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

Brain-Computer Interfacing

Zur Modulseite PDF generieren

#40362 / #8

Seit WiSe 2022/23

Englisch

Brain-Computer Interfacing

9

Blankertz, Benjamin

Benotet

Portfolioprüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Softwaretechnik und Theoretische Informatik

34355200 FG S-Professur Neurotechnologie

Keine Angabe

Kontakt


MAR 4-3

Wagner vom Berg, Gabriel Leander

contact@neuro.tu-berlin.de

https://www.tu.berlin/neuro/studium-lehre/lehrveranstaltungen

Lernergebnisse

Die Studierenden kennen die wesentlichen Konzepte des Brain-Computer Interfacing. Sie sind in der Lage, eigenständig die Verfahren der biomedizinischen Signalverarbeitung und der Single-Trial Klassifikation auf neuronale Daten anzuwenden. Sie können die Analyseergebnisse interpretieren, sowohl in statistischer als auch in (eingeschränkter) neurophysiologischer Sicht. Sie haben ein Bewusstsein für die Gefahr, die bei maschinellen Lernverfahren durch unausgewogene Trainingsdatensätze entstehen kann. Durch das Seminar erlangen die Teilnehmenden in einigen Spezialthemen des Brain-Computer Interfacing eine vertiefte Kenntnis in Richtung physiologischer Datenanalyse. Fachübergreifend: Die Studierenden - können Quellen recherchieren und reflektiert beurteilen - sind in der Lage wissenschaftliche Themen vor Publikum zu präsentieren und kritisch zu diskutieren - kennen Präsentationstechniken, um den Inhalt eines Fachvortrags möglichst klar und verständlich anzubringen - haben die Fähigkeit, Fachinhalte schriftliche gemäß wissenschaftlichem Anspruch auszuarbeiten - können ihre Zeit sinnvoll einteilen

Lehrinhalte

IL: Ansätze zur Realisierung einer Gehirn-Computer Schnittstelle (Brain-Computer Interface, BCI); Vorwärts- und Rückwärtsmodell des Electroencephalogram (EEG); Ereignis-korrelierte Potenziale (EKPs); Räumliche Filter; Multivariate Analyse von Gehirnsignalen; Einzel-Trial Klassifikation raum-zeitlicher EEG Merkmale; Regularisierte Diskrizimanzanalyse (RDA); Interpretation räumlicher Filter und Muster; Modulation spontaner Oszillationen; Ereignis-korrelierte Synchronisation und Desynchronisation (ERS, ERD); Common Spatial Pattern (CSP) Analyse; Klassifikation spektraler EEG Merkmale; Überwachte und unüberwachte Verfahren zur Adaptation von EEG Klassifikatoren; Experimentelles Design. SE: Literatursuche, Präsentationstechniken; Beispielthemen: Neuronale Korrelate von Aufmerksamkeit bei freier visueller Suche, Einflussfaktoren des Erfolgs bei der BCI Steuerung, Koadaptive BCI Systeme, BCI Steuerung mittels räumlicher Aufmerksamkeit Hybride BCI Systeme, Multimodale BCI Systeme

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Brain-Computer InterfacingIV3435 L 501WiSeKeine Angabe4
Current Topics in Brain-Computer InterfacingSEM3435 L 502WiSeKeine Angabe2
ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Brain-Computer Interfacing (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Bearbeitung der Übungsaufgaben10.06.0h60.0h
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.02.0h30.0h
Vorbereitung für die Prüfungen2.015.0h30.0h
180.0h(~6 LP)

Current Topics in Brain-Computer Interfacing (SEM):

