Online Konnektivitätsschätzung und Neurofeedback mit TMS

In den Neurowissenschaften stehen Forschern mehrere nichtinvasive (nicht in den Körper eindringende) Verfahren zum Messen von Gehirnaktivität zur Verfügung. Dazu gehören die Elektroenzephalographie (EEG), die Magnetoenzephalographie (MEG) und (funktionale) Magnetresonanztomographie (MRT bzw. fMRT). MRT und fMRT liefern Informationen über die anatomische Beschaffenheit des Kopfes und die metabolische Aktivität des menschlichen Gehirns. Diese Verfahren sind bildgebend und arbeiten mit einer hohen örtlichen Auflösung, messen jedoch relativ langsam, d.h. sie besitzen eine geringe zeitliche Auflösung. EEG und MEG sind hingegen Methoden mit einer hohen zeitlichen Auflösung, in den sich neuronale Aktivität abbildet. Sie können daher genutzt werden, um schnell ablaufende Prozesse im Gehirn zu registrieren. Dabei kann es sich z.B. um dynamische Prozesse der Informationsverarbeitung innerhalb und zwischen aktiven Regionen im Gehirn handeln. Diese sind vor allem bei der Erforschung von funktionalen Zusammenhängen der jeweiligen Gehirnregionen von großem Interesse. Im Rahmen des beantragten Projektes mit dem Titel Online-Schätzung neuronaler Konnektivität und Neurofeedback mit Transkranialer Magnetischer Stimulation wird versucht der Vorteil der hohen zeitlichen Auflösung von EEG und MEG durch neuartige Analyseverfahren und Kopplung von Stimulationstechniken auszunutzen. Ziel des Projektes ist die Entwicklung von Methoden zur Echtzeitanalyse von neuronalen Vernetzungen im menschlichen Gehirn, sowie sich dadurch ergebende neue Untersuchungsformen, welche es erlauben innovative Fragestellungen insbesondere aus den Bereichen Lernen und Kognition zu beleuchten. Weiterhin soll die aktive Stimulation von Gehirnregionen mittels Transkranialer Magnetischer Stimulation (TMS) in die Datenverarbeitung mit eingebunden werden. Die in Echtzeit vorliegenden Analyseergebnisse können für Experimente zur Erforschung von neuronaler Informationsverarbeitung im Gehirn verwendet werden. Dazu werden im Regelfall Probanden mit einer Reihe von Stimuli (z.B. in Form visueller Reize auf einem Bildschirm) konfrontiert. Die unmittelbare Reaktion des Gehirns auf die einzelnen Stimuli wird währenddessen mit MEG und EEG gemessen. Mithilfe der Echtzeitverarbeitung kann der nächste Stimulus basierend auf der aktuell gemessenen Gehirnaktivität angepasst werden. Dieser angepasste Stimulus wird dem Probanden in Folge wieder präsentiert und die Verarbeitungskette startet erneut. So entsteht eine sog. Feedbackschleife mit einer individuellen Anpassung der Stimuli an den Probanden. Feedbackschleifen finden unter anderem in der Rehabilitation von Schlaganfällen und der Entwicklung von sog. Brain Computer Interfaces (BCIs) Anwendung. Letztere stellt ein interessantes Gebiet dar, in dem erforscht wird wie wir in Zukunft über Gedanken mit Maschinen kommunizieren können. Das beantragte Projekt ist somit Teil eines äußerst spannenden und zukunftsträchtigen Forschungsgebiets, welches sich einer der wohl größten Herausforderung unserer Zeit widmet, der Entschlüsselung des menschlichen Gehirns.

Elektroenzephalographie (EEG) und Magnetenzephalographie (MEG) bieten die Möglichkeit, Hirnaktivität mit einer einzigartigen zeitlichen Auflösung zu messen und zu lokalisieren. Die Online- oder Echtzeitverarbeitung von EEG- und MEG-Daten ermöglicht es, diese Daten nicht nur während einer Messung zu prüfen, sondern dynamisch auf die Messergebnisse zu reagieren, z. B. durch Anpassung des Versuchsettings, gezielte Hirnstimulation oder Neurofeedback für die Testperson. Dadurch kann die Online-Verarbeitung in einer Vielzahl von Anwendungen wie Brain-Computer Interfaces, neurologischer Rehabilitation oder zur Entwicklung neuer experimenteller Paradigmen eingesetzt werden. Im Rahmen des Forschungsprojekts "ONCE-TMS / Online Neuronal Connectivity Estimation and Neurofeedback with Transcranial Magnetic Stimulation" wurden Algorithmen hergeleitet und implementiert, welche die Online-Schätzung der funktionellen EEG/MEG-Konnektivität in großen all-to-all Netzwerken ermöglichen. In Kombination mit Algorithmen, die eine Online-Schätzung der dem EEG/MEG zugrundeliegenden Gehirnquellen ermöglichen, erlaubt dies die Echtzeit-Analyse des komplexen Zusammenspiels verschiedener Gehirnregionen. Die Möglichkeit, komplexe Verarbeitungsaufgaben wie Quellenanalyse oder Konnektivitätsanalyse online durchzuführen, hat das Potenzial, wichtige Fortschritte in allen Anwendungen der EEG/MEG-Online-Verarbeitung zu ermöglichen. Im Rahmen dieses Forschungsprojekts wurden die Grundlagen für den Einsatz der Online-EEG/MEG-Konnektivitätsanalyse in Kombination mit transkranieller magnetischer Hirnstimulation (TMS) und Neurofeedback-Anwendungen geschaffen. Dies ermöglicht die Etablierung von Closed-Loop-Anwendungen, bei denen die Stimulation bzw. das Neurofeedback auf der Basis des gemessenen EEG/MEG-Signals bestimmt wird und dann auf Basis der gemessenen Wirkung des Stimulus verändert werden kann. Neben der effizienten Implentierung der EEG/MEG-Konnektivitätsanalyse erforderte dies die Implementierung verschiedener Signalverarbeitungsalgorithmen wie Frequenzanalyse oder Common Spatial Patterns (CSP). Als Hauptergebnis dieses Forschungsprojekts konnten wir erstmals die Online-Analyse großer funktioneller Konnektivitätsnetzwerke demonstrieren, einen neuartigen Algorithmus zur Berechnung von CSPs ableiten und eine Closed-Loop-Pipeline für EEG/MEG-basierte TMS in MNE Scan demonstrieren. Außerdem konnten wir zeigen, dass die grundlegende EEG/MEG-Online-Verarbeitung mit MNE Scan auch auf mobilen und sehr erschwinglichen Einplatinencomputern, wie dem Raspberry Pi, durchgeführt werden kann. Alle Implementierungen im Rahmen dieses Forschungsprojekts wurden in dem Open-Source C++ Paket MNE Scan durchgeführt und sind unter https://mne-cpp.github.io/ verfügbar. Dies ermöglicht es Forschern, die Ergebnisse dieses Forschungsprojekts direkt anzuwenden, um closed-loop TMS- und Neurofeedback-Experimente durchzuführen.