CeBIT: Live-Experimente mit dem Berliner Brain-Computer-Interface

Das menschliche Gehirn, der Sitz des Bewusstseins und die Kontrollinstanz aller kognitiven und emotionalen Funktionen, ist immer noch in weiten Bereichen eine „terra incognita“.

Mit sogenannten Brain-Computer Interfaces (BCI) können Hirnsignale in Echtzeit „dekodiert“ werden, um sie als Steuersignale für einen Computer oder eine Maschine zu nutzen. Im Bereich der nicht-invasiven Untersuchungsverfahren ist das Berliner Brain-Computer Interface (BBCI) -eines der führenden. Mit ihm wurde die Grundlage geschaffen, das BCI auch als ein visionäres Werkzeug der Mensch-Maschine-Interaktion in der industriellen Produktion zu erproben.

Auf der CeBIT 2010 zeigen die Projekte „brain@work“ und Bernstein Fokus: Neurotechnologie (BFNT) die Dekodierung langsam veränderlicher bzw. sehr schneller kognitiver Hirnzustände eines Nutzers mit zuvor unerreichter Präzision und Robustheit.

Exponat 1 (BFNT): Ein Gehirngesteuerter Flipper demonstriert, wie schnell nicht-invasiv gemessene Hirnsignale in Steuersignale umgesetzt werden können. Eindrücklich ist die für BCI Systeme hohe Geschwindigkeit (Live Experiment am 2.+3.3. mit einem geübten Probanden).

Exponat 2 (BFNT) zeigt neue Ergebnisse aus Experimenten in einem Fahrsimulator an der TU Berlin; auch hier steht die sehr hohe Geschwindigkeit in einem komplexen Umfeld im Vordergrund. Bei Fahrsimulator-Versuchen ist es mittels des BBCI gelungen, eine Reihe von Hirnsignalen zu identifizieren, die typisch für eine Notbremsung sind und zirka 200 Millisekunden vor der Bremsreaktion detektiert werden können. In den Versuchen, die an der Technischen Universität Berlin durchgeführt wurden, mussten die Probanden einem computergesteuerten Fahrzeug bei 100 km/h folgen. „Unsere Resultate bereichern das Feld der Sicherheitsforschung in der Industrieautomatisierung und dem Automobilbau um wichtige und bisher nicht verfügbare physiologische Daten“, berichtet der Leiter des Forschungsprojektes Prof. Dr. Klaus-Robert Müller von der TU Berlin.

Exponat 3 (brain@work): Neuartige kapazitive EEG Messungen zeigen zum ersten Mal einer breiten Öffentlichkeit, in welche Richtung sich die Zukunft der EEG-Messtechnik bewegen könnte: Das kapazitiv gemessene EEG kommt ohne Elektroden-Gel und Anpressdruck auf die Kopfhaut aus und ist somit ebenso einfach wie langdauernd einsetzbar. Im Exponat wird der langsam veränderliche Entspannungsgrad (alpha Aktivität) gemessen und visualisiert (Live Experiment: Interessierte können sich als Probanden zur Verfügung stellen).

Exponat 4 (brain@work) zeigt erste Ergebnisse der Dekodierung langsam veränderlicher Hirnzustände, wie beispielsweise kognitiver Erschöpfung (gemessen im Fahrzeug). Hier geht es in erster Linie um ein besseres Verständnis und eine genauere Quantifizierung von Hirnzuständen beim Autofahren, die bei der Optimierung von Fahrerassistenzsystemen eingesetzt werden können.

In dem Projekt brain@work kooperieren die TU Berlin, das Fraunhofer-Institut FIRST, Berlin, die TU Braunschweig und die Charité – Universitätsmedizin Berlin (Campus Benjamin Franklin) mit der Siemens AG und der Daimler AG. Das Projekt wird im Schwerpunkt „Mensch-Technik-Interaktionen“ durch das Bundesforschungsministerium gefördert.

In dem Projekt BFNT kooperieren die TU Berlin, die Charité – Universitäts-medizin Berlin, die HU Berlin und die Physikalisch-Technische Bundesanstalt. Auch dieses Projekt wird durch das Bundesforschungsministerium gefördert.

Stand auf der CeBIT 2010: Stand B40, Halle 9, Internet: www.bbci.de

Die TU Berlin auf der diesjährigen CeBIT:
Wissenschaftlerinnen und Wissenschaftler der TU Berlin präsentieren sich am Ausstellerstand des Bundesforschungsministeriums, des Innovationszentrums Connected Living sowie mit sechs Projekten am Berlin-Brandenburger Forschungsgemeinschaftsstand.

Weitere Informationen erteilt Ihnen gern: Imke Weitkamp, TU Berlin, Project Coordination Assistant, Bernstein Focus: Neurotechnology, Tel.: 030/314 78629, E-Mail: imke.weitkamp@tu-berlin.de; Prof. Dr. Klaus-Robert Müller, TU Berlin, Fachgebiet Maschinelles Lernen, Tel.030/314-78620: E-Mail: klaus-robert.mueller@tu-berlin.de