Open Source

a) Phasenanalyse in Echtzeit

MATLAB-Software zur Schätzung der Phase eines physiologischen Signals mit einer oszillatorischen Komponente (z.B. Gamma-Aktivität) in Echtzeit: In einem laufenden Experiment sind physiologische Signale nur bis zur letzten von einem Aufzeichnungsgerät erfassten Probe bekannt. Dies erschwert die Schätzung der aktuellen Phase der oszillatorischen Komponente, da normale Phasenschätzungsmethoden voraussetzen, dass man weiß, wie sich das Signal in der Zukunft entwickeln wird (z. B. Wavelet-Transformation). Die hier vorgestellte Methode nutzt die autoregressive (AR) Modellierung, um eine möglichst genaue Phasenschätzung bis zur letzten aufgezeichneten Probe zu erhalten.

Autor der Toolbox: Dr. Dmitriy Lisitsyn. Diese Arbeit wurde durch das Schwerpunktprogramm SPP 1665 "Auflösung und Manipulation neuronaler Netzwerke im Säugetiergehirn - von der korrelativen zur kausalen Analyse" (ER 324/3-2) der Deutschen Forschungsgemeinschaft unterstützt.

b) Völlig drahtloses subkranielles Neuro-Implantat zur Messung von Elektrokortikographie-Signalen

Implantierbare neuronale Schnittstellen zum Gehirn sind ein wichtiger Baustein für zukünftige medizinische Anwendungen. Der Einstieg in dieses Forschungsgebiet ist jedoch schwierig, da ein solches Implantat Komponenten aus vielen verschiedenen Technologiebereichen benötigt. Da wegen der Gefahr von Infektionen und anderer langfristiger Probleme der vollständige Verzicht auf Drähte wichtig ist, sind Mittel zur drahtlosen Übertragung von Daten und Energie eine Notwendigkeit, die die Anforderungen noch erhöht. In der neueren Literatur werden viele High-Tech-Komponenten für solche Implantate mit bemerkenswerten Eigenschaften vorgestellt. Allerdings sind diese Komponenten in der Regel nicht frei für Ihr System erhältlich. Jede Gruppe muss ihre eigene Lösung neu entwickeln. Dies wirft die Frage auf, ob es möglich ist, ein wiederverwendbares Design für ein Implantat und seine externe Basisstation zu erstellen, so dass andere Gruppen es als Ausgangspunkt verwenden können. In diesem Artikel versuchen wir, diese Frage zu beantworten, indem wir ein Design vorstellen, das ausschließlich auf handelsüblichen Komponenten basiert, und die Eigenschaften des resultierenden Systems untersuchen. Dieser Idee folgend stellen wir ein vollständig drahtloses neuronales Implantat vor, mit dem Elektrokortikografiesignale an 128 Stellen der Gehirnoberfläche gleichzeitig gemessen werden können. Alle Designdateien sind als Open Source verfügbar.

Diese Arbeit wurde teilweise unterstützt durch das Bundesministerium für Bildung und Forschung, Grant 01 EZ 0867 (Innovationswettbewerb Medizintechnik) und Grant 01 GQ 1106 (Bernstein Award Udo Ernst) sowie durch den Forschungsschwerpunkt Neurotechnologie der Universität Bremen und die Creative Unit I-See 'The artificial eye:  Chronische drahtlose Schnittstelle zum visuellen Kortex' an der Universität Bremen. Außerdem wurde diese Arbeit durch das Schwerpunktprogramm SPP 1665 der Deutschen Forschungsgemeinschaft 'Auflösung und Manipulation neuronaler Netzwerke im Säugetiergehirn - von der korrelativen zur kausalen Analyse' (LA 1471/11-1) unterstützt.