Anwendungsgebiete der EEG Simulation Computationale Neurowissenschaften Kognitionswissenschaften Simulation schwer messbarer Prozesse Simulation der Aufnahme von Medikamenten Überprüfung von Hypothesen Unterstützung von Vorhersagen Tests von Algorithmen

Probleme: detailliertes Modell des gesamten Gehirns nicht möglich Angabe der Nähe zum biologischen Vorbild ev. schwierig High-Level Systems Approach Top–Down Black Box-Methoden Low-Level Systems Approach Bottom-Up „Realistic Modelling“ Zellkörper, Axon, Dendriten, Synapse und Rezeptortypen, Membrankanäle, Aktionspotentiale ... -> Bausteine für die Simulation, Tests von Hypothesen

Gesucht: Modell für die Weiterleitung des Aktionspotentials

Datengewinnung Anatomische Modelle bildgebende Verfahren: PET, MRI und EEG Tracer-Methoden Messung der Aktivität von Ionenkanälen Voltage Clamp (Cole, 1949) Kompensationsstrom wirkt Änderungen des Membran- Potentials entgegen Blockieren von Typen von Ionenkanälen durch Gifte zb. TTX (Thetrodotoxin) zur Blockierung von Na-Kanälen dann wird der Stromfluss gemessen

Patch-Clamp (1976, Erwin Neher und Bert Sakman) sehr kleine Pipette isoliert Stück der Membran (Patch) Spannung wird angelegt und der Strom gemessen (Clamp)

Patch-Clamp-Arbeitsplatz, Erzeugung der Messpipette

Das Modell von Hodgkin und Huxley (1952) Erforschung des Tintenfisch-Axons Verwendung der Voltage-Clamp Technik -> Isolierung der Kanalströme für Na und K Entwicklung eines Modells für die AP-Entstehung Alan Hodgkin Andrew Huxley Cm: Kapazität der Zellmembran, GNa, GK: spannungsabhängige Leitwerte der Kanäle ENa, Ek: Gleichgewichtspotential von Na bzw. K Gm: Leitwert der passiven Kanäle, Vrest: Ruhemembranpotential

Änderung der Spannung an der Membran ist proportional zum Gesamtstrom der in bzw. aus dem Kompartment fließt: Der spannungsabhängige Leitwert eines Ionenkanals bestimmt den Strom durch die zugehörigen Ionen: Schwierigkeit: Bestimmung der spannungsabhängigen Leitfähigkeiten, da empirisch Kurvenverläufe dritter bzw. vierter Potenz gemessen wurden -> Einführung fiktiver Aktivierungspartikel (gating-Partikel) Diese Partikel modellieren die Wahrscheinlichkeiten des Öffnens oder Schließens der Kanäle

Modellierung des Kalium-Kanals: n : Wahrscheinlichkeit Aktivierungspartikel geöffnet (0<n<1, Wahrscheinlichkeit für den geschlossenen Zustand ist 1-n). Die Öffnung ist von 4 Aktivierungs-Partikeln abhängig, die alle gleichzeitig geöffnet sein müssen. Gk: maximale Leitfähigkeit des Kalium-Kanals (36mS/cm2) Ek: Gleichgewichtspotential für Kalium Alpha und Beta: spannungsabhängige Änderungsraten (in Hz), geben die Anzahl der Zustandsänderungen in den geöffneten (Alpha) bzw. in den geschlossenen Zustand (Beta) an:

Empirisch gefundene Werte für Alpha und Beta (Kalium-Kanal) : Stromfluß durch den Natrium- Kanal schwieriger zu modellieren, da dieser Kanal auch zeitlich inaktiviert wird: Öffnung Aktivierungspartikel m (m-gate) Schließen Inaktivierungspartikel h (h-gate) GNa: max. Leitfähigkeit des Na-Kanals ENa : Gleichgewichtspotential für Natrium m: Wahrscheinlichkeit Aktivierungspartikel aktiv h: Wahrscheinlichkeit Inaktivierungs-Partikel nicht aktiv

Modell und reale Messung Leitwerte für Na (links) und K (rechts) bei konkreten Aktivierungsniveaus die Linie zeigt die Werte der Simulation, Kreise reale Messwerte

vollständige Gleichung für die Änderung des Membran-Potentials

Simulink- und Matlab Modelle (Präsentation)

