Das Technologie-Zentrum Informatik und Informationstechnik (TZI) der Universität Bremen erforscht die Grundlagen für eine drahtlose Datenübertragung der Gehirnaktivität zur sensorischen Überwachung. Dafür haben die Bremer Wissenschaftler knapp 500.000 Euro Fördergelder von der Deutschen Forschungsgemeinschaft (DFG) eingeworben.
Ziel des dreijährigen Projekts „INNS“ (Algorithmen und Hardwarestrukturen zur effizienten Bereitstellung von Rohdaten in invasiven Neurosystemen) ist es, mit Hilfe mikroskopisch kleiner Nadeln gemessene Hirnströme sehr effizient in Form digitaler Daten zu erfassen, um eine höchst zuverlässige und schnelle Funkübertragung zu ermöglichen.
Im „INNS“-Projekt werden innovative nachrichtentechnische Verfahren und Technologien entwickelt, um zukünftig etwa die Gehirnaktivität von Epilepsie-Patienten zuverlässig und präzise zu überwachen. Die Arbeitsgruppen Nachrichtentechnik von Professor Armin Dekorsy (TZI) und Kommunikationselektronik von Professor Steffen Paul (Microsystems Center Bremen, MCB, Fachbereich Physik / Elektrotechnik der Uni Bremen) arbeiten hierfür an folgender Fragestellung: Wie lassen sich die gemessenen Signale derart vorbereiten, dass diese mit kleinstmöglicher Datenmenge höchst zuverlässig und mit minimaler Verzögerung aus dem Gehirn heraus übertragen werden können? Die Arbeiten sind Teil zahlreicher Aktivitäten im Bereich der Erfassung und Auswertung von Hirnströmen an der Universität Bremen und beide Arbeitsgruppen greifen auf Know-how von Vorgängerprojekten am MCB und am Zentrum für Kognitionswissenschaft der Universität Bremen zurück.
„Alle heutzutage verwendeten Verfahren der Signalerfassung und der Datenübertragung, etwa in WLAN oder Bluetooth, sind deutlich zu langsam, zu unzuverlässig und benötigen in ihrer Hardware-Umsetzung zu viel Platz. Zudem wird zu viel Energie gebraucht und damit zu viel Wärme im Gehirn produziert“, erläutert Dekorsy. „Wir setzen hingegen auf das sogenannte Compressed Sampling und führen dabei direkt beim Abtasten der Hirnströme eine Datenreduktion durch. Dabei nutzen wir auch aus, wenn Signale im Hirn Ähnlichkeiten aufweisen, also korreliert sind, und erfassen diese dann deutlich effizienter.“ Das Team von Professor Paul erforscht für die Umsetzung der neuen Verfahren innovative energie- und chipflächeneffiziente Schaltungsstrukturen für die Compressed Sensing Analog-Digital-Wandlung.
Quelle: TZI