Christian Eurich

Post on 07-Jan-2016

19 views 0 download

description

Die Interpretation von Hirnsignalen Ein aktuelles Thema für den interdiziplinären Unterricht. Christian Eurich. LIS / Kippenberg-Gymnasium Institut für Theoretische Physik Universität Bremen. Inhalt. Teil I: Neurowissenschaften heute – Chancen und Risiken (Relevanz; Biologie) - PowerPoint PPT Presentation

Transcript of Christian Eurich

Christian Eurich

LIS / Kippenberg-Gymnasium

Institut für Theoretische PhysikUniversität Bremen

Die Interpretation von Hirnsignalen

Ein aktuelles Thema für den interdiziplinären Unterricht

Inhalt

Teil I: Neurowissenschaften heute – Chancen und Risiken(Relevanz; Biologie)

Teil II:Mathematische Aspekte

Teil III:Ein Projekt in Klasse 12

Teil I: Die Neurowissenschaften heute

Wissenschaft, die sich mit dem Aufbau, der Funktionsweise und den Leistungen von Gehirnen beschäftigt

Neurowissenschaften

Medizin BiologiePsychologie

Physik

Mathematik

InformatikIngenieur-

wissenschaften

Philosophie

Jura

Ein Thema für die Schule?

Bildungsgehalt dieses Themenkomplexes?

Neurowissenschaften: Von der Grundlagenforschungzu Anwendungen

An der Schwelle zu einer Spitzentechnologie (vgl. Genetik)!

Große Chancen, viele Risiken und offene Fragen

Die Entschlüsselung von Hirnaktivität

Wie werden im Gehirn Informationen verarbeitet?Gebiet der neuronalen Kodierung

Heute: Entwicklung von Brain-Computer-Interfaces

Gabriel Curio (Charité)Klaus-Robert Müller (Fraunhofer)

Das Gehirn / Nervenzellverbände

Zeichnung von S. Ramón y Cajal

Nervenzellen (Neuronen)

ZellkörperDendriten

Nerven-faser

Synapse

Aktionspotentiale (Spikes)

Elektrische Impulse in der Nervenfaser

NervenfaserIm Modell:

Messung der Aktivität von Zellen

Mikroelektroden

Heute: > 100 Zellen gleichzeitig

(Hoag 2003)

Z eit

5 0 0 m s

Serie von Aktions-potentialen (Spiketrain)

Arbeitsprogramm

Zusammenhänge zwischen Hirnaktivität und Wahrnehmung, Handlungen und inneren Zuständen

Beispiel: Handbewegungen

Wessberg et al., Nature 408 (2000) 361

Z eit

5 0 0 m s

Beispiel: Armbewegungen

Wessberg et al., Nature 408 (2000) 361

Beispiel: Armbewegungen

Chancen: Motorische Neuroprothesen

E. N. Brown, Harvard Medical School

Robotersteuerung funktioniert auch ohne reale Handbewegungen...

Risiken: Militärische Anwendungen

DARPA

DARPA

National Science Foundation /Department of Commerce, Conference „Converging Technologiesfor Improving Human Performance“, 2002

„Roborat“

Chronische Implantation von Elektroden:rechter/linker somatosensorischer Cortex – Tastreizemediales Vorderhirnbündel – Belohnungen

Ratten können sich frei bewegen

Training der Tiere: Stimulation derElektroden als Befehl zur Bewegung;Konditionierung durch Belohnungs-reize

Talwar et al., Nature 417 (2002) 38von DARPA gefördert

„Roborat“

Resultat: Bewegung auf komplexen Wegen inkl. Klettern und Springen

Durch MVB-Stimulation werden die Tiere „motiviert“

Bewegung auch in Gelände, das die Ratten normalerweise meiden(z. B. helle, offene Flächen)

Anwendungen

„[...] a guided rat can be developed into an effective `robot´ […]“

Suche nach Verschütteten

Minenräumung(!)

Spionage

Prof. Shimoyama, Bio-Robot Research Team, Tokyo University: „Roboroach“ Kakerlake mit Implantat

Associated Press, Juli 2001

Teil II:

Mathematische Aspekte

Das stochastische Gehirn

Reaktion einer Nervenzelle istnicht immer gleich!

