Algorithmus entschlüsselt EEG-Signale

FREIBURG. Wie Ideen aus der Informatik auch die Hirnforschung revolutionieren könnten, zeigen Freiburger Forscher: In einer Studie demonstrierten sie, wie ein selbstlernender Algorithmus menschliche Hirnsignale entschlüsselt, die von einem EEG gemessen wurden (Hum Brain Mapp 2017; online 7. August). Darunter waren zum Beispiel ausgeführte, aber auch imaginäre Fuß- und Handbewegungen oder eine imaginäre Rotation von Gegenständen, berichtet die Uni Freiburg.

Der Algorithmus könnte zur Früherkennung epileptischer Anfälle eingesetzt werden. Denkbar seien aber auch verbesserte Kommunikationsmöglichkeiten für Schwerstgelähmte oder eine automatisierte Diagnostik in der Neurologie. Sogenannte künstliche neuronale Netze sind dabei das Herzstück des aktuellen Projekts. "Das Tolle an dem Programm ist, dass wir keine Merkmale vordefinieren müssen. Das System lernt selbst, Aktivitätsmuster von verschiedenen Bewegungen zu erkennen und voneinander zu unterscheiden", wird Studienautor Robin Tibor Schirrmeister in der Mitteilung zitiert.

Die Genauigkeit erreichten die Forscher dadurch, dass sie die Software veranlassten, Karten zu erstellen, anhand derer sie die Dekodierungs-Entscheidungen nachvollziehen konnten. Jederzeit können sie dem System so neue Datensätze hinzufügen. "Im Unterschied zu bisherigen Verfahren können wir direkt an die Rohsignale gehen, die das EEG vom Gehirn aufnimmt", fasst Co-Autor Tonio Ball den wissenschaftlichen Wert der Studie zusammen. Die Idee hinter dem Projekt habe es schon länger gegeben, praktikabel sei das Modell aber erst mit der Rechenleistung heutiger Computer geworden. (eb)