CareLit Fachartikel

EEG-basierte Brain-Computer Interfaces zur Echtzeit-Dekodierung mentaler Zustände

N.N. · Klinische Neurophysiologie · 2012 · Heft 03 · S. 213-218

Dokument
1017880
CareLit-ID
Jahr
2012
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Klinische Neurophysiologie
Autor:innen
N.N.
Ausgabe
Heft 03 / 2012
Jahrgang 43
Seiten
213-218
Erschienen: 2012-09-01 00:00:00
ISSN
1434-0275
DOI
10.1055/s-0032-1316304

Zusammenfassung

Zusammenfassung Brain-Computer Interfaces (BCI) setzen algorithmische Verfahren des maschinellen Lernens ein, um für jeden Benutzer spezifische Muster hochdimensionaler EEG-Merkmale zu extrahieren. Diese sind dafür optimiert, Intentions-bezogene Hirnzustände in Echtzeit zu dekodieren. Klassische BCI-Anwendungen für gelähmte Patienten sind Steuerungen von aktiven Prothesen oder Texteingabeprogrammen. Um motorische Intentionen des Benutzers zu erkennen, nutzt das BCI individuelle Aktivierungsindizes des Oberflächen-EEGs, wie das Bereitschaftspotenzial oder die Modulation regionaler Eigenrhythmen. Auch jenseits der…

Schlagworte

Gehirn-Computer Schnittstelle Maschinelles Lernen Bereitschaftspotenzial Neuro-Feedback Prothesensteuerung brain-computer interface (BCI) machine learning readiness potential prosthesis control Klinische Neurophysiologie