vamos a ver...
Forschung
Ich beschäftige mich mit der Auswertung von Gehirndaten mittels statistischer Methoden. Momentan arbeite ich an einer Toolbox für die modelfreie Ananlyse von fMRI-Daten.
Im Folgenden gebe ich einen kurzen Überblick über das Thema:
Functional Magentic Resonace Imaging (fMIR)
Es gibt eine ganze Reihe funktioneller Verfahren, mit denen erhöhte Gehirnaktivität gemessen werden kann. Die größten Vorteile von fMRI sind seine gute Zeit- und Ortsauflösung und die Fähigkeit, ins Innere des Gehirns zu blicken ohne in den Körper eingreifen zu müssen (wie das z.B. für EEG nötig wäre). Leider liefert fMRI nur ein sehr geringes Signal, das noch dazu stark mit Rauschen überlagert ist. Daher müssen fMRI-Daten sehr rechenaufwendig vorverarbeitet und entrauscht werden, bevor sie ausgewertet werden können.
Probleme der klassischen Auswertung
Üblicherweise werden fMRI-Daten mit Hilfe einer Korrelationsanalyse ausgewertet. Dazu wird versucht, die gemessenen Daten X (j ) als Linearkombination bekannter Funktionen (Filter und vermutete Aktivität) darzustellen. Diese Analyse kann nur dann funktionieren, wenn die Aktivität der gesuchten Gehirnareale gut mit der vermuteten Aktivität übereinstimmt. Sucht man Aktivtäten mit unbekanntem Zeitverlauf, so versagt die Methode zwangsläufig. In diesem Fall muß man zu explorativen Methoden wie der blinde Quellenseparation greifen.
Blinde Quellenseparation
Die Blinde Quellenseparation (blind source separation BSS) ist eine Methode zur Entmischung von Daten in einzelne Komponenten, ohne daß dazu die ursprünglichen Komponenten bekannt sein müssen. Stattdessen nimmt man für die ursprünglichen Komponenten allgemeine Bedingungen an, z.B. daß sie möglichst statistisch unabhängig sind (independent component analysis ICA) oder daß möglichst viele ihrer Teile Null sind (sparse ICA). Um die Zahl der Lösungen weiter einzuschränken muß man noch Annahmen über die Art der Mischung treffen. Die einfachste Annahme ist die einer linearen Mischung. Im Falle von fMRI Daten interpretiert man die aufgenommenen Bilder als Überlagerung der HRF-Bilder von Einzelakivitäten im Gehirn.