htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code

Neuronale Signalanalyse und Modellierung

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Neuronale Signalanalyse und Modellierung
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Biomedizinische Technik, Master, ASPO 01.04.2011
Code: BMT922
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
2V+2P (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
5
Studiensemester: 9
Pflichtfach: ja
Arbeitssprache:
Englisch
Prüfungsart:
Testat (50%), Projektarbeit (50%)

[letzte Änderung 26.01.2010]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

BMT922 Biomedizinische Technik, Master, ASPO 01.04.2011 , 9. Semester, Pflichtfach
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
BMT801 Biomedizinische Signal- und Bildverarbeitung
BMT822 Neuronale und kognitive Systeme


[letzte Änderung 26.01.2010]
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Dr. Daniel Strauß
Dozent/innen:
Prof. Dr. Dr. Daniel Strauß


[letzte Änderung 26.01.2010]
Lernziele:
Die Studierenden haben ein vertieftes Wissen im Bereich der neuronalen Signalanalyse und der neuronalen Signalmodellierung.
 
Die Studierenden kennen moderne Methoden zur Analyse von Mehrkanalableitungen und evozierten Single Sweeps bereitgestellt und beherrschen deren Anwendung. Sie haben vertiefende Einblicke in die Modellierung von neuronalen large-scale Potenzialen, d.h. die detaillierte Behandlung des EEG Vorwärtsproblems, und haben dadurch ein besseres Verständnis für morphologische Veränderungen im EEG durch psychophysiologische Parameter und die EEG Nutzung zum Neurofeedback in der Therapie.

[letzte Änderung 26.01.2010]
Inhalt:
1. Großskslige Neuronale Korrelate
 1.1 EEG-Rhythmen
 1.2 Charakterisierung evozierter und induzierter Potenziale
 1.3 Einfluss von exogenen und endogenen Prozessen
 
2. Analyse von Mehrkanalableitungen
 2.1 Principal und Independent Component Analysis
 2.2 Kohärenzanalyse
 
3. Erkennung von EEG-Mustern und -Rhythmen
 3.1 Frequenz- und Zeit-Frequenz Verfahren
 3.2 Systeme zur adaptiven Wellenformerkennung
 
4. EEG Denoising
 4.1 Zeit-Frequenzverfahren
 4.2 Systemtheoretische Betrachtungen
 
5. Single Sweep Analyse
 5.1 Probleme von Mittlungsverfahren
 5.2 Phase-locking-Analyse
 5.3 Entropieanalyse
 
6. Spike Analyse
 6.1 Mikroelektroden-Ableitungen
 6.2 Detektionsverfahren
 6.2 Spike Charakterisierung
 
7. Mathematische Signalmodellierung
 7.1 Partielle Differentialgleichungen
 7.2 Vektoranalysis für die Signalmodellierung
 7.3 Multiskalen-Ansätze
 7.4 Black-, Gray- und White-box Ansatz
 7.5 Numerische Implementierung
 
8. EEG-Modellierung
 8.1 Modell von Nunez
 8.2 Modell von Rennie und Robinson
 8.3 Multiskalen EP Modellierung
 
9. Neurofeedback und Anwendungen
 9.1 Grundlagen des Neurofeedback
 9.2 Anwendungen in der Therapie
 
10. Aktuelle Trends der Neuroinformatik

[letzte Änderung 26.01.2010]
Literatur:
J. R. Evans and A. Abarbanel "Introduction to Quantitative EEG and Neurofeedback", Academic Press, 1999
J. L. Semmelow "Biosignal and Biomedical Image Processing", Marcel Dekker, 2004
E. N. Bruce "Biomedical Signal Processing and Signal Modelling", John Wiley & Sons, 2001
C. Eliasmith and Ch. H. Anderson "Neural Engineering", MIT Press, 2003
A. Hyvärinen, J. Karhunen, E. Oja "Independent Component Analysis", John Wiley & Sons, 2001.
P. L. Nunez, R. Shrinivasan Electric Fields of the Brain "The Neurophysics of EEG", Oxford University Press, 2005
M. Vetterli and J. Kovacevic "Wavelets and Subband Coding", Prentice Hall 1995
J. Banasiak, "Difference and Differential Equations in Mathematical Modelling" Lecture Book, University of Natal, Durban, 2003
P. A. Robinson, C. J.  Rennie, D. L. Rowe, S. C. O´Connor and & E. Gordon "Multiscale brain modelling", Philosophical Transactions of the Royal Society of London: B, 360, 1043-1050, 2005.
J. J. Wright, D. J. Rennie, G. J. Lees, P. A. Robinson, P. D. Bourke, C. L. Chapman, E. Gordon, D. L. Rowe "Simulated electrocortical activity at microscopic, mesoscopic and global scales" Neuropsychopharmacology, 28, 80-93, 2003
C. J. Rennie, P. A. Robinson, J. J. Wright "Unified neurophysical model of EEG spectra and evoked potentials", Biological Cybernetics, 86, 457-471, 2002

[letzte Änderung 26.01.2010]
 
[Wed Dec  4 10:10:35 CET 2024, CKEY=bnsum, BKEY=bmtm, CID=BMT922, LANGUAGE=de, DATE=04.12.2024]