Neuroinformatik

Seit ihrer Erfindung vor mehr als 20 Jahren spielt die funktionelle Magnetresonanztomographie (fMRT) eine zentrale Rolle in den kognitiven Neurowissenschaften. Seit einigen Jahren stehen Ultra-Hochfeld-MRT-Scanner (≥ 7 Tesla) zur Verfügung, die Daten in zuvor unerreichter Qualität liefern. Derzeit ist jedoch die volle Komplexität von fMRI-Daten nur unzureichend verstanden.

Unsere eigene frühere Forschung sowie die von mehreren anderen Forschungsgruppen auf der ganzen Welt haben gezeigt, dass nur ein kleiner Prozentsatz der Varianz von fMRI-Zeitverläufen durch Standardanalysetechniken erklärt wird. Außerdem scheint die aufgabenbezogene Aktivierung des Gehirns viel globaler und verteilter zu sein als bisher angenommen. Ultra-Hochfeld-Daten zeigen viel mehr Details, was es noch schwieriger macht, den vollen Informationsgehalt zu verstehen und zu interpretieren.
Unser Forschungsziel ist, neue mathematische Methoden für die Analyse sowohl von Standard-fMRI-Daten (3 Tesla) als auch von Ultrahochfeld-fMRI-Daten (≥ 7 Tesla) zu entwickeln. Wir möchten möglichst viel Information der fMRI-Daten nutzen, um das Verständnis der menschlichen Gehirnfunktion voranzubringen. Insbesondere konzentriert sich unsere Arbeit auf die Entwicklung neuartiger Techniken zur statistischen Inferenz und zur Analyse funktioneller Netzwerke im Gehirn.

Zur Redakteursansicht