Suche

zur Hauptseite

Institut für Neurowissenschaften und Medizin
(leer)

Navigation und Service


Computational Neurology

Ziel dieser Arbeitsgruppe ist es, basierend auf Ableitungen individueller Hirnaktivität (EEG und fMRT), mathematische Netzwerkmodelle zu erstellen, um mit deren Hilfe dieneuronale Dynamik, die motorischem Verhalten im gesunden und pathologischen Fall zu Grunde liegt, zu beschreiben und zu verstehen.

Fast jede motorische Handlung resultiert aus der komplexen Interaktion verschiedener Hirnregionen. In den vergangenen Jahrzehnten wurden die Hirnregionen, die in die Generierung von Bewegungen involviert sind intensiv in Tiermodellen, sowie im Menschenuntersucht. Neuere Theoretische Ansätze erlauben es uns, Informationen über dieInteraktionen zwischen diesen Hirnregionen aus durch Elektroenzephalografie (EEG) und funktioneller Magnetresonanztomografie (fMRT) gewonnenen Daten zu extrahieren. Dadurch geben sie uns erste Einblicke in die Art und Weise, wie sich die oben genannten Hirnregionen abhängig von der motorischen Aufgabe zu funktionalen Netzwerken zusammenschliessen. Ebenso deuten experimentelle und klinische Studien darauf hin, dass bestimmte neuromodulatorische Systeme, wie z.B. das dopaminerge System, für diemotorische Kontrolle von besonderer Bedeutung sind. Unser Wissen über die neuronalen Mechanismen, die der Kodierung individueller Bewegungen zu Grunde liegen und wie diese Mechanismen im Falle eines Schlaganfallsgestört werden, ist hingegen relativ gering.

ag_gruhn_2

Ziel dieser Arbeitsgruppe ist es, basierend auf Ableitungen individueller Hirnaktivität (EEG und fMRT), mathematische Netzwerkmodelle zu erstellen, um mit deren Hilfe dieneuronale Dynamik, die motorischem Verhalten im gesunden und pathologischen Fall zuGrunde liegt, zu beschreiben und zu verstehen. Dazu benutzen wir mathematische Modelle neuronaler Oszillatoren, die durchdynamische Synapsen, welche durch die Aktivität von Neuromodulatoren beeinflusst und kontrolliert werden, gekoppelt sind. Mit Hilfe von Simulationen solcher komplexer oszillatorischer Netzwerke und durch Analysen der Modelle können wir Hypothesen darüber aufstellen, wie dysfunktionaleNetzwerkdynamik, und damit motorische Defizite, die im pathologischen Fall auftreten, wieder in den gesunden Zustand überführt werden können. Solche Informationen sind für die Entwicklung neuer Behandlungsstrategien zur Wiederherstellung zerstörter Netzwerkaktivität kritisch.

Ausgewählte Publikationen:

Rosjat, N., Popovych, S., & Daun-Gruhn, S. (2014). A mathematical model of dysfunction of the thalamo-cortical loop in schizophrenia. Theoretical Biology and Medical Modelling, 11(1), 45.

Daun, S. Rubin, J., Rybak, I. (2009). Control of oscillation periods and phase durations in half-center central pattern generators: a comparative mechanistic analysis, Journal of Computational Neuroscience, 27(1), 3-36.

Popovych, S., Rosjat, N., Toth, T.I., Wang, B.A., Liu, L., Abdollahi, R.O., Viswanathan, S., Grefkes, C., Fink, G.R., Daun, S. (2016). Movement-related phase locking in the delta-theta frequency band. Neuroimage. Jun 29. doi: 10.1016/j.neuroimage.2016.06.052

Popovych, S., Rosjat, N., Toth, T.I., Wang, B.A., Liu, L., Abdollahi, R.O., Viswanathan, S., Grefkes, C., Fink, G.R., Daun, S. (2016). Phase-locking in the delta-theta band is an EEG marker of movement execution. Neuroimage, 139, 439-449. doi: 10.1016/ j.neuroimage. 2016.06.052

Zusatzinformationen

Leiterin der Arbeitsgruppe

Prof. Dr. Silvia Daun

Mitarbeiter

Dr. Nils Rosjat

Gäste


Dr. Svitlana Popovych

Dr. Tibor Toth

Dr. Azamat Yeldesbay

Liqing Liu, Doktorandin


Servicemenü

Homepage