Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Projekt: Brain-Computer InterfacingModulbeschreibung #40007 / Version 3

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v7)
Modul / Version#40007 / #3
GültigkeitSS 2017 – WS 2017/18
Verfügbare Sprache(n)Englisch
Leistungspunkte9
Modulverantwortliche*rBlankertz, Benjamin
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34355200 FG S-Professur Neurotechnologie

Kontakt

SekretariatMAR 4-3
Ansprechpartner*inWagner vom Berg, Gabriel Leander
E-Mail-Adressecontact@neuro.tu-berlin.de
Webseitehttps://www.tu.berlin/neuro/studium-lehre/lehrveranstaltungen

Lernergebnisse

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.

Lehrinhalte

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.
Bitte beachten: In diesem Projekt geht es um die praktischen Aspekte von Brain-Computer Interfaces. Der Hintergrund und die Techniken dieses Forschungsgebietes werden in der Vorlesung "Brain-Computer Interfacing" vermittelt.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Brain-Computer InterfacingProjekt3435 L 504 Winter- und Sommersemester–6 ISIS

Arbeitsaufwand und Leistungspunkte

Brain-Computer Interfacing (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
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

Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Some teacher centered introduction to BCI studies, presentation of project topics and introduction to the computational investigation of neural data.
The main part of the course is done in group work (2-4 students) with a specialization of each group member: Literature recherche, clarification of the point of investigation (hypotheses), planning and conducting an EEG- or NIRS-study (about 6 participants) and possibly additionally a behavioral experiment; independent investigation of the acquired data using algorithms of signal processing and machine learning; presentation and discussion of results.
--- --- ---
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.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Programming skills (Matlab/Octave) and basic knowledge in signal processing and machine learning is required. Having participated in the lecture Brain-Computer Interfacing before is helpful but not required.
--- --- --
Programmierfähigkeit (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werden vorausgesetzt. Die voherige Teilnahme an der Vorlesung Brain-Computer Interfacing ist hilfreich.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Deliverable assessment) Code for data analysis and stimulus presentation20praktischsemesterbegleitend
(Deliverable assessment) Presentation of results as a talk20mündlich30 min
(Deliverable assessment) Written report 20schriftlichabout 15 pages
(Learning process review) Practical laboratory work including protocols40praktischsemesterbegleitend

Prüfungsbeschreibung (Abschluss des Moduls)

The grade is determined according to § 47 (2) AllgStuPO with the grading system 1 of faculty IV.

* Code for data analysis and stimulus presentation (20%): The code is evaluated according to programming style, effectiveness and documentation.
* Practical laboratory work including protocols (40%): The practical work is assessed according to the quality of the acquired signals; the interaction with the participants; the elaborateness in the usage of equipment; the protocols
* Presentation of results as a talk (20%): The talk is assessed according to content, clarity in structure, clear design of slides, contact to listeners, way of speaking, appropriate answering of questions.
* Written report (20%): The report is evaluated according to the criteria for a scientific paper with the structure: Introduction to the field including a review of state-of-the-art; Description of experimental design and hypotheses; Description of Material and Methods; Presentation of results and discussion; Conclusion.

Dauer des Moduls

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

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

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 20.

Anmeldeformalitäten

Registration at the respective course in the information system at https://isis.tu-berlin.de, or at the secretary MAR 4-3: Imke Weitkamp <imke.weitkamp@tu-berlin.de>, room 4.042 in the building Marchstr. 23.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

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

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe