http://www.tu-ilmenau.de

Logo TU Ilmenau


Ansprechpartner

Prof. Dr. Jens Haueisen

Institutsleiter

Telefon +49 3677 69-2860

E-Mail senden

INHALTE

Echtzeit MEG/EEG Quellenlokalisation

Projektbeschreibung

Abbildung: Echtzeit 3D Monitor

Mit Hilfe nicht-invasiver Magnetoencephalographie (MEG) und Elektroencephalographie (EEG) Messungen wird die Gehirnaktivität für die medizinische Diagnostik und Hirnforschung erfasst und ausgewertet. Echtzeit-Lokalisation von Gehirnaktivität erlaubt es, Reaktionen von Probanden und Patienten im Augenblick der Messung zu verfolgen und auszuwerten. Dies eröffnet eine Reihe neuer Möglichkeiten, u. A. eine Beschleunigung der Rehabilitation von Schlaganfallpatienten, eine verbesserte Anpassung von Neuroimplantaten, einen beschleunigten Diagnoseprozess von Hirnerkrankungen sowie eine Verbesserung der Erkennungsraten von Brain Computer Interfaces (BCI).

Gemeinsam mit Wissenschaftlern des Athinoula A. Martinos Center for Biomedical Imaging (Massachusetts General Hospital, Massachusetts Institute of Technology, Harvard Medical School, United States) erforschen und entwickeln Ilmenauer Wissenschaftler in diesem Projekt neue Echtzeit-Monitoring Lösungen für das Gehirn. Durch die Nutzung von Grafikprozessoren (GPUs) und NVIDIAs Compute Unified Device Architecture (CUDA) sollen Quellenlokalisations-Algorithmen parallelisiert und optimiert werden. Als Ergebnis dieses Projekts sollen die entwickelten Algorithmen in einem Software-Framework und einer Methoden-Bibliothek quelloffen zur Verfügung gestellt werden (MNE-CPP).

 

 

Publikationen & Patente

Artikel in Fachzeitschriften:

  • Dinh, C., Strohmeier, D., Luessi, M., Güllmar, D., Baumgarten, D., Haueisen, J., Hämäläinen, MS.: Real-Time MEG Source Localization Using Regional Clustering. Brain Topogr (New York). 2015 Mar 18. pp. 1-14. doi: 10.1007/s10548-015-0431-9.
  • Dinh, C., Luessi, M., Sun, L., Haueisen, J., Hämäläinen, MS.: Mne-X: MEG/EEG Real-Time Acquisition, Real-Time Processing, and Real-Time Source Localization Framework. Biomed Tech (Berl). 2013 Sep 7. pii: /j/bmte.2013.58.issue-s1-G/bmt-2013-4184/bmt-2013-4184.xml. doi: 10.1515/bmt-2013-4184.
  • Dinh, C.; Rühle, J.; Bollmann, S.; Haueisen, J.; Güllmar, D.: A GPU-accelerated Performance Optimized RAP-MUSIC Algorithm for Real-Time Source Localization. In Biomedizinische Technik (Berl.), 2012, 57
  • Dinh, C.; Strohmeier, D.; Haueisen, J.; Güllmar, D.: Brain Atlas based Region of Interest Selection for Real-Time Source Localization using K-Means Lead Field Clustering and RAP-MUSIC. In Biomedizinische Technik (Berl.), 2012, 57

Konferenzbeiträge:

  • Güllmar, D.; Dinh, C.; Graichen, U.; Reichenbach, J. R.; Haueisen, J.: Accelerated brain‐state segmentation using Laplacian Eigenspace Operator. In 18th Conference on Biomagnetism (2012)
  • Dinh, C.; Rühle, J; Bollmann, S.; Haueisen, J.; Güllmar, D.: Ein GPU-beschleunigter und Berechnungsoptimierter RAP-MUSIC Algorithmus zur Online-Quellenlokalisation. In bbs2012 (2012)
  • Dinh, C.; Bollmann, S.; Eichardt, R.; Baumgarten, D.; Haueisen, J.: A Performance-Optimized RAP-MUSIC-Algorithm for Online Source Localizations. In OIPE (2010)

Nach oben