Diese Arbeit behandelt Technologien und deren Hintergründe, die es körperlich stark eingeschränkten Menschen ermöglichen mittels Brain-Computer-Interfaces zu kommunizieren. Dabei wird hier primär auf die Implantation intrakranieller Elektroden eingegangen, die es ermöglichen neurologische Signale maschinell zu verarbeiten um so mittels Sprachsyntheziser eben jenen Menschen intendiertes Sprechen zu ermöglichen.
Auf einen Blick
- Vergleich von EEG, MEG, Elektrokortikogramm und intrakraniellen Implantaten
- Behandelt Kennedys Ansatz zur Erkennung von 39 englischen Phonemen
- Vergleicht Utah-Multielektrodenarray und Neurotrophic Electrode als Implantatmodelle
- 36 Quellen im Literaturverzeichnis
Inhaltsverzeichnis
1 - Einleitung
2 - Ausgesuchte Funktionsweisen des Gehirns hinsichtlich der Relevanz für Brain-Computer-Interfaces
3 - Überblick über die Entwicklung von Brain-Computer-Interfaces
4 - Mögliche Methoden für Brain-Computer-Interfaces als Echtzeit-Sprechprothese
4.1 - Überblick über verschiedene Aufnahmemethoden neurologischer Signale zur Anwendung für BCI als Echtzeit-Sprechprothese
4.2 - Gehirnimplantate im Motorcortex für BCIs als Echtzeit-Sprechprothese
5 - Zukunft und Potential - Diskussion
Zielsetzung und Themen
Die Arbeit untersucht, wie Gehirn-Computer-Schnittstellen als Sprechprothesen für Menschen mit schweren Lähmungen eingesetzt werden können. Im Mittelpunkt steht die Frage, welche Verfahren zur Erfassung und Verarbeitung neuronaler Signale eine möglichst unmittelbare Wiedergabe beabsichtigter Sprache ermöglichen und welche technischen und sprachlichen Herausforderungen dabei bestehen.
- Neuronale Grundlagen von Bewegung und Sprachproduktion
- Entwicklung und Anwendungen von Gehirn-Computer-Schnittstellen
- Nichtinvasive und invasive Verfahren zur Signalerfassung
- Mikroelektroden im Motorcortex und Erkennung beabsichtigter Sprachlaute
- Sprachsynthese, Rückmeldung und künftige Anwendungsmöglichkeiten
Auszug aus dem Buch
4.1 - Überblick über verschiedene Aufnahmemethoden neurologischer Signale zur Anwendung für BCI als Echtzeit-Sprechprothese
Nach Brumberg, Nieto-Castanon et al. (2010) sind nicht-invasive Methoden die zu dem Zweck meistens verwendet werden, zum Beispiel die Elektroenzephalografie (EEG) oder die Magnetoenzephalografie (MEG). Bei einer EEG werden Elektroden auf die Kopfhaut gesetzt um die summierten neurologischen Signale im Gehirn zu messen, bei einer MEG hingegen die magnetische Aktivität des Gehirns (Vgl. Kirschbaum 2008). Invasive Methoden hingegen, seien etwa das Elektrokortikogramm (ECoG), oder intrakranielle Gehirnimplantate. Letztgenannte können “local field potentials“ (LFPs) oder “single unit activity“ (SUA) messen und müssen operativ eingesetzt werden, worauf hier aber noch später eingegangen wird.
Brumberg und Guenther (2010) führen an, dass frühere Studien gezeigt haben, dass auch durch nicht-invasive Methoden wie zum Beispiel der EEG und der MEG, Signale des Gehirns bezüglich sprechrelevanten Bewegungsabläufen im Motorcortex, gemessen und erkannt werden konnten. Die räumliche Auflösung sei dabei recht gering. Ferner konnten aber Signalmuster des Gehirns direkt Phonemen oder ganzen Wörtern zugeordnet werden, allein durch die “Vorstellung“, also dem Denken an das Aussprechen dieser Laute. Nach Brumberg und Guenther (2010) wäre das Problem bei diesen nicht-invasiven Methoden jedoch, dass die Auflösung der gemessenen neurologischen Signale grundsätzlich zu gering ist um ausreichend Information zu gewinnen, die für eine flüssige, deutliche Sprachproduktion in Echtzeit von Nöten ist.
