Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Brain-Computer InterfacingModulbeschreibung #40362 / Version 2

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v8)
Modul / Version#40362 / #2
GültigkeitSS 2015 – WS 2015/16
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte9
Modulverantwortliche*rBlankertz, Benjamin
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch, Deutsch

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 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. In einigen Spezialthemen des Brain-Computer Interfacing haben die Teilnehmer eine vertiefte Kenntnis.

Lehrinhalte

IL: 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.

SE: Beispielthemen: Neuronale Korrelate von Aufmerksamkeit bei freier visueller Suche, Einflussfaktoren des Erfolgs bei der BCI Steuerung, Koadaptive BCI Systeme, BCI Steuerung mittels räumlicher Aufmerksamkeit Hybride BCI Systeme, Multimodale BCI Systeme

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Brain-Computer InterfacingIntegrierte Veranstaltung3435 L 501 Wintersemester–4 ISIS
Current Topics in Brain-Computer InterfacingSeminar3435 L 502 Wintersemester–2 ISIS

Arbeitsaufwand und Leistungspunkte

Brain-Computer Interfacing (Integrierte Veranstaltung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung158 h120 h
180 h

Current Topics in Brain-Computer Interfacing (Seminar)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

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

Beschreibung der Lehr- und Lernformen

Die integrierte Lehrveranstaltung besteht aus einem Vorlesungsteil (Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes) und einem Anteil praktischer Arbeit. Letztere besteht aus dem selbstständigen Bearbeiten von Übungsaufgaben und der Bearbeitung einer komplexeren Fragestellung unter Anleitung eines Assistenten.
Die Seminarvorträge werden unter Anleitung eines Betreuers erarbeitet und in einem Blockseminar in der zweiten Hälfte des Semesters präsentiert und diskutiert.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Programmierkenntnisse, gute Grundlagen in Mathematik, insbesondere Lineare Algebra und
Wahrscheinlichkeitstheorie. Grundlagen der Signalverarbeitung und des maschinellen Lernens sind ratsam, jedoch bei solidem theoretischen Vorwissen und Fähigkeiten nicht zwingend erforderlich.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
SpracheEnglisch, Deutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung): 8 Hausaufgaben (Übungszettel) à 2 Punkte16
(Ergebnisprüfung): Vortrag zum Seminar24
(Punktuelle Leistungsabfrage): 2 schriftliche Tests à 30 Punkte60

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV
ermittelt.

Übungsaufgaben: Zur Ergebnisprüfung gibt es begleitend zu der Vorlesung acht Übungszettel in denen praktische Aufgaben zur EEG Analyse gelöst werden müssen.

Seminarvortrag: An einem Blocktermin halten die Teilnehmenden Vorträge über ein zugeteiltes Thema aktueller Brain-Computer Interface Forschung.

Schriftliche Tests: Jeweils zum ersten und zum zweiten Teil der Vorlesung gibt es einen schriftlichen Test.

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

Eine Anmeldung ist nicht erforderlich, aber zwecks Resourcenplanung willkommen an:
Sekr. MAR 4-3: Imke Weitkamp <imke.weitkamp@tu-berlin.de>

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – Skripte in elektronischer Form werden jeweils nach der Vorlesung auf ISIS2 zur Verfügung gestellt.

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

Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe