Skip to content
Technische Universität Berlin Deutsch
Course catalog and module transfer system

Project: Brain-Computer InterfacingModule description #40007 / Version 1

← Module page Deutsche Fassung
This module description is not valid in the current semester (Winter semester 2026/27). Current version (v7)
Module / Version#40007 / #1
ValiditySS 2014 – WS 2015/16
Available language(s)English, German
Credit points9
Person responsible for the moduleBlankertz, Benjamin
GradingGraded
Exam formatPortfolio examination
Language(s) of instructionEnglish, German

Affiliation

FacultyFakultät IV
InstituteInstitut für Softwaretechnik und Theoretische Informatik
Academic chair34355200 FG S-Professur Neurotechnologie

Contact

OfficeMAR 4-3
Contact personWagner vom Berg, Gabriel Leander
E-mail addresscontact@neuro.tu-berlin.de
Websitehttps://www.tu.berlin/neuro/studium-lehre/lehrveranstaltungen

Learning outcomes

Die Absolventinnen und Absolventen dieses Moduls können
- Fragestellungen aus dem Bereich der EEG-Analyse, die für Brain-Computer Interfacing relevant sind, selbstständig bearbeiten,
- dazu notwendige Laborexperimente planen und durchführen,
- die Daten auswerten und
- ihre Ergebnisse interpretieren und wissenschaftlich präsentieren.

Die Veranstaltung vermittelt überwiegend:
Fachkompetenz 25%, Methodenkompetenz 50%, Sozialkompetenz 20%, Systemkompetenz 5%

Content

In diesem Projekt werden die experimentellen Kompetenzen des Forschungsgebietes exemplarisch vermittelt. Darüberhinaus werden die theoretischen Fähigkeiten in Signalverarbeitung und Klassifikation praktisch an Hand selbst ausgenommener Daten umgesetzt und eingeübt.

Module components

Compulsory area

The following courses are mandatory for this module:

CoursesTypeNumberFrequencyLanguageHours per weekCourse catalog
Brain-Computer InterfacingProject3435 L 504 Summer semester–6 ISIS

Workload and credit points

Brain-Computer Interfacing (Project)

Workload descriptionMultiplierHoursTotal
Ausarbeitung der Ergebnisse (Referat/schriftliche Ausarbeitung)140 h40 h
Experimente vorbereiten und durchführen (mit Betreuung; gruppenweise!)165 h80 h
Individual- und Gruppenarbeit (Datenanalyse)1100 h100 h
Individual- und Gruppenarbeit (Recherche, Konzepte)138 h38 h
Präsenzzeit (Plenumteile)62 h12 h
270 h

The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.

Description of teaching and learning methods

Frontalunterricht im Plenum: Einführung in die Thematik; Vorstellung der zur Auswahl stehenden Themen; Einführung in die computergestützte Auswertung neuronaler Daten.

In kleinen Arbeitsgruppen (2-4 Personen) aber mit Spezialisierung der Gruppenmitglieder: Literaturarbeit, Präzisierung der vorgegebenen Fragestellung, Planung und Durchführung eines EEG- oder NIRS-Experiments (ca. 6 Probanden) und ggf. eines Verhaltensexperiments unter Anleitung eines Assistenten; selbstständige Auswertung der gewonnenen Daten mit Hilfe von Algorithmen der digitalen Signalverarbeitung und des Maschinellen Lernens; adäquate Präsentation und Diskussion der erzielten Resultate im Plenum.

Das Modul kann bei Bedarf in englischer Sprache stattfinden.

Requirements for participation and examination

Desirable prerequisites for participation in the courses:

Programmierkenntnisse (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werden vorausgesetzt.

Mandatory requirements for the module examination registration:

This module has no examination requirements.

Completion of the module

GradingGraded
Exam formatPortfolio examination
LanguageEnglish, German

Test elements

NamePoints/WeightCategoryDuration/Extent
Protokollierte praktische Leistung60
Presentation20
schriftliche Ausarbeitung20

Exam description

Prüfungsform ist die Portfolioprüfung.
Insgesamt können 100 Portfoliopunkte in den folgenden Prüfungselementen erreicht werden:
• protokollierte praktische Leistung (60 Portfoliopunkte)
• Referat (20 Portfoliopunkte)
• schriftliche Ausarbeitung (20 Portfoliopunkte)
Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 1 der Fakultät IV ermittelt.

Duration of the module

The following number of semesters is estimated for taking and completing the module: 1 semester(s).

This module can be started in the following semesters: Summer semester.

Maximum number of participants

The maximum capacity of participants is 20.

Registration procedures

Informationen zur Anmeldung sind über das Sekretariat MAR 4-3 und die Web-Seiten des Fachgebiets Neurotechnologie (https://wiki.ml.tu-berlin.de/wiki/NT) erhältlich.

Recommended reading, lecture notes

Lecture notes

unavailable

Electronic lecture notes

unavailable

Recommended literature

  • 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.
  • Wolpaw JR and Wolpaw LW (eds), Brain-Computer Interfaces - Principles and Practice, Oxford University Press 2012.

Assigned programs

This module is not used in any program.

Masterstudiengang Informatik: Studienschwerpunkt Intelligente Systeme
Masterstudiengang Technische Informatik: Studienschwerpunkt Informationssysteme.
Masterstudiengang Elektrotechnik: Studienschwerpunkt Informationstechnologie.
Bei ausreichenden Kapazitäten auch als Wahlpflichtmodul in anderen Studiengängen (vor allem aus dem natur- und ingenieurswissenschaftlichen Bereich und der Mathematik).

Miscellaneous

Not specified