Projekt: Brain-Computer InterfacingModulbeschreibung #40007 / Version 5
- 9 LP
- Portfolioprüfung
- Benotet
- Sommersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v7)
| Modul / Version | #40007 / #5 |
|---|---|
| Gültigkeit | WiSe 2022/23 – WiSe 2024/25 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Blankertz, Benjamin |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34355200 FG S-Professur Neurotechnologie |
Kontakt
| Sekretariat | MAR 4-3 |
|---|---|
| Ansprechpartner*in | Wagner vom Berg, Gabriel Leander |
| E-Mail-Adresse | contact@neuro.tu-berlin.de |
| Webseite | https://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.
- 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.
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:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Brain-Computer Interfacing | Projekt | 3435 L 504 | Unregelmässig | [en] | 6 | ISIS |
Arbeitsaufwand und Leistungspunkte
Brain-Computer Interfacing (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Ausarbeitung der Ergebnisse (Referat/schriftliche Ausarbeitung) | 1 | 40 h | 40 h |
| Experimente vorbereiten und durchführen (mit Betreuung; gruppenweise!) | 16 | 5 h | 80 h |
| Individual- und Gruppenarbeit (Datenanalyse) | 1 | 100 h | 100 h |
| Individual- und Gruppenarbeit (Recherche, Konzepte) | 1 | 38 h | 38 h |
| Präsenzzeit (Plenumteile) | 6 | 2 h | 12 h |
| 270 h | |||
Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
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.
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:
Vor der Teilnahme an diesem Projekt muss die Vorlesung Brain-Computer Interfacing (3435 L 501) erfolgreich absolviert worden sein.
Programmierfähigkeit (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werden vorausgesetzt.
Programmierfähigkeit (Matlab/Octave) und Grundkenntnisse aus dem Bereich Signalverarbeitung und Klassifikation werden vorausgesetzt.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Abschlussbereicht | 20 | schriftlich | ca 15 Seiten |
| Praktische Laborarbeit und Arbeitsprotokolle | 40 | praktisch | semesterbegleitend |
| Präsentation der Ergebnisse | 20 | mündlich | 30 min |
| Programmiercode für Datenanalyse und Stimuluspräsentation | 20 | praktisch | semesterbegleitend |
Prüfungsbeschreibung (Abschluss des Moduls)
Die Note wird nach § 47 (2) AllgStuPO mit dem Notenschlüssel 1 der Fakultät IV berechnet.
* Programmiercode für Datenanalyse und Stimuluspräsentation (20%): Der Programmcode wird nach Stil, Effizienz und Dokumentation bewertet.
* Praktische Laborarbeit und Arbeitsprotokolle (40%): Die praktische Arbeit wird bewertet anhand der Qualität der aufgenommenen Signale; der Zusammenarbeit der Teilnehmer; die Professionalität in der Benutzung der Geräte; den Protokollen.
* Präsentation der Ergebnisse (20%): Die Präsentation wird bewertet anhand des Inhalts, der Klarheit der Struktur, dem Layout und Design der Folien, der Einbindung der Zuhörer, Sprachstil, Beantwortung von Fragen.
* Abschlussbereicht (20%): Der Bericht wird benotet anhand der Anforderungen an einen wissenschaftlichen Artikel: Einleitung und State-Of-The-Art, Versuchsbeschreibung und Hypothesen, Beschreibung von Material und Methoden, Präsentation der Ergebnisse und Diskussion, Schulssfolgerungen.
* Programmiercode für Datenanalyse und Stimuluspräsentation (20%): Der Programmcode wird nach Stil, Effizienz und Dokumentation bewertet.
* Praktische Laborarbeit und Arbeitsprotokolle (40%): Die praktische Arbeit wird bewertet anhand der Qualität der aufgenommenen Signale; der Zusammenarbeit der Teilnehmer; die Professionalität in der Benutzung der Geräte; den Protokollen.
* Präsentation der Ergebnisse (20%): Die Präsentation wird bewertet anhand des Inhalts, der Klarheit der Struktur, dem Layout und Design der Folien, der Einbindung der Zuhörer, Sprachstil, Beantwortung von Fragen.
* Abschlussbereicht (20%): Der Bericht wird benotet anhand der Anforderungen an einen wissenschaftlichen Artikel: Einleitung und State-Of-The-Art, Versuchsbeschreibung und Hypothesen, Beschreibung von Material und Methoden, Präsentation der Ergebnisse und Diskussion, Schulssfolgerungen.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 12.
Anmeldeformalitäten
Anmeldung über Frau Imke Weitkamp <imke.weitkamp@tu-berlin.de> (Sekr. MAR 4-4) oder https://isis.tu-berlin.de.
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
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2022/23 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Communication Systems |
| SoSe 2023 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Communication Systems | |
| WiSe 2023/24 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Communication Systems | |
| SoSe 2024 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Communication Systems | |
| WiSe 2024/25 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Informations- und Kommunikationssysteme/Information and Communication Systems (IKS) › Informations- und Kommunikationssysteme/Information and Communication Systems (Wahlpflicht/Compulsory-Elective) › Cognitive Systems |
Sonstiges
Keine Angabe