EU Marie-Curie DN DONUT
Brain-Computer Interfacing (BCI) bietet nicht nur neue Möglichkeiten, gelähmten Personen zu helfen, sondern auch einen spannenden Ausblick darauf, wie Menschen in Zukunft mit Technologie interagieren werden. Trotz der Erfolge, die bereits in den Medien bekannt wurden, werden Paradigmen und Technologien weiterhin aktiv entwickelt. Dies trifft umso mehr zu, wenn es darum geht, BCI-Technologie aus dem Labor herauszubringen. Das durch MSCA finanzierte DONUT-Projekt zielt darauf ab, ein Doktorandennetzwerk (DN) zu etablieren, das sich auf Paradigmen, neurologische Prothesen und Hirnforschung konzentriert und als Katalysator für neue Forscher und EU-Partner dient, die in das BCI-Feld einsteigen möchten.
Durch die Nutzung des gemeinsamen Fachwissens der Projektpartner zielt das DN darauf ab, 10 Doktoranden auszubilden, um ihnen zu ermöglichen, sich mit den komplexen Herausforderungen der BCI-Forschung auseinanderzusetzen. Darüber hinaus wird das Netzwerk die Zusammenarbeit fördern und die Aufrechterhaltung von Verbindungen zwischen seinen Mitgliedern erleichtern. Das DONUT-Projekt (European Doctoral Network for Neural Prostheses and Brain Research) zielt darauf ab, verschiedene Herausforderungen im Bereich der BCI-Forschung durch die Ausbildung von Doktoranden (DCs) anzugehen. Die Ausbildungsbereiche umfassen die Verbesserung der Lebensqualität von eingesperrten Patienten, die Rehabilitation nach einem Schlaganfall, die Entwicklung kommerzieller Produkte auf der Basis von BCI- und EEG-Technologien, die Früherkennung von Alzheimer durch EEG-Gehirnaufzeichnungen sowie BCI-Forschung für den alltäglichen Gebrauch. Es ist daher im Einklang mit den UN-Nachhaltigkeitszielen “Gesundheit und Wohlergehen”, “Qualitätsbildung” und “Geschlechtergleichstellung”.
DONUT
Moderne Technologien, welche den Alltag der Menschen bereichern und vereinfachen, gewinnen mehr und mehr an Einfluss. Brain-Computer Interfaces, manchmal auch Brain-Machine Interfaces bzw. Neuroprothesen genannt, erfassen Gehirnsignale, analysieren sie und übersetzen sie in Echtzeit in Anweisungen, die ein Computer verstehen kann. Diese Instruktionen können dann an Geräte weitergeleitet oder direkt verarbeitet werden, um gewünschte Handlungen auszuführen. Auf diese Weise wird eine direkte Kommunikation zwischen dem Gehirn und dem zu steuernden Objekt, wie z.B. Sprachcomputer oder ein Roboter, ermöglicht.
Hinter dem Akronym DONUT („Europäisches Doktorandennetzwerk für Gehirnforschung“) verbirgt sich ein einjähriges Forschungsprojekt, welches sich mit dem weiten Spektrum dieses Forschungsgebietes befasst und u.a. einen gemeinsamen Antrag im Rahmen des europäischen MSCA DN 2022 Förderprogramms vorbereitet.
Nachdem es zuletzt erstmalig möglich war, eine komplette Inklusion aller Probanden für das BCI-System zu erreichen (alle Studienteinehmer waren in der Lage, das System erfolgreich zu bedienen), haben sich auf dieser Grundlage weitere interessante Fragestellungen ergeben, welche im europäischen Doktorandennetzwerk thematisiert werden sollen.
Zum einen sollen während dieses Vorhabens die bereits vorhandenen EU-Kooperationen der Hochschule Rhein Waal weiter ausgebaut und gefestigt werden, zum anderen sollen durch das breit gefächerte Knowhow der Projektpartner und deren Zusammenarbeit innovative Impulse gesetzt werden, sowie wegweisend die Weiterentwicklung der BCI-Systeme vorangetrieben werden. Hierzu werden unter anderem verschiedene visuelle Stimulationsmuster, moderne Signalverarbeitungsalgorithmen und der Einsatz von Deep Learning weiter untersucht. Auf diese Weise ist es möglich, das BCI-System noch weiter zu verbessern und ideal an den Alltag der Nutzer anzupassen.
