Logo des Repositoriums

Auflistung nach Autor:in "Bernarding, Johannes"

1 - 4 von 4
  • Konferenzbeitrag
    Diffusions-Tensor-Imaging als Gridanwendung – Perfomanzsteigerung und standortunabhängiger Zugang zu leistungsfähigen Ressourcen
    (Informatik 2009 – Im Focus das Leben, 2009) Hertel, Frank; Krefting, Dagmar; Lützkendorf, Ralf; Viezens, Fred; Thiel, Andreas; Peter, Kathrin; Bernarding, Johannes
  • Konferenzbeitrag
    Ein Framework zur Echtzeit-Adaptierung von Virtual Reality-Paradigmen in Neurofeedback-Experimenten
    (INFORMATIK 2012, 2012) Mueller, Charles; Baecke, Sebastian; Luetzkendorf, Ralf; Bernarding, Johannes
    Aktuell wird als eine vielversprechende Therapiemethode das sogenannte Neuro-feedback für verschiedene Angst-, Zwangs- oder Suchtstörungen diskutiert. Dabei wird dem Probanden noch während einer Messung die neuronale Aktivierung aus bestimmten Regionen seines Gehirns präsentiert, welche er dann selbständig und in Echtzeit regulieren soll. In der vorliegenden Arbeit wird erstmalig ein Rahmenkonzept zur Echtzeit-Adaption einer komplexen Virtual Reality (VR)-Umgebung vorgestellt. Die Analyse der neuronalen Aktivierung sowie das Neurofeedback wurden dabei mittels funktioneller Magnetresonanztomographie (fMRT) realisiert. Das entwickelte Adaptionskonzept nutzt die in Echtzeit analysierten Hirnaktivierungen und führt abhängig von der Ausprägung der Hirnaktivierung eine automatische Anpassung der VR-Umgebung zur Laufzeit durch. Die komplexen Interaktionsmöglichkeiten des Probanden mit der VR bleiben während dieser Anpassung erhalten. Zur sicheren Evaluation des Frameworks unter kontrollierten Bedingungen wurden der gesamte Prozessablauf und das Entscheidungskriterium auf ein simuliertes Echtzeit-fMRT-Experiment mit realen fMRTDaten von 12 Probanden angewandt und analysiert. Die Ergebnisse zeigen die erfolgreiche Echtzeit-Adaptierung einer komplexen VR-Umgebung abhängig von den Hirnaktivierungen des Probanden.
  • Konferenzbeitrag
    High resolution diffusion tensor imaging of the human brain at 7T
    (INFORMATIK 2012, 2012) Luetzkendorf, Ralf; Baecke, Sebastian; Mallow, Johannes; Herrmann, Tim; Stadler, Joerg; Tempelmann, Claus; Trantzschel, Thomas; Bernarding, Johannes
    Magnetic resonance imaging (MRI) at 7T provides higher signal-to-noise ratio (SNR) which enables high-resolution functional and anatomic MRI. There is also an increased demand for high-resolution diffusion tensor imaging (DTI) providing important information about cell physiology and neuronal connectivity. DTI may also profit from higher SNR as diffusion-weighting reduces the signal exponentially. But the potential SNR gain in ultra-high field (UHF) DTI is counterbalanced mainly by shortened T2 relaxation times of brain tissue, increased signal inhomogeneities, and coil parameter dependencies for parallel imaging. High resolution DTI (1.15/1.15/3.0 mm3) was performed at 3T and 7T. Parallel imaging (GRAPPA, reconstruction factor 3) and data averaging was required to reduce image distortions, inhomogeneous signal distribution, and increase SNR. This allowed calculating high resolution Diffusion tensor and fractional anisotropy maps. In temporal and basal regions the reduced signal-to-noise ratio rendered the calculated parameter maps less reliable. A simulation of the distribution of the excitation radio frequency (RF) field at 7T in a human voxel model revealed that the inhomogeneities of brain tissue leads to inhomogeneous excitation which is a major cause for observed signal voids. High resolution DTI is therefore feasible at 7T with an image quality comparable or superior to 3T DTI. Main advantage for 7T DTI is combining DTI with anatomic and functional MRI acquired at 7T on the same MR scanner thereby reducing registration errors.
  • Konferenzbeitrag
    Implementierung eines Frameworks für das Hyperscanning: simultane Untersuchung von Hirnaktivierungen mehrerer Probanden
    (INFORMATIK 2012, 2012) Baecke, Sebastian; Lützkendorf, Ralf; Müller, Charles; Bernarding, Johannes
    Die echtzeitbasierte funktionelle Magnetresonanztomografie (fMRT) ermöglicht es, auf Grundlage der Hirnaktivierung verschiedener Areale eine Kommunikation zwischen Mensch und Maschine zu realisieren. Dieses Prinzip wird bereits für Hirn-Computer-Schnittstellen (BCI) oder Neurofeedback genutzt. Eine Erweiterung stellt das sogenannte Hyperscanning dar, bei dem zwei oder mehr Probanden simultan in verschiedenen MR-Tomografen untersucht werden. Eine bisher nicht verwirklichte Kombination von BCI und Hyperscanning sollte daher die Kommunikation mehrerer Probanden ermöglichen, beispielsweise für die Untersuchung von sozialer Interaktion. Dies erfordert die gleichzeitige Steuerung und aufeinander abgestimmte Datenauswertung in Echtzeit. Hierzu wurde ein Framework entwickelt und in einer Pilotstudie die technischen Anforderungen optimiert. Das System konnte dazu eingesetzt werden, um mittels Aktivierung des Motorcortex gemeinsam oder unabhängig verschiedene Aufgaben durchzuführen. Die Hirnaktivität des Motorcortex wurde von den Probanden im Sinne eines Neurofeedback-Mechanismus selbst in verschiedenen Stufen reguliert. Abhängig von der Aufgabenstellung wurde eine Kugel mithilfe der Hirnaktivierung verschieden positioniert. Das Ergebnis wurde beiden Probanden visualisiert und diente zur Erfolgskontrolle. Dieses einfache Modell wurde erfolgreich realisiert und kann auf andere Hirnareale, die beispielsweise das emotionale Netzwerk umfassen, erweitert werden.