EEG-Aufnahme und -Analyse

In dieser Einführung in die EEG-Aufnahme werden zuerst Schritt für Schritt die technischen Schritte zur Aufnahme von EEG-Signalen betrachtet und schließlich verschiedene Methoden der Analyse aufgelistet, die in anderen Beiträgen ausgeführt werden.

EEG und andere

Es folgt ein Vergleich verschiedener Methoden der Messung von Hirnaktivität wie fMRT, MEG und EEG; außerdem eine Betrachtung der physischen Erzeuger des EEGs im Gehirn, und als letztes eine Erläuterung der Differentiellen Verstärkung.

Ereignisbezogene Potentiale (ERP)

Diesmal geht es um Ereigniskorrelierte Potenziale (ERPs). Zuerst werden Begrifflichkeiten zur Gewinnung von ERPs aus einem gemessenen EEG-Signal geklärt, dann Modelle darüber, wie ERPs überhaupt entstehen erläutert; und schließlich noch einige berühmte ERP-Komponenten vorgestellt.

ERP-Analyse

Wie gewinnt man aus aufgenommenen EEG-Signalen sinnvolle Daten? Wie findet man ERPs (Event related potentials, ereignisbezogene Potentiale)? Dafür ist beim aufgenommenen Signal einiges an Vorverarbeitung und Rauschentfernung notwendig. Schließlich braucht man Wissen darüber, wie man ERPs bestimmt.

Die Diskrete Fourier-Transformation (DFT)

Die Diskrete Fourier-Transformation (DFT) gehört zum Gebiet der Signal-/Frequenzanalyse. Die Frage, die man beantworten möchte, lautet: wie ähnlich oder verschieden sind zwei gemessene Signale? Darum geht es in diesem Beitrag.

Hauptkomponentenanalyse (PCA) und Unabhängigkeitsanalyse (ICA)

Hier erkläre ich die Hauptkomponentenanalyse und die Unabhängigkeitsanalyse, zusammen mit den dafür benötigten Begriffen der Eigenvektoren und Eigenwerte.

Zeit-Frequenz-Analyse

In diesem Beitrag geht es um Begriffe und Techniken aus der Zeit-Frequenz-Analyse: Stationarität, Glätte, Wavelet-Analyse, evozierte vs. induzierte Aktivität und Frequenzbänder.

Eigenschaften der Diskreten Fouriertransformation

In diesem Beitrag geht es um einige wichtige Eigenschaften und Begriffe bezüglich der Diskreten Fouriertransformation (DFT). Vorweg: was ist der Unterschied zur FFT (Fast Fourier Transform)? FFT ist ein Oberbegriff für Algorithmen, die die DFT durchführen, dabei aber mehrere tausendfach schneller sind als die Standardgleichung der Fouriertransformation. FFT und DFT liefern also dieselben Ergebnisse, da FFT eine DFT ist.

Bivariate Signalanalyse

Bei der bivariaten Signalanalyse geht es darum, Aussagen über die großflächige Zusammenarbeit von verschiedenen Verarbeitungszentren des Gehirns zu machen. Beispiele dafür sind, wie verschiedene Aspekte der visuellen Wahrnehmung, die in abgegrenzten Hirnarealen verarbeitet werden, schließlich zu einem kohärenten Gesamtbild synchronisiert werden; oder wie Top-Level-Prozesse wie Erwartung oder Konzentration bestimmte Aspekte von Low-Level-Prozessen des Sehens beeinflussen. EEG ist dafür geeignet, um Aktivitäten in entfernten Hirnregionen zu messen; wie macht man nun Sinn aus den Messungen, was Korrelation (und möglicherweise auch Kausalität) betrifft?
Im Folgenden werden einige nützliche Konzepte und Tools für diese Zwecke vorgestellt.

Lokalisierung der Signalquelle (source localization)

In diesem Beitrag geht es um die schwierige Aufgabe, die Quellen von EEG-Signalen im Gehirn auszumachen, also zu bestimmen, welche Areale zu welchen Pegeln beigetragen haben. Es werden zwei generelle mögliche Lösungsrichtungen (vorwärts und invers) und eine spezielle Technik zur gerichteten Signalverstärkung (Beamforming) erläutert.

Lokalisation ist hier ein schweres Unterfangen, denn bekanntermaßen