Im Falle einer positiven Förderentscheidung auf der europäischen Ebene wird die wissenschaftliche Kooperation der Projektpartner noch weiter vertieft und sicherlich zu einer Vielzahl von erfolgreichen kooperativen Promotionen führen.
Start - End:
01.05.2022 - 30.04.2023Sponsors:
M3S
Aus der Tasche in die eigenen vier Wände: In Zeiten von Smartphones und Smart Homes wird die Kommunikation zwischen Mensch und Maschine zunehmend einfacher und direkter. Haptische Schnittstellen werden mehr und mehr durch solche ohne Kontakt, wie zum Beispiel sprach- oder gesichtserkennende Systeme, ersetzt. Für eine gelungene Integration dieser Schnittstellen in den alltäglichen Gebrauch müssen die zugrundeliegenden Systeme für jeden profitabel und ohne lange Trainingsphasen sein. Im M3S-Projekt entwickeln wir Mensch-Maschine Schnittstellen für den alltäglichen Gebrauch, in dem überwiegend EEG-Daten, also Gehirnsignale der Nutzer/-innen, zur Kontrolle von Computern und externen Geräten genutzt werden. Diese direkten Schnittstellen zwischen Gehirn und Maschine werden auch als BCI bezeichnet, die Abkürzung für Brain-Computer Interfaces.
In unseren Systemen werden verschiedene Methoden genutzt, mit denen mechanische Kontrollbefehle aus Gehirnsignalen abgeleitet werden können. Die meisten Methoden basieren auf der visuellen Stimulation des Auges: Individuelle Lichtstimuli, kontinuierlich blinkende Signale oder pseudo-zufällige Stimulationsmuster produzieren alle ihre eigene, charakteristische Antwort im visuellen Cortex des Gehirns. Diese natürlich auftretenden Antworten auf Stimuli können nicht-invasiv über ein Elektroencephalogramm (EEG) gemessen und durch die BCI-Software in Echtzeit in Computeranweisungen umgewandelt werden. Durch die Zuweisung verschiedener Stimuli zu verschiedenen Boxen auf einem Bildschirm ist es möglich, aus dem Gehirnstrom abzulesen, auf welche Box sich der/die Nutzer/-in konzentriert und ein spezifisches Kontrollsignal wird an die Maschine weitergeleitet.
Wir erwarten, dass zukünftige BCIs eine große Rolle in verschiedenen Industriezweigen wie der Spieleindustrie oder der Automobilindustrie spielen werden. Um die Attraktivität von BCIs für diese fundamental unterschiedlichen Gebiete zu erhöhen, müssen verschiedene Kernbedingungen erfüllt und weiter entwickelt werden. Für produzierende Industriezweige sind dies insbesondere Präzision und Verlässlichkeit. In anderen Gebieten, in denen persönliche Sicherheit nicht dermaßen wichtig ist, sind andere Faktoren wie Adaptivität, Immunität gegenüber Störungen, Geschwindigkeit, Nutzerakzeptanz und Einfachheit der Bedienung wichtiger.
Um diese Bedingungen der genannten Industriezweige erfüllen zu können, haben wir uns verschiedene Hauptziele gesetzt. Eines dieser Ziele ist die neue und weitere Entwicklung von BCI-Hybridsystemen. Diese Hybridsysteme, in denen BCIs mit anderen Kontrollsystemen wie Augen- oder Muskelkontrolle verbunden werden, sind oft effizienter, schneller und genauer als die individuellen Systeme - große Vorteile für ein System im alltäglichen Gebrauch. Ein weiteres Ziel ist die Weiterentwicklung existierender Trainings- und Klassifikationsalgorithmen der Software für die Verbesserung der Adaptivität und Immunität gegenüber Störungen. Abschließend versuchen wir, die Nutzerakzeptant und Einfachheit der Bedienung durch eine Reduktion der Elektrodenanzahl und die Nutzung mobiler BCI-Systeme zu erhöhen. In Computerspielen ermöglicht dies eine größere Bewegungsfreiheit und in industriellen Umgebungen ist es einfach, Arbeitsstationen zu wechseln.
