnet neue und fundamentale Experimente in der Kernphysik.

Die typische Wellenlänge des Lichtes, die mit einem Objekt des Mikrokosmos wechselwirkt, ist umso kürzer, je kleiner dieses Objekt ist. Für Atome reicht dies...

Im Focus: Gamma-ray flashes from plasma filaments

Novel highly efficient and brilliant gamma-ray source: Based on model calculations, physicists of the Max PIanck Institute for Nuclear Physics in Heidelberg propose a novel method for an efficient high-brilliance gamma-ray source. A giant collimated gamma-ray pulse is generated from the interaction of a dense ultra-relativistic electron beam with a thin solid conductor. Energetic gamma-rays are copiously produced as the electron beam splits into filaments while propagating across the conductor. The resulting gamma-ray energy and flux enable novel experiments in nuclear and fundamental physics.

The typical wavelength of light interacting with an object of the microcosm scales with the size of this object. For atoms, this ranges from visible light to...

Im Focus: Wie schwingt ein Molekül, wenn es berührt wird?

Physiker aus Regensburg, Kanazawa und Kalmar untersuchen Einfluss eines äußeren Kraftfeldes

Physiker der Universität Regensburg (Deutschland), der Kanazawa University (Japan) und der Linnaeus University in Kalmar (Schweden) haben den Einfluss eines...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Internationale Konferenz zur Digitalisierung

19.04.2018 | Veranstaltungen

124. Internistenkongress in Mannheim: Internisten rücken Altersmedizin in den Fokus

19.04.2018 | Veranstaltungen

DFG unterstützt Kongresse und Tagungen - Juni 2018

17.04.2018 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Nachhaltige und innovative Lösungen

19.04.2018 | HANNOVER MESSE

Internationale Konferenz zur Digitalisierung

19.04.2018 | Veranstaltungsnachrichten

Auf dem Weg zur optischen Kernuhr

19.04.2018 | Physik Astronomie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics