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 IT-Sicherheit beim autonomen Fahren
22.06.2018 | Fachhochschule St. Pölten

nachricht Schneller und sicherer Fliegen
21.06.2018 | Fachhochschule St. Pölten

Alle Nachrichten aus der Kategorie: Informationstechnologie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

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

Im Focus: Leichter abheben: Fraunhofer LBF entwickelt Flugzeugrad aus Faser-Kunststoff-Verbund

Noch mehr Reichweite oder noch mehr Nutzlast - das wünschen sich Fluggesellschaften für ihre Flugzeuge. Wegen ihrer hohen spezifischen Steifigkeiten und Festigkeiten kommen daher zunehmend leichte Faser-Kunststoff-Verbunde zum Einsatz. Bei Rümpfen oder Tragflächen sind permanent Innovationen in diese Richtung zu beobachten. Um dieses Innovationsfeld auch für Flugzeugräder zu erschließen, hat das Fraunhofer-Institut für Betriebsfestigkeit und Systemzuverlässigkeit LBF jetzt ein neues EU-Forschungsvorhaben gestartet. Ziel ist die Entwicklung eines ersten CFK-Bugrads für einen Airbus A320. Dabei wollen die Forscher ein Leichtbaupotential von bis zu 40 Prozent aufzeigen.

Faser-Kunststoff-Verbunde sind in der Luftfahrt bei zahlreichen Bauteilen bereits das Material der Wahl. So liegt beim Airbus A380 der Anteil an...

Im Focus: IT-Sicherheit beim autonomen Fahren

FH St. Pölten entwickelt neue Methode für sicheren Informationsaustausch zwischen Fahrzeugen mittels Funkdaten

Neue technische Errungenschaften wie das Internet der Dinge oder die direkte drahtlose Kommunikation zwischen Objekten erhöhen den Bedarf an effizienter...

Im Focus: Innovative Handprothesensteuerung besteht Alltagstest

Selbstlernende Steuerung für Handprothesen entwickelt. Neues Verfahren lässt Patienten natürlichere Bewegungen gleichzeitig in zwei Achsen durchführen. Forscher der Universitätsmedizin Göttingen (UMG) veröffentlichen Studie im Wissenschaftsmagazin „Science Robotics“ vom 20. Juni 2018.

Motorisierte Handprothesen sind mittlerweile Stand der Technik bei der Versorgung von Amputationen an der oberen Extremität. Bislang erlauben sie allerdings...

Im Focus: Temperaturgesteuerte Faser-Lichtquelle mit flüssigem Kern

Die moderne medizinische Bildgebung und neue spektroskopische Verfahren benötigen faserbasierte Lichtquellen, die breitbandiges Laserlicht im nahen und mittleren Infrarotbereich erzeugen. Wissenschaftlerinnen und Wissenschaftler des Leibniz-Instituts für Photonische Technologien Jena (Leibniz-IPHT) zeigen in einer aktuellen Veröffentlichung im renommierten Fachblatt Optica, dass sie die optischen Eigenschaften flüssigkeitsgefüllter Fasern und damit die Bandbreite des Laserlichts gezielt über die Umgebungstemperatur steuern können.

Das Besondere an den untersuchten Fasern ist ihr Kern. Er ist mit Kohlenstoffdisulfid gefüllt - einer flüssigen chemischen Verbindung mit hoher optischer...

Im Focus: Temperature-controlled fiber-optic light source with liquid core

In a recent publication in the renowned journal Optica, scientists of Leibniz-Institute of Photonic Technology (Leibniz IPHT) in Jena showed that they can accurately control the optical properties of liquid-core fiber lasers and therefore their spectral band width by temperature and pressure tuning.

Already last year, the researchers provided experimental proof of a new dynamic of hybrid solitons– temporally and spectrally stationary light waves resulting...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Leben im Plastikzeitalter: Wie ist ein nachhaltiger Umgang mit Plastik möglich?

21.06.2018 | Veranstaltungen

Kongress BIO-raffiniert X – Neue Wege in der Nutzung biogener Rohstoffe?

21.06.2018 | Veranstaltungen

DFG unterstützt Kongresse und Tagungen im August 2018

20.06.2018 | Veranstaltungen

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

Leichter abheben: Fraunhofer LBF entwickelt Flugzeugrad aus Faser-Kunststoff-Verbund

22.06.2018 | Materialwissenschaften

Lernen und gleichzeitig Gutes tun? Baufritz macht‘s möglich!

22.06.2018 | Unternehmensmeldung

GFOS und skip Institut entwickeln gemeinsam Prototyp für Augmented Reality App für die Produktion

22.06.2018 | Unternehmensmeldung

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