Die Bedeutung kognitiver Belastung und adaptiver Schwierigkeitsanpassung für Neurofeedback-basiertes Training

DSpace Repository


Dateien:
Aufrufstatistik

URI: http://hdl.handle.net/10900/78416
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-784166
http://dx.doi.org/10.15496/publikation-19814
Dokumentart: Dissertation
Date: 2017-11-13
Language: German
Faculty: 4 Medizinische Fakultät
Department: Medizin
Advisor: Gharabaghi, Alireza (Prof. Dr.)
Day of Oral Examination: 2017-09-06
DDC Classifikation: 500 - Natural sciences and mathematics
610 - Medicine and health
Keywords: Neurologie , Schlaganfall , Rehabilitation , Roboter , Lähmung , Elektromyographie , Elektroencephalographie , Gehirn , Schnittstelle
Other Keywords:
brain machine interface
brain computer interface
NASA-TLX
taskload
workload
neuro feedback
License: Publishing license excluding print on demand
Show full item record

Inhaltszusammenfassung:

In der vorliegenden Arbeit wurden die grundlegenden Eigenschaften und Wirkungen eines Brain-Machine-Interfaces (BMI), das im EEG gemessene Hirnaktivität in Bewegungen einer Handorthese umsetzt, bei gesunden Probanden untersucht. In der ersten Studie wurden die kortikalen Netzwerke von Probanden mittels EEG untersucht, bevor sie unterschiedliche motorische Aufgaben durchführten: Bewegungsvorstellung (Motor Imagery, MI), tatsächliche Bewegungen (Motor Execution, ME) und die Benutzung eines BMI (d.h. MI mit Feedback durch die Handorthese). Es konnte gezeigt werden, dass Ruhe EEG-Netzwerke die anschließende Fähigkeit der Probanden zu MI, ME und BMI-Anwendung vorhersagen können. Dabei überlappen sich die kortikalen Netzwerke für MI und ME zum Teil, zeigen jedoch auch relevante Unterschiede. In diesem Kontext kann die BMI-Anwendung die Netzwerke und Fähigkeiten von MI und ME überbrücken. In der zweiten Studie wurde das BMI Training mit einem etablierten EMG-basierten Neurofeedback Training verglichen, um die jeweilige kognitive Belastung zu ermitteln. Dabei unterschied sich die kognitive Belastung des BMI Feedbacks vom EMG Feedback und konnte insbesondere zu Frustration führen. Das Frustrationserleben korreliert aber über die verschiedenen Feedback Aufgaben hinweg und legt daher eine spezifische Eigenschaft des Teilnehmers (personal trait) nahe. Darüber hinaus konnte die kognitive Belastung unabhängig von der jeweiligen Aufgabe anhand kortikaler Netzwerke im EEG sowohl in Ruhe als auch während der Aufgabe bestimmt werden. In der dritten Studie erfolgte schließlich eine Schwierigkeits-Adaptation auf der Basis der kognitiven Belastung der Teilnehmer. Die von den Teilnehmern berichtete kognitive Belastung korrelierte dabei mit dem Schwierigkeitsgrad des BMI Trainings. Eine adaptive Schwierigkeitsanpassung des BMI erhöhte schließlich die Leistung und reduzierte die kognitive Belastung der Teilnehmer. Insgesamt wurden mit diesen Probandenstudien die Voraussetzungen geschaffen, ein adaptives Neurofeedback Training zu entwickeln, das langfristig in der Rehabilitation von Schlaganfallpatienten mit motorischen Einschränkungen der Hand eingesetzt werden kann.

This item appears in the following Collection(s)