Um die gesetzten Ziele zu erreichen, ist das M3S-Projekt eine Kooperation mit verschiedenen Forschungs- und Industriepartnern: Unter der Leitung von Prof. Dr.-Ing. Ivan Volosyak arbeiten wir zusammen mit den industriellen Partnern polyoptics GmbH und MediaBlix IIT GmbH und der Universität Bielefeld. Die Projektpartner steuern essentielle Komponenten und Know-How in den Bereichen optoelektronische Produktion, Kontrolle von Augenbewegungen und Optimisierung von Algorithmen durch Machine Learning bei.
Zusätzlich integrieren wir unsere Forschung aktiv in die Lehre. Daher werden im Zusammenhang mit diesem Forschungsprojekt Abschlussarbeiten von Studierenden angefertigt. Zusätzlich unterstützen studentische Hilfskräfte unsere Forschung (wenn Sie Interesse an einem Job als studentische Hilfskraft haben, kontaktieren Sie bitte den Projektmanager).
Das Projekt ist finanziell unterstützt vom Europäischen Fonds für regionale Entwicklung (EFRE) und der Landesregierung Nordrhein-Westfalen (Fördernummer: IT-1-2-001). Die Versuche mit freiwilligen Menschen, die im Rahmen des Projekts durchgeführt werden, wurden geprüft und genehmigt durch das ethische Komitee der Medizinischen Fakultät der Universität Duisburg-Essen.
Start - Ende:
15.05.2017 - 30.04.2020Sponsoren:
BCI@Home
Alltägliche Objekte mit Gedanken bewegen? Was einst Science Fiction war, ist nun dank moderner Brain-Computer Interface-Systeme zur Realität geworden. Im BCI@Home-Projekt erkunden wir, wie man Gehirn und Computer am besten miteinander verbinden kann, um das Leben von Menschen mit eingeschränkten körperlichen Fähigkeiten zu verbessern. Dieses Interface würde es Patienten/-innen beispielweise ermöglichen, ohne Sprache zu kommunizieren und sogar Roboter allein durch Gehirnaktivität zu kontrollieren.
Wegen degenerativer Krankheiten und des Alterns sind viele Menschen eingeschränkt in der Art, wie sie mit ihrer Umwelt kommunizieren können. Das BCI-System ermöglicht seinen Nutzern/-innen die Möglichkeit, nur durch die Nutzung von Gehirnwellen Kommunikationsgeräte und Unterstützungstechnologien zu steuern.
Unser System nutzt sogenannte "SSVEPs" (steady state visual evoked potentials). Diese sind elektrische Potentiale, die im Gehirn auftreten, wenn unsere Augen visuelle Stimuli bestimmter Frequenzen wahrnehmen. In unserem Experiment nutzen wir flackernde Boxen auf einem Computerbildschirm, um diese SSVEPs im visuellen Cortex des menschlichen Gehirns auszulösen. Die Boxen auf dem Bildschirm flackern mit unterschiedlichen Frequenzen von 6 bis 90 Hz. Jede Box ist mit einem bestimmten Befehl oder Buchstaben verbunden, so dass der/die Nutzer/-in nur durch Ansehen der entsprechenden Boxen diesen Befehl aktivieren oder ein Wort buchstabieren kann. Das ermöglicht die Nutzung der BCI-Technologie für die Kontrolle von Unterstützungssystemen wie Robotern, Fernbedienungen und Kommunikationssystemen.
Unser BCI@Home Projekt unter der Leitung von Prof. Dr.-Ing. Volosyak ist eine Kollaboration mit unserem Industriepartner polyoptics GmbH. Unser gemeinsames Ziel ist es, insbesondere für Menschen mit körperlichen Einschränkungen eine nutzerfreundlichere Heimumgebung zu schaffen.
Wir nutzen dieses Projekt außerdem zur Verbindung von Forschung und Lehre. Studierende können beispielsweise ihre Abschlussarbeiten im Rahmen dieses Forschungsprojekt anfertigen. Zudem unterstützen studentische Hilfskräfte aktiv unsere Forschungsbemühungen (bitte kontaktieren Sie den Projektleiter, wenn Sie daran interessiert sind, unserem Team als studentische Hilfskraft beizutreten).
Das Projekt ist finanziell unterstützt vom Europäischen Fonds für regionale Entwicklung (EFRE) und der Landesregierung Nordrhein-Westfalen (Fördernummer: GE-1-1-047). Das Projekt beinhaltet eine Studie, die vom ethischen Komitee der Medizinischen Fakultät der Universität Duisburg-Essen genehmigt wurde.