Kopplung mehrerer Kompartimente Cable Theory-Models

Grenzen für Detailliertheit der Modelle Rechenkapazität und Speicher -> Modellierung größerer Einheiten zB: synaptische Dichten, Aktivierungsgewinne an der Synapse, Grad der Verbundenheit mit Interneuronen, Verhältnis von exzitatorischen und inhibitorischen Verbindungen, Eigenschaften von Makro-Columns,..

mögliche Vereinfachung auf Makro-Ebene: chaotisches System -> (quasi-) lineares System Modellierung der Systemwirkung zB. durch Signalgeneratoren oder Neuronale Netze: Hopfield-Netze mit Mehrfachverbindungen

Simulation pathologischer Signalformen Gründe: oft schwierige Messumstände, viele Artefakte Vergleich verschiedener Algorithmen durch Simulation einfacher Beispiel: Simulation eines Anfalls-EEGs bei Epilepsie von Neugeborenen

Simulierte und reale Signalformen :

3D- Kopfmodelle in der EEG-Simulation Quellenlokalisation angenommener Dipole realistische Modellierung von Ausbreitungsgeschwindigkeiten in den verschiedenen Gewebearten Beispiel: 115 sagittale MRI-Aufnahmen von je 256 x 256 Pixel zu einem 3d-Modell aufgebauen Semi-automatischer Algorithmus zur Gewebebestimmung: Kopfhaut, Knochen, Cerebrospinale Flüssigkeit, graue und weiße Hirnsubstanz, Augengewebe und Hohlräume

3d-Modell mit Informationen der Gewebseigenschaften

Simulation einer Signalquelle in tieferen Hirnschichten und des gemessenen EEGs

High-Level Simulationssprachen für EEG und Neurale Netze - einfaches Hinzufügen und Löschen von funktionalen Elementen - Bibliotheken für: Ionenkanal, Neuron, Zellverband, Synapse usw. eingebaute Tools und Graphikroutinen, Volt- und Amperemeter - Standards und Dokumentation, Austausch von Modellen - Support und große Wissensbasis für Applikationen wie Matlab Beispiele: GENESIS (GEneral NEural SImulation System): Funktionen zB: „makeneuron“ oder „connect” gute Dokumentation: “The Book of GENESIS: Exploring Realistic Neural Models” Native Linux (Windows-fähig durch Verwendung von cygwin/xwin) Freeware, Download unter http://www.genesis-sim.org/GENESIS NeuroML, CellML NEXUS: Large-scale biological simulations, parallelisierbare Auswertung Matlab/Simulink –Toolboxen: SOM, FastICA package, Netlab, EEGToolbox

GENESIS – Simulation des Geruchszentrums einer Ratte

Anwendungen aus der EEG-Biometrie - Artefakterkennung und –elimination (Lidschlag, Bewegung, …) - Automatische Schlafstadienklassifikation - Erkennung bzw. Früherkennung von epileptischen Anfällen - Vergleich und Analyse pathologischer EEGs - Aufbau von und Suche in Datenbanken Bespiele für verwendete Techniken Fourier- oder Wavelet-Transformation (-> Zeit/Frequenzbereich) Verschiedene Arten von Filtern (zB. Bandpass-Filter) Kreuz- oder Autokorrelation Event Related Potentials, ERPs: Mittelung mehrere Versuche (Trials) zur Verbesserung des Signal-Rausch-Verhältnisses

Brain Computer- Interfaces mu / beta ERD SCP (CNV, slow waves) P300 ERP VEP Elektroden: Oberflächen- Subdural- invasive bzw. Grid-Elektroden “Berlin-BCI”, Bewegungsvorstellung

ERD im Mu / Beta-Frequenzband bei Vorstellung einer Bewegung

Das Open EEG Projekt – ModularEEG designed by Jörg Hansmann 1 Digital- und 1–3 Analog-Boards Verbindung mit Flachbandkabel Kit wird bei Olimex gefertigt, Preis ca. 200 Euro für 4 Kanal Version

MonolithEEG von Reiner Münch SMD (double sided) USB (FTDI 232-chip, 1MBaud) USB-powered 2 Chn, 1kHz 10 bit sampling Expansion-port

Eine Aufnahme mit dem Modular-EEG

BrainBay openEEG Software brainbay, screenshot design und session-windows

Danke für die Aufmerksamkeit !