Zur Modulseite PDF generieren

#40515 / #3

SS 2016 - WS 2016/17

Englisch

Introduction to Brain-Computer Interfacing

6

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

Miklody, Daniel

benjamin.blankertz@tu-berlin.de

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.

Lehrinhalte

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 EEG Klassifikation; Experimentelles Design.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Brain-Computer InterfacingIV3435 L 501WiSeKeine Angabe4

Arbeitsaufwand und Leistungspunkte

Brain-Computer Interfacing (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.06.0h90.0h
150.0h(~5 LP)

Lehrveranstaltungsunabhängiger Aufwand:

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung1.030.0h30.0h
30.0h(~1 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Keine Angabe

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Keine Angabe

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

Keine Angabe

Sprache(n)

Englisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung): 10 Hausaufgaben (Übungszettel) à 2 Punkte20Keine AngabeKeine Angabe
(Punktuelle Leistungsabfrage): 2 schriftliche Tests à 40 Punkte80Keine AngabeKeine Angabe

Notenschlüssel

Keine Angabe

Prüfungsbeschreibung (Abschluss des Moduls)

Keine Angabe

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

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

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
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe