dc.contributor.advisor |
Gharabaghi, Alireza (Prof. Dr.) |
|
dc.contributor.author |
Machetanz, Kathrin |
|
dc.date.accessioned |
2016-03-17T08:34:43Z |
|
dc.date.available |
2016-03-17T08:34:43Z |
|
dc.date.issued |
2016-03-17 |
|
dc.identifier.other |
461718030 |
de_DE |
dc.identifier.uri |
http://hdl.handle.net/10900/68860 |
|
dc.identifier.uri |
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-688602 |
de_DE |
dc.identifier.uri |
http://dx.doi.org/10.15496/publikation-10277 |
|
dc.description.abstract |
Aufgrund der durch erworbene Hirnschädigungen hervorgerufenen, zunehmenden Zahl an Patienten mit schweren motorischen Einschränkungen nehmen die Erwartungen an die Rehabilitation zu. Hierbei wird seit einigen Jahren ein experimentelles Therapiekonzept aus Motor Imagery (MI), Brain Computer Interfaces (BCI) und Neurofeedback (NFB) evaluiert. Da die bisherigen funktionellen Ergebnisse die Erwartungen noch nicht erfüllen, ist es nötig, die physiologischen Vorgänge während des Trainings mittels geeigneter objektivierbarer Messparameter möglichst genau zu erfassen, um dieses Behandlungskonzept verbessern zu können. Das wesentliche Anliegen dieser Arbeit war es dabei, objektivierbare, physiologische Parameter bzw. kortikale Aktivitäts-Muster bei diesem neuartigen Therapieverfahren aus MI, BCI und NFB zu untersuchen. Dabei sollte auch untersucht werden, inwieweit diese Parameter Aufschluss über die Klassifizierungsgenauigkeit (Classification Accuracy, CA) während der Aufgabendurchführung geben können. Zur Beantwortung der Fragestellung stellten sich 30 gesunde Probanden eine Fingerextension ihrer linken Hand vor und erhielten BCI-vermittelt über eine robotische Handorthese ein haptisches Feedback dieser Bewegungsvorstellung. Währenddessen wurden Hirnsignale (EEG), Herzaktivität (EKG), Blinzelrate (EOG) und Hautleitwiderstand (EDA) als physiologische Marker erhoben. Die Auswertung dieser ergab, dass v.a. die Hirnaktivität den anderen Parametern überlegen war und besonderen Aufschluss über die versuchsbegleitende Physiologie liefern konnte. So konnten einerseits eine fronto-occipital lokalisierte Aufmerksamkeitskomponente (P300- und MRCP-Peak) und andererseits eine parietal-prämotorisch lokalisierte, sensorimotorische Feedbackkomponente nachgewiesen werden. Das Motor-related cortical potential (MRCP) korrelierte darüber hinaus mit der CA und kann damit als Indikator für die Anforderung und Anstrengung, die der jeweilige Proband bei dieser Trainingsaufgabe aufbringen muss, dienen. Schlussfolgernd kann die Erfassung bestimmter EEG-Parametern als geeignete Methode zur Anpassung der Aufgabenschwierigkeit eines Trainings aus MI, BCI und NFB angesehen werden und so ggf. zur Verbesserung der Rehabilitation nach Hirnschädigung beitragen. |
de_DE |
dc.language.iso |
de |
de_DE |
dc.publisher |
Universität Tübingen |
de_DE |
dc.rights |
ubt-podno |
de_DE |
dc.rights.uri |
http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=de |
de_DE |
dc.rights.uri |
http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=en |
en |
dc.subject.classification |
Gehirn-Computer-Schnittstelle , Schlaganfall , Hirnschädigung , Neurofeedback , Aufmerksamkeit |
de_DE |
dc.subject.ddc |
610 |
de_DE |
dc.subject.other |
Haptisches Feedback |
de_DE |
dc.subject.other |
P300 |
de_DE |
dc.subject.other |
MRCP |
de_DE |
dc.subject.other |
Workload |
en |
dc.subject.other |
Motor Imagery |
en |
dc.title |
Multimodales physiologisches Monitoring während einer Motor Imagery-Aufgabe mit BCI-gesteuertem haptischem Feedback |
de_DE |
dc.type |
PhDThesis |
de_DE |
dcterms.dateAccepted |
2016-02-11 |
|
utue.publikation.fachbereich |
Medizinische Fakultät |
de_DE |
utue.publikation.fakultaet |
4 Medizinische Fakultät |
de_DE |
utue.publikation.fakultaet |
4 Medizinische Fakultät |
de_DE |