EBCI
Das Ziel des Projekts "EEG-based brain-computer interfaces for use in health care" (dt.: "EEG-basierte Brain-Computer Interfaces zur Anwendung im Gesundheitswesen") war die Entwicklung neuer Ansätze im Feld der SSVEP-basierten Brain-Computer Interfaces (BCIs). Ein BCI ist ein System, das es Menschen erlaubt zu kommunizieren ohne sich zu bewegen. Es misst die Gehirnaktivität (zum Beispiel über das nicht-invasiv gemessene Elektroencephalogramm (EEG)) und wandelt diese direkt in Computerbefehle um, die einen Computer oder ein anderes Unterstützungssystem kontrollieren können. Dieses Werkzeug kann der einzige Kommunikationsweg für schwerbehinderte Nutzer/-innen sein.
Wegen des demographischen Wandels und medizinischen Fortschritts wird unsere Gesellschaft älter. Laut Schätzungen des Statistischen Bundesamtes werden im Jahr 2030 bereits 22 Millionen Menschen in Deutschland über 65 Jahre alt sein. Weitere Berechnungen zeigen, dass Deutschland bis 2060 ein Fünftel seiner Population, oder ungefähr 17 Millionen Einwohner/-innen, verlieren wird. Sogar jede dritte Person wird dann 65 Jahre alt oder älter sein. Das wird auch die Anzahl der Personen erhöhen, die auf Grund von Krankheiten, die mit dem fortgeschrittenen Alter einhergehen, auf die Hilfe von Angehörigen oder Pflegekräften angewiesen sind. Viele dieser Personen bleiben kognitiv komplett gesund oder weisen lediglich milde bis moderate Sinneseinschränkungen auf. Patienten/-innen mit einer Zerebralparese oder diejenigen, die sich von einem Schlaganfall erholen oder an Gehirn- oder Rückenmarksverletzungen leiden, sind ein typisches Beispiel für Gruppen, die durch ihre Krankheit von der aktiven Teilhabe am sozialen Leben ausgeschlossen sind. Die meisten dieser Personen würden es sehr mögen, unabhängig und sicher in ihrem Zuhause wohnen zu können und mobil zu sein und mit anderen Personen in Kontakt zu bleiben.
ABCI
Die Effekte des Alterns bringen körperliche Beeinträchtigungen mit sich, die viel zu oft ältere Menschen davon abhalten, Beziehungen zu pflegen und aktiv am sozialen Leben teilzuhaben, obwohl sie sicher und unabhängig in ihrem eigenen Zuhause leben können. Moderne Kommunikationstechnologien könnten älteren Menschen mit körperlichen Beeinträchtigungen helfen, wenn sie spezielle Schnittstellen anbieten würden, die unabhängig von den Einschränkungen der Personen funktionieren. Das Projekt "Brain-Computer Interfaces suitable for daily use" (dt.: "Brain-Computer Interfaces geeignet für den täglichen Gebrauch) verfolgt das Ziel eines lösungsorientierten Ansatzes für die Entwicklung angemessener Kommunikationstechnologien. Anwendungen dieses Systems können die Lebensqualität für körperliche beeinträchtigte ältere Personen und ihre Familien erhöhen.
Unser Ansatz konzentriert sich auf das Design eines leichten, adaptiven Systems, das auf einem Brain-Computer Interface (BCI) basiert, welches steady-state visually evoked potentials (SSVEP) nutzt. Das System wird durch die Übernahme weiterer Kontrollsignale wie beispielsweise magnetischer Kontrolle oder Zungenkontrolle modular und erweiterbar sein.
Die angestrebte Lösung soll die Verlässlichkeit der BCI- Signalerkennung verbessern, indem neue Methoden der Verarbeitung und Handhabung von Daten untersucht und die Anbringung der Elektroden für das Elektroencephalogramm (EEG) erleichtert werden. Ein neues BCI-System könnte dort angewandt werden, wo zusätzliche Kommunikationskanäle zwischen Menschen und ihrer Umgebung als nützlich erachtet werden. Die Kombination eines kosteneffektiven BCIs mit der kostengünstigen Integration des neu entwickelten BCI-Moduls in existierende Systeme sollte zu gesteigerten Verkäufen führen.
Die Projektergebnisse werden zur Demonstration für potentielle Herstellerfirmen und Nutzer/-innen an relevanten Studiengruppen getestet.
