Brain-Computer Interface und virtuale Realität

Die bioelektrische Hirnaktivität und damit das von der Kopfhaut ableitbare Elektroencephalogramm (EEG) kann durch rein mentale Aktivitäten (Gedanken) moduliert werden. Mit Hilfe eines Brain-Computer Interface (BCI) können gedankenspezifische EEG-Änderungen detektiert, klassifiziert und in Steuersignale transformiert werden. Diese Steuersignale kann man beispielsweise sowohl für die mentale Auswahl von Buchstaben und damit für "handfreies Schreiben" (Virtual keyboard) als auch für die Ansteuerung von Prothesen oder Orthesen verwenden. Damit ist es mit Hilfe eines EEG-basierenden BCI möglich, die Lebensqualität von Patienten mit schwersten motorischen Behinderungen, wie z.B. Amytropher Lateralsklerose oder muskulärer Dystrophie zu verbessern. Im Rahmen des Projektes sollen erstmals Möglichkeiten der On-line Visualisierung der bioelektrischen Hirnaktivität unter Verwendung eines BCI untersucht werden. Dabei geht es um die Transformation hochdimensionaler EEG-Parameter in dynamisch veränderbare 3-dimensionale Objekte bzw. bewegte Gesichter und die Klärung der Frage, ob ein solches 3D-Feedback einem eindimensionalen Feedback überlegen ist. Anwendungsmöglichkeiten eines solchen 3D-Feedbacks sind z.B. in der Biofeedback-Therapie im Rahmen der Rehabilitation verschiedener neurologischer und psychiatrischer Erkrankungen gegeben. Eine solche Feedback- Therapie kann zum Beispiel nachweislich zur Reduktion von Anfällen bei Patienten mit Epilepsie beitragen. Ein weiterer Aspekt des Projektes ist die Verbindung von Virtual Reality (VR) und BCI Technologie, wobei VR eine ideale Möglichkeit für die Generierung von 3D-Feedback bietet. Für die online 3D-Visualisierung der Hirnaktivität müssen Fragen der kontinuierlichen EEG- Parameterklassifikation, der Visualisierung und des automatischen Lernens systematisch untersucht werden.

Die Schwerpunkte von Projekt P16326-B02 lagen (i) in der Entwicklung eines auf der Dynamik oszillatorischer Gehirnaktivität basierenden BCI Systems mit asynchronem Datentransfer, (ii) der Integration von VR und BCI Technologien und (iii) der Untersuchung von Effekten verschiedener visueller Rückmeldungen (Feedback) in einem BCI Experiment. Die erzielten Ergebnisse beweisen, dass es durch eine optimale Auswahl von EEG Parametern trotz einer geringen Anzahl von EEG Ableitungen möglich ist, ein BCI als asynchronen Kommunikationskanal zu verwenden. Im gegenständlichen Projekt wurde das BCI benützt, um durch eine dreidimensionale Virtuelle Umgebung zu navigieren. Bei asynchronem Datentransfer muß das BCI die EEG-Aktivität kontinuierlich analysieren und interpretieren. Aufgrud der Nicht-Stationarität und Variabilität von EEG Signalen mußte ein sehr flexibles und anpassungsfähiges Echtzeitverarbeitungssystem entwickelt werden. Dazu wurden verschiedenste Optimierungsverfahren mit dem Ziel "Minimierung der Elektrodenanzahl" und "Maximierung der Klassifikatiosgenauigkeit" angewandt. Ein Vergleich zwischen kinestäthischer und visuelle Bewegungsvorstellung hat gezeigt, dass man Erstere viel effizienter und besser klassifizieren kann. Dieses Ergebnis erlaubt es in Zukunft Probanden exaktere Anweisungen zu den Bewegungsvorstellungen zu geben und somit die Trainingszeit zu verkürzen. Experimente in der Virtuellen Realität haben gezeigt, dass das Beobachten von sich bewegenden Körperteilen, im Vergleich zu geometrischen Objekten, eine stärkere EEG-Aktivierung hervorruften. Dies liefert einen weiteren Anhaltspunkt für die enge Kopplung von visuellen und motorischen Verarbeitungsprozessen.