Der UMC 0.18 Design Flow am Beispiel eines PDA ... - Mpc.belwue.de

Prototyp eines digitalen EEGs auf Basis eines FPGAs
für die Neurofeedbacksignalverarbeitung
tung an der Schädeloberfläche messbaren Potentialdifferenzen
weisen sehr geringe Spannungsamplituden
auf und erfordern daher eine hohe Verstärkung.
Bereits kleinste Störungen wirken sich bei einer EEG-
Registrierung, wegen der hohen Verstärkung, massiv
auf die Signalqualität aus.
Die Vorteile eines digitalen EEG-Systems auf Basis
eines FPGAs sind vor allem in der direkten Umsetzung
der digitalen Signalverarbeitung auf Hardwareebene
zu sehen. Hieraus resultiert eine parallele,
effiziente und zeitgleiche Verarbeitung aller abgeleiteten
EEG-Signale. Unterschiedlich komplexe Strategien
bei der Signalaufbereitung und der Signalanalyse
sind durch die Konfiguration des FPGAs
einfach umsetzbar und an die jeweiligen Bedürfnisse
anpassbar. Abhängig von den Ressourcen und der
Leistungsfähigkeit des eingesetzten FPGAs sind somit
Systeme unterschiedlichster Art möglich, die auch
ohne Computer für die Signalverarbeitung, die vollständige,
kompakte, konfigurierbare und auf einen
Anwendungszweck abgestimmte Gesamtfunktionalität
für ein einzelnes Gerät bereitstellen können. In Verbindung
mit den Weiterentwicklungen bei der Integration
der notwendigen analogen Hardwarekomponenten
für die EEG-Registrierung auf Chipebene, deren
Energieversorgung und drahtlosen Anbindung, ergibt
sich ein hohes Entwicklungspotential in den Bereichen
des Neurofeedbacks und des BCI.
werden. Auf diese Weise kann das Ziel des Biofeedbacks
erreicht werden, durch technische Maßnahmen
die ansonsten unbewussten Vorgänge derart darzustellen,
dass diese bewusst wahrgenommen werden
können. Abbildung 1 verdeutlicht dieses generelle
Prinzip.
Während beim Biofeedback die unterschiedlichsten
von Körperfunktionen generierten Signale zur Anwendung
kommen, beschränkt sich das Neurofeedback
rein auf die elektrische Aktivität des Gehirns. Mit der
Rückkopplung von visuellen und akustischen Reizen,
welche die momentane elektrische Hirnaktivität repräsentieren
und aus dieser abgeleitet sind, wird eine
Selbstregulierung der elektrischen Hirnaktivitäten ermöglicht.
So können aufgrund des dargebotenen
Feedbacks einzelne charakteristische Merkmale des
EEGs beeinflusst werden, mit dem Ziel, die Hirnaktivität
in Hinsicht auf das Denken, der Aufmerksamkeit
oder des Wohlbefindens gezielt zu verbessern.
Zum Einsatz kommt dabei das Prinzip der positiven
Konditionierung 4 . Mittels einer Belohnung wird dabei
der Anreiz gegeben, die gewünschte Hirnaktivität zu
erreichen und zu erhalten.
Abbildung 1: Grundprinzip des Neurofeedbacks
2. Grundlagen
2.1. Bio- / Neurofeedback und BCI
Viele der physiologischen Vorgänge im menschlichen
Körper werden nicht bewusst wahrgenommen, da eine
Wahrnehmung dieser Prozesse mit den vorhandenen
menschlichen Sinnesorganen nicht direkt möglich
ist. Das Biofeedback setzt daher technische Zusatzgeräte
ein, die eine wahrnehmbare Rückmeldung erlauben.
Hauptsächlich dienen hierzu visuelle und
akustische Reize, die nahezu in Echtzeit generiert
Abbildung 2: Grundprinzip des BCI
Im Gegensatz zum Bio- und Neurofeedback erfolgt
bei einem BCI, wie aus Abbildung 2 hervorgeht, keine
direkte Rückkopplung der abgeleiteten EEG-Signale.
Die algorithmisch ausgewerteten Rohsignale des
EEGs dienen beim BCI als Steuersignale für ein externes
System, welches dem Nutzer indirekt eine
Rückmeldung erteilt. Grundlage sind erkennbare und
definierte Muster in der Hirnaktivität, die bei bestimmten
Ereignissen oder Verhaltensweisen auf-
4 Erlernen von Reiz-Reaktions-Mustern
MPC-Workshop, Juli 2009
10