Kognitive und Affektive Biopsychologie
Über
Die Arbeitsgruppe "Kognitive und Affektive Biopsychologie", die von Prof. Dr. Simon Eickhoff geleitet und von Dr. Edna Cieslik, Dr. Felix Hoffstaedter, Dr. Robert Langner und Dr. Veronika Müller mitgeleitet wird, hat das Ziel, besser zu verstehen, wie das Gehirn zum menschlichen Verhalten beiträgt. Die Gruppe untersucht kognitive und sozio-affektive Prozesse und ihre Zusammenhänge mit Gehirnaktivität, Konnektivität und Morphologie, indem sie modernste Methoden wie maschinelles Lernen und groß angelegte Meta-Analysen anwendet.
Forschungsthemen
Zu den mentalen Prozessen, die für die Gruppe von besonderem Interesse sind, gehören Aufmerksamkeit und kognitive Handlungskontrolle sowie emotionale Wahrnehmung, Erfahrung und Regulation. Eines der Hauptziele ist es, zu untersuchen, wie sich interindividuelle Unterschiede in diesen Prozessen im Gehirn widerspiegeln.
Darüber hinaus versucht die Gruppe, die neuronalen Korrelate kognitiver und affektiver Veränderungen im fortgeschrittenen Alter und bei Erkrankungen wie Depression, Schizophrenie oder Morbus Parkinson zu erforschen.
Die Gruppe wendet ein breites Spektrum an multimodalen Neuroimaging-Methoden an, um die Beziehungen zwischen Gehirn und Verhalten zu untersuchen. Zu den Ansätzen gehören innovative aufgabenbasierte fMRT-Studien, voxelbasierte Morphometrie sowie groß angelegte Meta-Analysen zur Identifizierung von Gehirnregionen und Verhaltenseffekten, die mit bestimmten mentalen Prozessen in Verbindung stehen. Die interregionale Kopplung zwischen einzelnen Hirnarealen wird mittels funktioneller Konnektivitätsanalyse im Ruhezustand und meta-analytischer Konnektivitätsmodellierung untersucht. Der Zusammenhang zwischen funktionellen Konnektivitätsmustern und Kognition und Verhalten bei verschiedenen Personen wird mit Hilfe von Korrelations- und Out-of-Sample-Vorhersageanalysen untersucht. Darüber hinaus ist die Gruppe maßgeblich an der methodischen Entwicklung der Activation Likelihood Estimation (ALE) Meta-Analyse beteiligt. Ein sich entwickelnder Schwerpunkt ist die Untersuchung der Determinanten für die Akzeptanz des Einsatzes von Technologien der künstlichen Intelligenz in der diagnostischen Hirnbildgebung.