Bernstein Netzwerk Computational Neuroscience
  • Home
  • Netzwerk
    • Das Bernstein Netzwerk
    • Bernstein Zentren
      • Berlin
      • Freiburg
      • Göttingen
      • München
      • Tübingen
      • Heidelberg-Mannheim
    • Forschungsinfrastruktur
      • High Performance Simulation and Data Analysis
      • Forschungsdaten-Management
      • Wissenschaftskommunikation
      • Wissenschaftskoordination
    • Preise und Initiativen
      • Valentin Braitenberg Award
      • Brains for Brains Nachwuchspreis
      • Bernstein SmartSteps
    • Gremien des Netzwerks
    • Satzung
    • Mitgliedschaft
    • Historie
    • Spenden
    • Kontakt
  • Newsroom
    • Newsroom
    • Aktuelles
    • Meet the Scientist
    • Veranstaltungen
    • Ausschreibungen
    • Medienecho
    • Presse
    • Publikationen des Netzwerks
    • Bernstein Bulletin
  • Forschung und Lehre
    • Forschung und Lehre
    • Wissenschaftler:innen finden
    • Studienprogramme
      • Masterprogramme
      • Promotionsprogramme
    • Studienangebote
      • Bernstein Student Workshop Series 2023
      • Online Learning
      • Kurse für Fortgeschrittene
      • Praktika und Abschlussarbeiten
    • Ethos des Bernstein Netzwerks
  • Karriere
    • Karriere
    • Stellenangebote
    • Verstärken Sie unser Team
  • Bernstein Conference
    • Bernstein Conference
    • Call for Satellite Workshops
    • General Information
      • Tentative Schedule
      • Past Conferences
    • FAQ
  • DE
  • EN
  • Suche
  • Menü Menü
Sie sind hier: Startseite1 / Newsroom2 / Aktuelles3 / Per Gedankenkraft das Smart Home steuern
Göttingen – 6. Mai 2020

Per Gedankenkraft das Smart Home steuern

Neurowissenschaftler am Deutschen Primatenzentrum entwickeln neue Versuchsumgebung um Bewegungspläne auch während des Laufens zu studieren

Ein Rhesusaffe (Macaca mulatta) beim Training im Reach Cage. Der Affe greift zu einer Lampe, die vorher angezeigt wurde. Mit Hilfe eines Sensors wird diese Berührung erfasst und die Daten aufgezeichnet. © Michael Berger

/DPZ/ Durch den Raum gehen, um ein Licht anzuschalten – eine so einfache und alltägliche Tätigkeit erfordert sehr komplexe Berechnungen im Gehirn: Das Erfassen der Situation, die Steuerung des Gangs und die Planung der bevorstehenden Bewegungen wie die Armbewegung zum Lichtschalter. Neurowissenschaftler am Deutschen Primatenzentrum (DPZ) – Leibniz-Institut für Primatenforschung haben jetzt untersucht, in welchen Hirnarealen die Bewegungen für das Erreichen weiter entfernt liegender Ziele kodiert sind, die neben einer Arm- auch eine Gehbewegung erfordern, und wie die Bewegungen vor der Ausführung im Gehirn geplant werden. Dazu haben sie mit dem „Reach Cage“ eine neuartige experimentelle Umgebung geschaffen. Erste Ergebnisse mit Rhesusaffen zeigen, dass entfernte Bewegungsziele, zu denen die Tiere hinlaufen müssen, in den gleichen Bereichen im Gehirn kodiert werden, wie nahe Ziele und zwar bereits bevor das Tier zu laufen beginnt. Diese Erkenntnisse könnten genutzt werden, um Schnittstellen zwischen Gehirn und Maschine zu entwickeln und zum Beispiel durch reine Gedankenkraft intelligente Häuser (Smart Homes) zu steuern (eLife).

Unser hochentwickeltes Nervensystem ermöglicht vielseitige, koordinierte Bewegungsabläufe in einer komplexen Umgebung. Wie sehr das unser tägliches Leben beeinflusst, bemerken wir häufig erst, wenn uns bestimmte Bewegungen nicht mehr gelingen, zum Beispiel in Folge von Lähmungen durch Schlaganfälle. Ein neuartiger Ansatz, um den Patienten die Kontrolle über ihre Bewegungen zurückzugeben, wären Gehirn-Computer-Schnittstellen, die Signale im Gehirn auslesen können. Diese Signale könnten aber nicht nur zur Steuerung von Neuroprothesen verwendet werden, sondern auch für alle computergestützten Geräte wie Smartphones, Tablets oder ein Smart Home. Die Entwicklung von Gehirn-Computer-Schnittstellen basiert auf jahrzehntelanger Grundlagenforschung zur Bewegungsplanung und -steuerung in der Großhirnrinde von Mensch und Tier, insbesondere bei nicht-menschlichen Primaten. Bislang haben Wissenschaftler so die Planung kontrollierter Greifbewegungen zu nahen Zielen erforschen können. Diese Experimente erlauben jedoch nicht die Untersuchung der Handlungsplanung in größeren, realistischen Umgebungen, wie zum Beispiel in der eigenen Wohnung. Das Betätigen des Lichtschalters an der gegenüberliegenden Wand erfordert beispielsweise verschiedene Arten von überlappenden Bewegungen mit Koordination mehrerer Körperteile.

