USA, Forscher der University of Washington haben eine neue Methode entwickelt, mit der sie Gehirnsignale in Echtzeit und mit großer Genauigkeit (in den meisten Fällen) dekodieren können. „Wir versuchten erstens zu verstehen, wie das menschliche Gehirn Objekte im Temporallappen erfasst und zweitens, wie ein Computer in Echtzeit extrahieren und vorhersagen kann, was jemand sieht", beschreibt Neurowissenschaftler Dr. Rajesh Rao die Ziele der Studie.
Untersucht wurden für die Studie sieben Epilepsie-Patienten.
Ort der Untersuchung -im Gehirn- der Schläfenlappen. Am Schläfenlappen wurden während einer Woche Elektroden angebracht, um den Fokus der Epilepsieanfälle zu orten. „Die Patienten hätten die Elektroden so oder so erhalten; wir gaben ihnen nur zusätzliche Aufgaben, während sie sich im Krankenhaus aufhielten", sagt der Neurochirurg Dr. Jeff Ojemann.
Bilder wurden zuvor gezeigt
Auf einem Monitor wurde den Patienten kurz aufblitzende Bilder von Gesichtern und Häusern gezeigt, gemischt mit neutralen, grauen Bildschirmanzeigen. Dabei sollten sie versuchen, Bilder mit auf dem Kopf stehenden Häusern zu identifizieren.
Einige Hirnareale unter den Elektroden reagierten dabei auf Häuser, andere auf Gesichter.
In Kombination mit den Charakteristika der Signaltypen konnte das Programm zu 96 Prozent erkennen, ob der Patient ein Haus, ein Gesicht oder eine graue Fläche sah. Und tatsächlich soll die Gedankenerkennung (Visualisation der vorher gesehenen Bilder) beinahe in Echtzeit funktioniert haben: immerhin innerhalb von 20 Millisekunden. Ein Ergebnis, das die Wissenschaftler als Proof of Concept in der Entwicklung von Kommunikationsmittel für Patienten werten, die gelähmt sind, einen Schlaganfall erlitten haben oder vom Locked-In-Syndrom betroffen sind. Mittels dieser Erkennungstechnik könnten dann die Patienten über ihre Hirnschnittstelle bestimmte Befehle an ein Komputerinterface weiterleiten, das diese Befehle dann in entsprechende Aktionen oder Signale umwandeln könnte.
Quelle: University of Washington, Dr. Jeff Ojemann, Dr. Rajesh Rao
Bildquelle: University of Washington
