Projektbeschreibung
Innovative Schnittstellen zwischen Gehirn und Computer
Sogenannte Gehirn-Computer-Schnittstellen können das Muskel-Skelett-System umgehen und so gelähmten Personen mehr Kontrolle und bessere Kommunikation ermöglichen. Doch obwohl sie bereits in der neuromotorischen Rehabilitation zum Einsatz kommen, sind sie in der Genauigkeit ihres sensorischen Rückmeldungen noch immer äußerst unbeständig und damit im Alltag nicht uneingeschränkt nutzbar. Ein Forschungsteam im EU-finanzierten Projekt BCINET will dies mit einer neuen Generation von Gehirn-Computer-Schnittstellen ändern, die dann nicht ausschließlich mit Daten aus ausgewählten Hirnregionen arbeiten, sondern Informationen aus dem gesamten Hirnnetzwerk einbinden. Neurobildgebung in Kombination mit experimentellen Methoden und einem rechnergestützten Framework bilden den Rahmen zur Untersuchung der Hirndynamik, um Architektur und Genauigkeit der Mensch-Maschine-Schnittstellen verbessern zu können. Daneben hat das Projekt aber auch das Potenzial, Lösungen für die Wiederherstellung motorischer Fähigkeiten nach einem Schlaganfall herauszuarbeiten.
Ziel
Human-computer interfaces are increasingly explored to facilitate interaction with the external world. Brain-computer interfaces (BCIs), bypassing the skeletomuscular system, are particularly promising for assisting paralyzed people in control and communication, but also for boosting neuromotor rehabilitation.
Despite their potential, the societal impact of BCIs is dramatically limited by the poor usability in real-life applications. While many solutions have been proposed - from the identification of the best classification algorithm to the type of sensory feedback - the accuracy is still highly variable across subjects and BCIs cannot be used by everyone. Critically, these approaches have implicitly assumed that the user’s intent could be decoded by examining the activity of single brain areas. Today, we know that this is not true as the brain functioning essentially depends on a complex network of interactions between differently specialized areas.
The grand challenge of this project is to develop a novel generation of BCIs that integrate the user’s brain network information for enhancing accuracy and usability. Based on this approach, we will experiment innovative BCI prototypes to restore the lost motor functions in patients suffering from stroke.
This project relies on a unifying framework that analyses and models brain networks by means of analytical tools derived from graph theory and complex systems science. By recruiting diverse neuroimaging and experimental methods, within a modern computational framework, we aim to i) identify new control features for enhancing BCI accuracy, ii) study the brain dynamics of human learning for improving adaptive BCI architectures, and iii) optimize brain stimulation techniques for boosting BCI skill acquisition.
This project can significantly improve BCI usability as well as determining how brain lesions compromise brain functioning and which solutions are most effective to unlock motor restoration after stroke.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-COG - Consolidator GrantGastgebende Einrichtung
78153 Le Chesnay Cedex
Frankreich