Experimentelle Einschränkungen hinderten die Wissenschaftler bisher daran neuronale Schaltkreise zu untersuchen, die an der Planung von Ganzkörperbewegungen beteiligt sind, da sich die Tiere während der Messungen nicht frei bewegen konnten. Die Beobachtung einer Kombination von Geh- und Greifbewegungen, wie beispielsweise bei weit entfernten Zielen, erfordert eine völlig neue Versuchsumgebung, die bisher nicht zur Verfügung stand. Der sogenannte „Reach Cage“ bietet jetzt eine Testumgebung, die es erlaubt, das Bewegungsverhalten zu registrieren, zu interpretieren und mit der damit verbundenen Hirnaktivität zu verknüpfen, während sich die Tiere unter hoch-kontrollierten Bedingungen frei bewegen können.

Für das Experiment wurden zwei Rhesusaffen darauf trainiert, Ziele in ihrer unmittelbaren Umgebung sowie in weiterer Entfernung zu berühren. Bei weit entfernten Zielen war eine Gehbewegung erforderlich, um sie zu erreichen. Durch Lichtsignale wussten die Tiere, welches Ziel sie berühren sollten. Mit mehreren Videokameras wurden die Bewegungen dreidimensional mit hoher zeitlicher und räumlicher Präzision beobachtet. Sogenannte Deep-Learning-Algorithmen wurden verwendet, um die dreidimensionalen Bewegungen von Kopf, Schulter, Ellbogen und Handgelenk automatisch aus den Videobildern zu extrahieren. Gleichzeitig wurde die Hirnaktivität völlig kabellos aufgezeichnet, so dass die Tiere zu keinem Zeitpunkt in ihren Bewegungen eingeschränkt waren. Durch die Messung der Hirnaktivität von Hunderten von Neuronen mittels 192 Elektroden in drei verschiedenen Hirnregionen ist es nun möglich, Rückschlüsse darauf zu ziehen, wie Bewegungen parallel geplant und ausgeführt werden.

Im Laufe des Trainings führten die Affen die Greif- und Gehbewegungen mit zunehmender Sicherheit aus und optimierten ihr Verhalten um eine hohe Präzision zu erreichen, auch wenn die Ziele in größerer Entfernung lagen. „In der Videoanalyse können wir die Bewegungen der Affen sehr genau nachvollziehen. Die kabellos aufgezeichneten Gehirnsignale sind so präzise und klar, dass die Aktivität einzelner Neuronen untersucht und mit den Bewegungen in Verbindung gebracht werden kann“, sagt Michael Berger.

Die Ergebnisse zeigen, dass motorische Planungsareale im Gehirn Informationen über das Ziel bestimmter Bewegungen verarbeiten, auch wenn sich das Ziel am anderen Ende des Raumes befindet und erst eine Ganzkörperbewegung erforderlich ist, um dorthin zu gelangen. Alexander Gail, Leiter der Forschungsgruppe Sensomotorik am Deutschen Primatenzentrum ergänzt: „Diese Erkenntnisse sind nicht nur wichtig, um die Ausfälle bei Patienten zu verstehen, die Schwierigkeiten bei der Planung und Koordination von Bewegungen haben. Die neuen Erkenntnisse könnten sich auch als besonders nützlich erweisen, wenn es darum geht, Gehirn-Computer-Schnittstellen für die Steuerung von Smart Homes zu entwickeln, bei denen Ziele wie Türen, Fenster oder Lichtschalter in einer komplexen Umgebung verteilt sind.“

Diese Forschung ist Teil des EU geförderten Projekts „Plan4Act“, in dem Projektpartner in Deutschland, Spanien und Dänemark an der Entwicklung von Gehirn-Maschine-Schnittstellen für intelligente Häuser arbeiten.

>> originale Pressemitteilung

Originalpublikation

Berger M, Agha NS, Gail A (2020): Wireless recording from unrestrained monkeys reveals motor goal encoding beyond immediate reach in frontoparietal cortex. eLife 9:e51322. DOI: 10.7554/eLife.51322

 

 

Per Gedankenkraft das Smart Home steuern

1. Dezember 2020/in /von Alexandra Stein

Kontakt Aktuelles

Kontakt

Prof. Dr. Alexander Gail

+49 551 3851-358
AGail@dpz.eu

Dr. Anika Appelles

+49 551 3851-424
AAppelles@dpz.eu

Dr. Michael Berger

MBerger@dpz.eu

Bernstein Netzwerk Computational Neuroscience Logo

Mitglied werden
Satzung
Spenden
Newsletter abonnieren

 

Folgen Sie uns

Mastodon
© 2023 Bernstein Netzwerk Computational Neuroscience
  • Kontakt
  • Impressum
  • Datenschutz
Nach oben scrollen
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Anbieter verwalten Lesen Sie mehr über diese Zwecke
Einstellungen
{title} {title} {title}