Entwicklung einer adaptiven VR-Umgebung für die Anwendung im Realtime-fMRI Buchkatalog

Diplomarbeit aus dem Jahr 2007 im Fachbereich Informatik - Angewandte Informatik, Note: 1.0, Otto-von-Guericke-Universität Magdeburg (Fakultät für Informatik), Veranstaltung: Computervisualistik, Sprache: Deutsch, Abstract: Das Gehirn, seine Aufgaben und Funktionen beschäftigen die Menschen schon seit alters her. Trotz jahrhundertelanger Forschung wurden die meisten heutigen Erkenntnisse erst in den letzten 150 Jahren gewonnen. Dabei wurden Gehirnuntersuchungen durchgeführt, um Läsionen und damit einhergehende Funktionsstörungen aufzudecken. Mit der Entwicklung moderner Bildgebungsverfahren, wie funktionelle Magnetresonanztomographie (fMRT), Elektroenzephalographie (EEG) und Magnetoenzephalographie (MEG) ist es nun möglich, kognitive Prozesse aus dem Bereich der Großhirnrinde nicht-invasiv zu erfassen. In diesem Fall können Aktivierungen im Gehirn bei Denkleistungen bestimmten Gehirnregionen zugeordnet werden. Diese Möglichkeit machen sich in neuester Zeit Entwickler von sogenannten "Gehirn-Computer-Schnittstellen" (BCI - Brain Computer Interface) zu Nutze. Bei einem BCI erfolgt die Steuerung äußerer Anwendungen, wie z.B. ein Buchstabierprogramm, mit Hilfe der Gehirnaktivierung. Mit Unterstützung eines online BCI-Systems kann es z.B. körperlich behinderten Menschen ermöglicht werden, neue Wege der Kommunikation und Beweglichkeit zu eröffnen. Für eine erfolgreiche Anwendung eines BCI ist es erforderlich, dass die Auswertung der Gehirnmessung in Echtzeit erfolgt. Nicht nur aus diesem Grund wurden sogenannte Echt-Zeit oder auch Real-Time Messverfahren entwickelt. Die bisweilen stundenlange Auswertung der Messdaten kann somit innerhalb weniger Sekunden erfolgen und bildet die Grundlage für ein BCI. Für ein BCI-System ist die Nutzung einer Echtzeit-Auswertung unumgänglich. Kommerzielle Produkte sind zwar schon auf dem Markt, lassen aber wenig Spielraum für freie Änderungen zu. Aus diesem Grund wurde in unserer Arbeitsgruppe der rtExplorer entwickelt. Er ist sowohl in das System des hier verfügbaren Siemens 3 Tesla Tomographen der medizinischen Fakultät der Universität Magdeburg, als auch in das System des 7 Tesla MRT am ortsansässigen Leibniz-Institut für Neurobiologie (IfN) integriert. Um die beschriebene Applikation für ein adaptives VR-System im MRT zu realisieren, sind mehrere Teilziele zu definieren. Einerseits muss die zu erstellende Anwendung in das System des verfügbaren Siemens 3T Tomographen integriert werden. Dazu ist es erforderlich, die Triggersignale abzufangen und die Eingabegeräte einzubinden. Des Weiteren muss eine Anbindung an den schon bestehenden rtExplorer für die Echtzeitauswertung der Hirnaktivierung ermöglicht werden.