Brain-Computer InterfacingModulbeschreibung #40362 / Version 2
- 9 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch, Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v8)
| Modul / Version | #40362 / #2 |
|---|---|
| Gültigkeit | SS 2015 – WS 2015/16 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Blankertz, Benjamin |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch, Deutsch |
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 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
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:
Arbeitsaufwand und Leistungspunkte
Brain-Computer Interfacing (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 8 h | 120 h |
| 180 h | |||
Current Topics in Brain-Computer Interfacing (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 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.
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.
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
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Englisch, Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung): 8 Hausaufgaben (Übungszettel) à 2 Punkte | 16 | ||
| (Ergebnisprüfung): Vortrag zum Seminar | 24 | ||
| (Punktuelle Leistungsabfrage): 2 schriftliche Tests à 30 Punkte | 60 |
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.
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>
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