Die Bedeutung kognitiver Belastung und adaptiver Schwierigkeitsanpassung für Neurofeedback-basiertes Training

DSpace Repositorium (Manakin basiert)

Zur Kurzanzeige

dc.contributor.advisor Gharabaghi, Alireza (Prof. Dr.)
dc.contributor.author Fels, Meike Louise
dc.date.accessioned 2017-11-13T11:35:47Z
dc.date.available 2017-11-13T11:35:47Z
dc.date.issued 2017-11-13
dc.identifier.other 495286451 de_DE
dc.identifier.uri http://hdl.handle.net/10900/78416
dc.identifier.uri http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-784166 de_DE
dc.identifier.uri http://dx.doi.org/10.15496/publikation-19814
dc.description.abstract In der vorliegenden Arbeit wurden die grundlegenden Eigenschaften und Wirkungen eines Brain-Machine-Interfaces (BMI), das im EEG gemessene Hirnaktivität in Bewegungen einer Handorthese umsetzt, bei gesunden Probanden untersucht. In der ersten Studie wurden die kortikalen Netzwerke von Probanden mittels EEG untersucht, bevor sie unterschiedliche motorische Aufgaben durchführten: Bewegungsvorstellung (Motor Imagery, MI), tatsächliche Bewegungen (Motor Execution, ME) und die Benutzung eines BMI (d.h. MI mit Feedback durch die Handorthese). Es konnte gezeigt werden, dass Ruhe EEG-Netzwerke die anschließende Fähigkeit der Probanden zu MI, ME und BMI-Anwendung vorhersagen können. Dabei überlappen sich die kortikalen Netzwerke für MI und ME zum Teil, zeigen jedoch auch relevante Unterschiede. In diesem Kontext kann die BMI-Anwendung die Netzwerke und Fähigkeiten von MI und ME überbrücken. In der zweiten Studie wurde das BMI Training mit einem etablierten EMG-basierten Neurofeedback Training verglichen, um die jeweilige kognitive Belastung zu ermitteln. Dabei unterschied sich die kognitive Belastung des BMI Feedbacks vom EMG Feedback und konnte insbesondere zu Frustration führen. Das Frustrationserleben korreliert aber über die verschiedenen Feedback Aufgaben hinweg und legt daher eine spezifische Eigenschaft des Teilnehmers (personal trait) nahe. Darüber hinaus konnte die kognitive Belastung unabhängig von der jeweiligen Aufgabe anhand kortikaler Netzwerke im EEG sowohl in Ruhe als auch während der Aufgabe bestimmt werden. In der dritten Studie erfolgte schließlich eine Schwierigkeits-Adaptation auf der Basis der kognitiven Belastung der Teilnehmer. Die von den Teilnehmern berichtete kognitive Belastung korrelierte dabei mit dem Schwierigkeitsgrad des BMI Trainings. Eine adaptive Schwierigkeitsanpassung des BMI erhöhte schließlich die Leistung und reduzierte die kognitive Belastung der Teilnehmer. Insgesamt wurden mit diesen Probandenstudien die Voraussetzungen geschaffen, ein adaptives Neurofeedback Training zu entwickeln, das langfristig in der Rehabilitation von Schlaganfallpatienten mit motorischen Einschränkungen der Hand eingesetzt werden kann. de_DE
dc.language.iso de de_DE
dc.publisher Universität Tübingen de_DE
dc.rights ubt-podno de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=de de_DE
dc.rights.uri http://tobias-lib.uni-tuebingen.de/doku/lic_ohne_pod.php?la=en en
dc.subject.classification Neurologie , Schlaganfall , Rehabilitation , Roboter , Lähmung , Elektromyographie , Elektroencephalographie , Gehirn , Schnittstelle de_DE
dc.subject.ddc 500 de_DE
dc.subject.ddc 610 de_DE
dc.subject.other brain machine interface en
dc.subject.other brain computer interface en
dc.subject.other NASA-TLX en
dc.subject.other taskload en
dc.subject.other workload en
dc.subject.other neuro feedback en
dc.title Die Bedeutung kognitiver Belastung und adaptiver Schwierigkeitsanpassung für Neurofeedback-basiertes Training de_DE
dc.type PhDThesis de_DE
dcterms.dateAccepted 2017-09-06
utue.publikation.fachbereich Medizin de_DE
utue.publikation.fakultaet 4 Medizinische Fakultät de_DE

Dateien:

Das Dokument erscheint in:

Zur Kurzanzeige