Datenwissenschaft für Neurobildgebung

DATENWISSENSCHAFT FÜR NEUROBILDGEBUNG

Die Arbeitsgruppe Datenwissenschaft für Neurobildgebung konzentriert sich auf die Entwicklung und Anwendung neuartiger und hochmoderner Algorithmen zur Analyse von Daten in der Hirnforschung. Der Schwerpunkt unserer Forschung liegt im Bereich der Verarbeitung neuronaler Daten mittels künstlicher Intelligenz (KI).

Um die Mechanismen von komplexen Hirnfunktionen zu entschlüsseln, werden multimodale Neurobildgebungsdaten wie beispielsweise aus der Magneto- und Elektroenzephalographie (M/EEG), der Magnetresonanztomographie (MRT) oder der Nahinfrarotspektroskopie (NIRS) kombiniert und mittels Machine und Deep Learning Methoden ausgewertet. Insbesondere sind wir daran interessiert, neuronale Biomarker für die neurowissenschaftliche Forschung, Diagnose und Therapie zu finden.

Projekte

Aufdeckung von Kausalitätsnetzwerken im gesamten Gehirn während der geführten visuellen Suche

In dieser Studie wurde erstmals die Magnetoenzephalographie mit der Eye-Tracking-Technologie kombiniert, um zu untersuchen, wie sich die interregionalen Interaktionen im Gehirn bei zwei verschiedenen Formen des aktiven Sehens verändern

Mehr
Neue Erkenntnisse zu neuronalen Konfliktverarbeitungsnetzwerken mittels MEG

In dieser Studie wurde eine Adaption der sogenannten Simon-Aufgabe mittels der Magnetoenzephalographie (MEG) genutzt um Hirnsignale während der Konfliktverarbeitung zu untersuchen.

Mehr

In dieser Studie wurde erstmals die Magnetoenzephalographie mit der Eye-Tracking-Technologie kombiniert, um zu untersuchen, wie sich die interregionalen Interaktionen im Gehirn bei zwei verschiedenen Formen des aktiven Sehens verändern

Mehr
Einfluss von Zolpidem auf die Folgen einer traumatischen Hirnverletzung

Zolpidem ist ein gebräuchliches Medikament zur Behandlung von Schlaflosigkeit. Es ist jedoch bekannt, dass es auch eine paradoxe therapeutische Wirkung bei verschiedenen Bewusstseinsstörungen wie traumatischer Hirnverletzungen, Dystonie und Parkinson-Krankheit hat.

Mehr
Deep-Learning-basierte Klassifikation

Wir haben eine Methode zur automatischen Klassifikation von Artefakten durch Herzschlag und Augenbewegungen in neuromagnetischen Signalen entwickelt, die auf einem kombiniert mehrschichtigen und gefalteten neuronalen Netz (deep and convolutional neural network, DCNN) basiert.

Mehr

Zolpidem ist ein gebräuchliches Medikament zur Behandlung von Schlaflosigkeit. Es ist jedoch bekannt, dass es auch eine paradoxe therapeutische Wirkung bei verschiedenen Bewusstseinsstörungen wie traumatischer Hirnverletzungen, Dystonie und Parkinson-Krankheit hat.

Mehr

Real-Time MEG

Die raumzeitliche Organisation des menschlichen Gehirns in vivo zu verstehen ist eine der großen Herausforderungen der medizinischen Forschung.

Mehr
Analyse ungemittelter Daten

MEG-Signale werden vor der Quellenlokalisation üblicherweise auf die prominenteste stereotype Aktivierung gemittelt. Bei diesem Prozess wird unkorreliertes Rauschen unterdrückt und das Signal-zu-Rauschverhältnis verbessert.

Mehr

Die raumzeitliche Organisation des menschlichen Gehirns in vivo zu verstehen ist eine der großen Herausforderungen der medizinischen Forschung.

Mehr

Leiter der Arbeitsgruppe

Dr. Jürgen Dammers

Group Leader: NeuroImaging Data Science

  • Institut für Neurowissenschaften und Medizin (INM)
  • Physik der Medizinischen Bildgebung (INM-4)
Gebäude 15.2 /
Raum 233
+49 2461/61-2106
E-Mail

Mitarbeitende der Arbeitsgruppe

Farah AbdellatifGebäude 15.2v / Raum 208+49 2461/61-2677
Dipl-Ing. Frank BoersGebäude 15.2 / Raum 235+49 2461/61-6005
Nikolas KampelGebäude 15.2 / Raum 209+49 2461/61-8978
Andrea MurenGebäude 15.2 / Raum 235+49 2461/61-85155
Abdulrahman SawalmaGebäude 15.16 / Raum 1022+49 2461/61-96855
Letzte Änderung: 09.01.2023