Z eit

5 0 0 m s

(Daten von S. Mandon)

Neuronaler Code: Zähle bei jeder Versuchswiederholung die Anzahl der Aktionspotentiale

Rekonstruktion von Reizen indrei Schritten:

1. Messung der Statistik der Neuronen

2. Eine einzelne Messung bei unbekanntem Reiz

3. Schätzung des Reizes

Wahrscheinlichkeitsrechnung (Kl. 12)

Zufallsexperiment: Messung (bei geg. )

Elementarereignisse: 0, 1, 2, ... , n Aktionspotentiale

Absolute / relative Häufigkeiten

Schritt 1: Statistik eines Neurons

Relative Häufigkeit der Anzahl der Aktionspotentiale

0

0,02

0,04

0,06

0,08

0,1

0,12

0,14

0,16

0,18

0 1 2 3 4 5 6 7 8 9 10 11 12

k

h(k

)

Neuron 1, alpha=43°

Modellierung der Statistikbei bekanntem Mittelwert np:Binomialverteilung

Schritt 1: Statistik eines Neurons

knk ppk

nnkP

)1(),;(

Binomialverteilung

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

43°)

P(k;12,alpha=43°)

Binomialverteilungen für verschiedene Winkel verschiedene Werte von p

Schritt 1: Statistik eines Neurons

knk ppk

nnkP

)1(),;( p p

alpha = 15°

0

0,05

0,1

0,150,2

0,25

0,3

0,35

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

15°)

alpha = 43°

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

43°)

alpha = 120°

0

0,05

0,1

0,150,2

0,25

0,3

0,35

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

120°

)

alpha = 0°

0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

0°)

alpha = 75°

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

75°)

alpha = 90°

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

90°)

Schritt 2: Eine Messung

Durchführung einer einzelnen Messung mit unbekanntemReiz

Resultat z. B.: k=5 Aktionspotentiale

Schritt 3: Rekonstruktion

Schätzung von für die Messung k=5:

Trageals Funktionvon auf:

alpha = 15°

0

0,05

0,1

0,150,2

0,25

0,3

0,35

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

15°)

alpha = 43°

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

43°)

alpha = 120°

0

0,05

0,1

0,150,2

0,25

0,3

0,35

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

120°

)

alpha = 0°

0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

0°)

alpha = 75°

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

75°)

alpha = 90°

0

0,05

0,1

0,15

0,2

0,25

0 1 2 3 4 5 6 7 8 9 10 11 12

k

P(k

;12,

90°)),;5( nkP

Likelihood-Funktion

0

0,05

0,1

0,15

0,2

0,25

0 15 43 75 90 120 152 180

alpha

P(5

;12,

alp

ha)

Die Stelle des Maximumsliefert den Schätzwert!

Maximum-Likelihood-Schätzung

Teil III: Projekt in Klasse 12

Projektarbeit zweier Schüler

Fächer: Biologie, Mathematik, Deutsch

Likelihood-Funktion

0

0,05

0,1

0,15

0,2

0,25

0 15 43 75 90 120 152 180

alpha

P(5

;12,

alp

ha)

Erarbeitung des biologischen Hintergrundes

Erarbeitung der grundlegenden Schätzmethode

Projekt in Klasse 12

Besuch zweier Uni-Institute:

Institut für Institut für T‘heoretische Physik Hirnforschung

Projekt in Klasse 12

Auswertung von Original-Daten

Erörterung überTierversuche

Zusammenfassung

Neurowissenschaftliche Forschung istaktuell und gesellschaftlich sehr relevant

Neurowissenschaftliche Themen gehörenzum Teil zu den „normalen“ Curricula;fächerübergreifender Unterricht istnotwendig

Selbst neueste Forschungsergebnisse lassen sich - quantitativ! – im Rahmen der Schulmathematik/-biologie behandeln

Z eit

5 0 0 m s

Stellenausschreibung

Postdoctoral position in neurobiology / engineering in Woods Hole

A 4-year DARPA research project, funded annually, to steer the behavior of sharks in the natural environment through stimulation of selected sensory brain areas. Expertise in brain stimulation, multi-electrode recording and neural data analysis most desirable. Interfacing with wireless data transmission and stereotactic electrode positioning.

Send applications and inquiries to Jelle Atema, PhD Professor Boston University Marine Program Marine Biological Laboratory Woods Hole, MA 02543

Connectionist List, 30.6.2005