AufwandbeschreibungMultiplikatorStundenGesamt
Teilnahme, Präsentationen, Diskussionen10.01.5h15.0h
Vor- und Nachbereitung1.075.0h75.0h
90.0h(~3 LP)
Der Aufwand des Moduls summiert sich zu 270.0 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die integrierte Lehrveranstaltung besteht aus einem Vorlesungsteil (Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes mit Abschnitt von Gruppen- oder Partnerarbeit) und einem Anteil praktischer Arbeit. Letztere besteht aus dem selbstständigen Bearbeiten von Übungsaufgaben und der Bearbeitung einer komplexeren Fragestellung unter Anleitung eines Assistenten. Nach einer Einführung in Literaturrecherche suchen sich die Teilnehmenden Themen und Präsentationsform aus, z. B. Vortrag, Wiki Artikel, Screencast Video. Zur frühen Themenübersicht hält jede/r Teilnehmende einen Ein-Minuten-Vortrag. Nach weiterer Einarbeitung ins Thema werden Spotlight Präsentationen (ca. 5 Minuten) gehalten. Nach Fertigstellung der Hauptpräsentation schreiben die Teilnehmenden Kommentare zu ausgewählten Präsentationen ihrer Kommilitonen. Die Seminarpräsentationen werden unter Anleitung einer Betreuerin oder eines Betreuers erarbeitet.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

* Programmierkenntnisse in Python, gute Grundlagen in Mathematik, insbesondere in Linearer Algebra und Wahrscheinlichkeitstheorie sind Grundvoraussetzungen für diese Lehrveranstaltung. * Grundlagen der Signalverarbeitung und des maschinellen Lernens sind ratsam, jedoch bei solidem theoretischem Vorwissen und Fähigkeiten nicht zwingend erforderlich.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte pro Element

Sprache(n)

Englisch

Prüfungselemente

NameGewichtKategorieDauer/Umfang
Ergebnisprüfung: 10 Hausaufgaben (Übungszettel)15praktischjeweils 6h
Punktuelle Leistungsabfrage: 2 schriftliche Tests60schriftlichKeine Angabe
Ergebnisprüfung: Präsentationen im Seminar25flexibel30 Min. bzw. 8 Seiten

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt95.0pt90.0pt85.0pt80.0pt75.0pt70.0pt65.0pt60.0pt55.0pt50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt. * Übungsaufgaben: Zur Ergebnisprüfung gibt es begleitend zu der Vorlesung zehn Übungszettel, in denen praktische Aufgaben zur EEG Analyse gelöst werden müssen. * Schriftliche Tests: Jeweils zum ersten und zum zweiten Teil der Vorlesung gibt es einen schriftlichen Test. * Seminar Präsentationen: selbst ausgesuchtes bzw. zugeteiltes Thema aktueller Brain-Computer Interface Forschung, es kann aus unterschiedlichen Präsentationsformaten gewählt werden (Angebote können von Jahr zu Jahr variieren): Vortrag, Wiki Artikel, Bericht, Screencastvideo; außerdem: Kurzpräsentationen, Beteiligung an Diskussionen, Kommentare

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 25.

Anmeldeformalitäten

Keine Angabe

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar

 

Literatur

Empfohlene Literatur
Blankertz B, Lemm S, Treder MS, Haufe S, Müller KR, Single-trial analysis and classification of ERP components - a tutorial, Neuroimage, 56:814-825, 2011.
Blankertz B, Tomioka R, Lemm S, Kawanabe M, Müller KR, Optimizing Spatial Filters for Robust EEG Single-Trial Analysis, IEEE Signal Process Mag, 25(1):41-56, 2008.
Dornhege G, R. Millán J d, Hinterberger T, McFarland D, Müller K (eds), Toward Brain-Computer Interfacing, MIT Press, 2007.
Parra LC, Spence CD, Gerson AD, Sajda P. Recipes for the Linear Analysis of EEG, Neuroimage, 28(2):326-341, 2005.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Biomedizinische Technik (M. Sc.)16WiSe 2022/23SoSe 2025
Computer Engineering (M. Sc.)124WiSe 2022/23SoSe 2025
Computer Science (Informatik) (M. Sc.)112WiSe 2022/23SoSe 2025
Elektrotechnik (M. Sc.)118WiSe 2022/23SoSe 2025
Wirtschaftsingenieurwesen (M. Sc.)112WiSe 2022/23SoSe 2025

Sonstiges

Keine Angabe