1. Modulverzeichnis (MTS)
  2. Module
  3. Modulbeschreibung anzeigen

Modulbeschreibung ohne Titel

Zur Modulseite PDF generieren

#40785 / #4

SoSe 2020 - SoSe 2021

English

Acquisition and Analysis of Neural Data

12

Obermayer, Klaus

Benotet

Mündliche Prüfung

English

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34351300 FG Neuronale Informationsverarbeitung

Keine Angabe

Kontakt


MAR 5-6

Velenosi, Lisa Alexandria

graduateprograms@bccn-berlin.de

https://www.bccn-berlin.de/courses-and-modules.html

Lernergebnisse

In this module, students will gain knowledge about: - the most important methods for experimental acquisition of neural data - the respective analytical methods - the different fields of application - the advantages and disadvantages of the different methods - how to handle the respective raw data. They will be enabled to: - choose the most appropriate analysis method - apply them to experimental data.

Lehrinhalte

The module intends to provide knowledge about experimental acquisition of neural data and their analysis. This comprises two major parts: 1) Acquisition of neural data The lecture and tutorial aim at providing a broad overview of the most common techniques for acquiring neural data and the theoretical underpinnings of these techniques. Both lecture and tutorial will be divided in a first part dealing with large scale signals (fMRI, EEG, MEG etc) and a second part concerned with cellular signals. In the tutorial emphasis is placed on hands on experience with neural data acquisition techniques. 2) Analysis of neural data This lecture gives an broad overview over analysis techniques for neural data. Specifically it will deal with: firing rates, spike statistics, spike statistics and the neural code, neural encoding, neural decoding, discrimination and population decoding, information theory, statistical analysis of electroencephalogram (EEG) data, e.g., investigation of event-related potentials (ERPs) and event-related desynchronization (ERD), spatial filters, classification, adaptive classifiers. In the tutorial emphasis is placed on hands on experience with neural data analysis.

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Acquisition and Analysis of Neural Data - LaboratoryPRWiSe/SoSeKeine Angabe3
Acquisition and Analysis of Neural Data - LectureVLWiSe/SoSeKeine Angabe2
Acquisition and Analysis of Neural Data - TutorialUESoSeKeine Angabe2
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Acquisition and Analysis of Neural Data - Laboratory (PR):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.03.0h45.0h
Vor-/Nachbereitung15.03.0h45.0h
90.0h(~3 LP)

Acquisition and Analysis of Neural Data - Lecture (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit30.02.0h60.0h
Vor-/Nachbereitung30.02.0h60.0h
120.0h(~4 LP)

Acquisition and Analysis of Neural Data - Tutorial (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.08.0h120.0h
150.0h(~5 LP)
Der Aufwand des Moduls summiert sich zu 360.0 Stunden. Damit umfasst das Modul 12 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Lecture: Theoretical and experimental basic knowledge is presented to the class by a lecturer. Tutorial: self-contained solving of programming exercises regarding problems of data analysis. Practical: lab work, supervised conduction of an experiment and analysis of data

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Wünschenswerte Voraussetzungen für die Teilnahme zu den Lehrveranstaltungen: - sound knowledge in mathematics (Analysis, Linear Algebra, and Probability Theory / Statistics) - basic programming knowledge

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Voraussetzung
Leistungsnachweis »[CNS] Certificate of successful participation in the practical AAND«
Leistungsnachweis »[CNS] Certificate of successful participation in the tutorial AAND«

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Oral exam

Sprache(n)

English

Dauer/Umfang

40 Min.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
2 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 20.

Anmeldeformalitäten

Enrollment to the module: in the first class of each module component (cf. 3). Students must be present in person. Students of the Master program in Computational Neuroscience have to register for the final oral exam at least three working days prior to the examination date. Registration has to be done with the examination office (Prüfungsamt) of TU Berlin. sekr@ni.tu-berlin.de

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:

 

Literatur

Empfohlene Literatur
01. Kandel et al., Principles of Neural Science, McGraw-Hill Medical, 2000. (recommended)
02. M.F. Bear, Neuroscience: Exploring the Brain, Williams & Wilkins, 1996 (recommended)
03. Johnston and Wu, Foundations of Cellular Neurophysiology, MIT Press, 1994 (recommended)
04. Sakman and Neher, Single-Channel Recording, Springer, 2007 (recommended)
05. Jezzard et al., Functional MRI : An Introduction to Methods, Oxford University Press), 2003. (recommended)
06. Guido Dornhege, José del R. Millán, Thilo Hinterberger, Dennis McFarland, and Klaus-Robert Müller, editors. Toward Brain-Computer Interfacing. MIT Press, Cambridge, MA, 2007. (recommended)
07. Dayan, Abbott, Theoretical Neuroscience, MIT Press, 2001. (recommended)
08. Koch, Segev, Methods in Neuronal Modelling, MIT Press, 1998. (recommended)
09. Benjamin Blankertz, Ryota Tomioka, Steven Lemm, Motoaki Kawanabe, and Klaus- Robert Müller. Optimizing spatial filters for robust EEG single-trial analysis. IEEE Signal Proc Magazine, 25(1):41-56, 2008. (additional)
10. Lucas C. Parra, Clay D. Spence, Adam D. Gerson, and Paul Sajda. Recipes for the linear analysis of EEG. NeuroImage, 28(2):326-341, 2005. (additional)
11. Jonathan R. Wolpaw, Niels Birbaumer, Dennis J. McFarland, Gert Pfurtscheller, and Theresa M. Vaughan. Brain-computer interfaces for communication and control. Clin. Neurophysiol., 113:767-791, 2002. (additional)
12. Gert Pfurtscheller and F. H. Lopes da Silva. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin Neurophysiol, 110(11):1842-1857, Nov 1999. (additional)
13. Key AP, Dove GO, Maguire MJ. Linking brainwaves to the brain: an ERP primer. Dev Neuropsychol. 2005;27(2):183-215. (additional)

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Responsible for this module are: Prof. Dr. Richard Kempter, HU Berlin (r.kempter@biologie.hu-berlin.de) Prof. Dr. Michael Brecht, HU Berlin (Michael.Brecht@bccn-berlin.de) Prof. Dr. John-Dylan Haynes, Charité Universitätsmedizin Berlin (johndylan.haynes@gmail.com) Prof. Dr. Benjamin Blankertz, TU Berlin (benjamin.blankertz@tu-berlin.de)