Closed-Loop Hirnstimulation und next-generation Hirn-Maschine-Schnittstellen

Das Labor für Klinische Neurotechnologie untersucht, wie Neurotechnologien bei der Behandlung neurologischer und psychiatrischer Störungen eingesetzt werden können.

Neurotechnologien sind technologische und computergestützte Werkzeuge, die Signale des Gehirns analysieren und in der Lage sind, diese gezielt zu modifizieren. Dazu gehören fortschrittliche Neuroimaging-Methoden wie die funktionelle Magnetresonanztomographie (fMRI) oder die Magneto- und Elektroenzephalographie (M/EEG), die nicht-invasive Hirnstimulation (NIBS) wie die transkranielle elektrische und magnetische Stimulation (tES/TMS) und die Neuromodulation auf der Grundlage hirnzustandsabhängiger sensorischer Rückkopplung.

In seinem Kern entwickelt und verwendet das Labor neuartige Gehirn-Computer- und Maschinen-Schnittstellen (BCI/BMI), die die Gehirnaktivität in Steuerbefehle externer Geräte übersetzen, sowie deren Kombination mit nicht-invasiver Hirnstimulation.

Forschung
Closed-Loop Hirnstimulation
Um die Behandlung von psychiatrischen und neurologischen Störungen voranzutreiben, entwickelt unser Labor Methoden zur nicht-invasiven Neuromodulation von elektromagnetischen Hirnschwingungen. Dabei bauen wir einerseits auf bestehenden Methoden wie der transkraniellen elektrischen (tES) oder magnetischen (TMS) Stimulation sowie auf Protokollen zur sensorischen Stimulation auf. Andererseits entwickeln wir eine neue Stimulatortechnologie, um die gezielte Steuerung bestimmter Hirnareale mit Hilfe mehrerer elektromagnetischer Störfelder zu verfeinern. Die Forschung hat gezeigt, dass die Auswirkungen der nichtinvasiven Neuromodulation entscheidend vom aktuellen Zustand des Gehirns abhängen. Aus diesem Grund setzen wir Echtzeit-Computersysteme ein, die eine kontinuierliche Messung der Hirnaktivität und somit ein exaktes Timing der Stimulation ermöglichen. Unsere Methoden werden dann eingesetzt, um grundlegende Mechanismen der Wahrnehmung (z.B. binokulare Rivalität) und der Kognition (z.B. Arbeitsgedächtnis) zu untersuchen, mit Blick auf klinische Übersetzungen im Zusammenhang mit pathologischen Hirnschwingungen in der Psychiatrie und Neurologie.
Echtzeit-Modellierung und Klassifikation von Hirnzuständen
Um den Zustand des Gehirns während der Neuromodulation zu charakterisieren, zeichnen wir elektromagnetische Schwingungen mittels Elektroenzephalographie (EEG) und Magnetoenzephalographie (MEG) auf. Dann wenden wir etablierte Ansätze wie lineare Klassifikatoren und Konnektivitätsmaße in Kombination mit Quellenrekonstruktionsmethoden an, entwickeln aber auch innovative mathematische Ansätze, die die Quantifizierung anderer Aspekte der Gehirnphysiologie, wie z.B. ihres dynamischen Charakters, ermöglichen. Dazu gehören eine Reihe von Methoden wie die Messung der Gehirn(transfer)entropie und der Phasenströme (Wanderwellen) zwischen den Hirnarealen. Wir arbeiten auch an spezieller Echtzeit-Hardware, die in der Lage ist, eingehende EEG-Daten in weniger als 5 Millisekunden zu verarbeiten und TMS-Pulse entsprechend dem aktuellen Gehirnzustand auszulösen.
Neuronale Kontrolle von Exoskeletten
Für die Rehabilitation von motorischen Funktionen z.B. nach einem Schlaganfall oder einer Rückenmarksverletzung, entwickeln wir Brain-Computer-Interfaces (BCI), die assistive Geräte wie zum Beispiel ein Hand-Exoskelett steuern. Mit Hilfe von EEG und MEG lesen wir Gehirnsignale aus der geschädigten Region im sensomotorischen Kortex aus, während die Patienten sich Bewegungen vorstellen. Dieses Signal wird in ein Steuersignal für das Exoskelett übersetzt, welches Patienten hilft, alltäglichen Lebensfunktionen wiederzuerlangen und gleichzeitig die Heilung der beschädigten Verbindungen ermöglicht.
Optisch gepumpte Magnetometer
Um Hirn-Computer-Schnittstellen der nächsten Generation zu entwickeln, etablieren wir uns an der Spitze der nicht-invasiven Sensortechnologie zur Messung des Magnetfeldes des Gehirns. Optisch gepumpte Magnetometer (OPM) ermöglichen die Aufzeichnung von MEG Signale bei Raumtemperatur, ohne flüssiges Helium und ohne die Kosten, die mit der Wartung großer, komplexer und teurer Geräte verbunden sind. Darüber hinaus wird diese Technologie voraussichtlich in den nächsten Jahren herkömmliche MEG-Sensoren in Bezug auf Auflösung und Signalqualität übertreffen und gleichzeitig Messungen während der Mobilität der Teilnehmer ermöglichen. Wir entwickeln daher neuartige BCI-Anwendungen mit dieser Technologie.
Publikationen
2020