Die invasive “Version“ eines EEG wird als Elektrokortikogramm (ECoG) bezeichnet, das durch Elektroden direkt auf der Oberfläche der Hirnrinde, neurologischen Signale misst (Vgl. Kirschbaum 2008). Durch das EcoG kann eine Signalqualität erreicht werden, die 20 bis 100 mal besser ist als die eines herkömmlichen nicht-invasiven EEG und auch schwächere Signale messen kann als ein EEG (Vgl. Ball et al. 2008). Dies liege vor allem daran, dass bei einem EcoG der Schädelknochen umgangen werden könne, der bei einem üblichen EEG zwischen den Elektroden und der Hirnrinde liegt und durch seine schlechte Leitfähigkeit ein Störfaktor sei. Sprachrelevante neurologische Signale seien meist schlichtweg zu schwach um durch die Schädeldecke hindurch gemessen zu werden oder vom “Hintergrundrauschen“ sonstiger neurologischer Aktivitäten differenziert zu werden. Man spricht hier vom Signal-Rausch-Verhätniss (SNR, engl. für signal-noise-ratio), das bei einem invasiven ECoG besser sei als bei einem nicht-invasiven EEG. (Vgl. Ball et al. 2008)
Zusammenfassung der Kapitel
1 - Einleitung: Das Kapitel erläutert den Bedarf an Kommunikationshilfen für schwer gelähmte Menschen und grenzt Gehirn-Computer-Schnittstellen von anderen Sprechhilfen ab. Es führt in das Ziel einer unmittelbaren Sprachwiedergabe ein.
2 - Ausgesuchte Funktionsweisen des Gehirns hinsichtlich der Relevanz für Brain-Computer-Interfaces: Dargestellt werden Nervenzellen, synaptische Signalübertragung und Aktionspotentiale. Weitere Schwerpunkte sind die Großhirnrinde, der Motorcortex und die Vorstellung von Bewegungen.
3 - Überblick über die Entwicklung von Brain-Computer-Interfaces: Das Kapitel beschreibt grundlegende Merkmale und Anwendungen der Schnittstellen. Beispiele zur Steuerung von Cursorn und Roboterarmen veranschaulichen die Nutzung neuronaler Signale.
4 - Mögliche Methoden für Brain-Computer-Interfaces als Echtzeit-Sprechprothese: Verglichen werden Verfahren zur Erfassung von Gehirnsignalen und insbesondere Implantate im Motorcortex. Anhand veröffentlichter Forschungsarbeiten werden Phonemerkennung, Sprachsynthese und Schwierigkeiten bei der Lautproduktion behandelt.
5 - Zukunft und Potential - Diskussion: Die Diskussion betrachtet mögliche Verbesserungen von Elektroden, Signalverarbeitung und Tragbarkeit. Darüber hinaus werden Anwendungen für Menschen ohne Lähmung sowie Neuroprothesen und direkte Verbindungen zwischen Gehirnen erörtert.
Schlüsselwörter
Gehirn-Computer-Schnittstelle, Gehirnimplantat, Sprechprothese, Echtzeit, Motorcortex, Mikroelektrode, neuronale Signale, Sprachproduktion, Phonemerkennung, Sprachsynthese, Bewegungsvorstellung, Locked-in-Syndrom, Neuroprothese
Häufig gestellte Fragen
Worum geht es in der Arbeit?
Die Arbeit behandelt Gehirn-Computer-Schnittstellen als mögliche Sprechprothesen, insbesondere für Menschen, die aufgrund schwerer Lähmungen nicht mehr sprechen können.
Welche Themenfelder stehen im Mittelpunkt?
Im Mittelpunkt stehen die Funktionsweise des Gehirns, die Erfassung neuronaler Signale, implantierte Elektroden und die Umwandlung beabsichtigter Sprachlaute in hörbare Sprache.
Welches Ziel verfolgt die Untersuchung?
Sie untersucht, welche technischen Ansätze eine Sprechprothese mit möglichst unmittelbarer Sprachwiedergabe ermöglichen könnten und welche Schwierigkeiten dabei auftreten.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit wertet veröffentlichte Fachliteratur und Forschungsbeispiele aus und stellt unterschiedliche Verfahren zur neuronalen Signalerfassung vergleichend dar.
Was wird im Hauptteil behandelt?
Der Hauptteil erklärt neuronale Grundlagen und die Entwicklung von Gehirn-Computer-Schnittstellen. Anschließend behandelt er Aufnahmemethoden und implantatgestützte Ansätze zur Sprachproduktion.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Gehirn-Computer-Schnittstelle, Sprechprothese, Motorcortex, Mikroelektrode, Phonemerkennung und Sprachsynthese.
Welche Rolle spielt der Motorcortex für eine Sprechprothese?
Der Motorcortex ist an der Steuerung von Sprechbewegungen beteiligt. Implantierte Elektroden können dort Signale erfassen, die mit beabsichtigten Bewegungen der Artikulatoren verbunden sind.
Welche Implantatmodelle werden näher betrachtet?
Die Arbeit behandelt unter anderem das Utah-Multielektrodenarray und die Neurotrophic Electrode. Letztere wird im Zusammenhang mit einem Forschungsansatz zur direkten Erkennung beabsichtigter Sprachlaute beschrieben.
Warum ist die Erkennung von Konsonanten eine besondere Herausforderung?
Bei Konsonanten müssen verschiedene Artikulatoren räumlich und zeitlich koordiniert werden. Die Arbeit erörtert, weshalb sich diese komplexen Abläufe nur schwer aus den gemessenen Signalen erschließen lassen.
- Quote paper
- Gilles Claude Förstner (Author), 2013, Gehirnimplantate. Brain-Computer-Interfaces als Sprechprothese, Munich, GRIN Verlag, https://www.grin.com/document/315756