Analyse von Gehirnaktivitäten auf der Basis von Magnetoenzephalograpie-Daten mittels Neuronaler Netze

Sowohl für die medizinische Grundlagenforschung als auch für diagnostische Zwecke sind Kenntnisse über die Aktivitäten von Neuronenpopulationen im menschlichen Gehirn besonders wichtig. In Zusammenarbeit mit dem Institut für Experimentelle Audiologie der WWU wurde ein System entwickelt, welches aus den MEG-Daten die Position der aktiven Neuronenpopulation im Gehirn bestimmt.

Beteiligte Wissenschaftler:

Prof. Dr. W.-M. Lippe, Dr. Th. Feuring, Dipl.-Ing. M. Borschbach, Priv.-Doz. Dr. Chr. Pantev, Dipl.-Geophys. M. Schulte, Prof. Dr. B. Freisleben (Univ. Siegen)

Veröffentlichungen:

Lippe, W.-M., Th. Feuring: Interpretation of MEG Data with Neural Networks, Proc. 2nd Intern. Brain Forum, Bochum 1997, Internal Report 97-18, Institut für Neuroinformatik, Ruhr-Universität Bochum, 1997

Lippe, W.-M., M. Borschbach, Chr. Pentev, M. Schulte: Aspekte Neuronalen Lernens für die medizinische Analyse von Gehirnaktivitäten anhand von MEG (Magnetoenzephalographie)-Daten, Proc. CoWAN'98, Cottbus, Eds.: L. Cromme, T. Kolb, H. Koch, Shaker Verlag, Aachen, 1998, S. 129-148

Borschbach, M., B. Freisleben, C. Hagen: Blind Separation of Acoustic Signals Using a Neural Network, Proc. of the 15th Intern. Conference on Applied Informatics, pp. 96-99, Innsbruck, Austria, IASTED-Acta Press, 1997

Borschbach, M., B. Freisleben, C. Hagen: Blind Source Separation via Unsupervised Learning, Proc. of the 3rd Intern. Conference on Artificial Neural Networks and Genetic Algorithms, Norwich, UK, Springer-Verlag, Wien, 1997

Borschbach, M., B. Freisleben, C. Hagen: A Neural Network for the Blind Separation of Non-Gaussian Sources, Proc. of IEEE World Congress, Intern. Joint Conference on Neural Networks IJCNN'98, pp. 837-842, Anchorage IEEE Press, 1998