Liew SL, Zavaliangos-Petropulu A, Jahanshad N, Lang CE, Hayward KS, Lohse KR, Juliano JM, Assogna F, Baugh LA, Bhattacharya AK, Bigjahan B, Borich MR, Boyd LA, Brodtmann A, Buetefisch CM, ... ... Soekadar SR, et al.The ENIGMA Stroke Recovery Working Group: Big data neuroimaging to study brain-behavior relationships after stroke. Human Brain Mapping. 2020 (3) PMID 32310331 DOI: 10.1002/hbm.25015

Ros T, Enriquez-Geppert S, Zotev V, Young KD, Wood G, Whitfield-Gabrieli S, Wan F, Vuilleumier P, Vialatte F, Van De Ville D, Todder D, Surmeli T, Sulzer JS, Strehl U, Sterman MB, ... ... Soekadar SR, et al.Consensus on the reporting and experimental design of clinical and cognitive-behavioural neurofeedback studies (CRED-nf checklist). Brain : a Journal of Neurology 2020 (3) PMID 32176800 DOI: 10.1093/brain/awaa009

Cavallo A, Roth V, Haslacher D, Nann N, Soekadar SR. Minimizing Biosignal Recording Sites for Noninvasive Hybrid Brain/Neural Control. IEEE Systems Journal 2020 (in press) DOI:10.1109/JSYST.2020.3021485

Nann N, Cordella F, Trigili F, Lauretti C, Bravi M, Miccinilli S, Catalan JM, Badesa FJ, Crea S, Bressi F, Garcia-Aracil N, Vitiello N, Zollo L, Soekadar SR.Restoring Activities of Daily Living Using an EEG/EOG-Controlled Semiautonomous and Mobile Whole-Arm Exoskeleton in Chronic Stroke. IEEE Systems Journal 2020 (in press) DOI: 10.1109/JSYST.2020.3021751

2019

Dimitrov S, Lange T, Gouttefangeas C, Jensen AT, Szczepanski M, Lehnnolz J, Soekadar SR, Rammensee HG, Jan Born J, Luciana Besedovsky L. Gαs-coupled receptor signaling and sleep regulate integrin activation of human antigen-specific T cells. Journal of Experimental Medicine 216 (3) 517-526. DOI: 10.1084/jem.20181169

Finkel S, Veit R, Lotze M, Friberg A, Vuust P, Soekadar SR, Brinbaumer N, Kleber B. Intermittent theta burst stimulation over right somatosensory larynx cortex enhances vocal pitch‐regulation in nonsingers. Hum Brain Mapp; 1– 14. DOI: https://doi.org/10.1002/hbm.24515

Nann M, Cohen LG, Deecke L, Soekadar SR. To jump or not to jump – The Bereitschaftspotential required to jump into 192-meter abyss. Sci Rep, 9(1): 2243. DOI:10.1038/s41598-018-38447-w

Zrenner B, Gordon P, Kempf A, Belardinelli P, McDermott E, Soekadar SR, Fallgatter AJ, Zrenner C, Ziemann U, Müller-Dahlhaus F. Alpha-Synchronized Stimulation of the Dorsolateral Prefrontal Cortex (DLPFC) in Major Depression: A Proof-of-Principle EEG-TMS Study. Converging Clinical and Engineering Research on Neurorehabilitation III. ICNR 2018. Biosystems & Biorobotics, vol 21. Springer, Cham. DOI: 10.1007/978-3-030-01845-0_216

Barios JA, Ezquerro S, Bertomeu-Motos A, Lledó LD, Nann M, Soekadar SR, Garcia-Aracil N. Sensory Feedback with a Hand Exoskeleton Increases EEG Modulation in a Brain-Machine Interface System.Converging Clinical and Engineering Research on Neurorehabilitation III. ICNR 2018. Biosystems & Biorobotics, vol 21. Springer, Cham, DOI: 10.1007/978-3-030-01845-0_220

Fujiwara T, Ushiba J, Soekadar SR. Neurorehabilitation: Neural Plasticity and Functional Recovery 2018. Neural plasticity, 7812148. DOI: 10.1155/2019/7812148

Bertomeu-Motos A, Ezquerro S, Barios JA, Lledó LD, Domingo S, Nann M, Martin S, Soekadar SR, Garcia-Aracil N. User activity recognition system to improve the performance of environmental control interfaces: a pilot study with patients. Journal of NeuroEngineering and Rehabilitation 16:10. DOI: 10.1186/s12984-018-0477-5

Klicken Sie hier, um frühere Publikationen zu sehen
2018

Morgalla MH, de Barros Filho MF, Chander BS, Soekadar SR, Tatagiba M, Lepski G. Neurophysiological Effects of Dorsal Root Ganglion Stimulation (DRGS) in Pain Processing at the Cortical Level. Neuromodulation: Technology at the Neural Interface, 22: 36-43. DOI:10.1111/ner.12900

Ruddy K, Balsters J, Mantini D, Liu Q, Kassraian-Fard P, Enz N, Mihelj E, Subhash Chander B, Soekadar SR, Wenderoth N. Neural activity related to volitional regulation of cortical excitability. eLife, 7, e40843. DOI:10.7554/eLife.40843

Guger C, Del R. Millán J, Mattia D,Ushiba J, Soekadar SR, Prabhakaran V, Mrachacz-Kersting N, Kamada K, Allison BZ. Brain-computer interfaces for stroke rehabilitation: summary of the 2016 BCI Meeting in Asilomar. Brain-Computer Interfaces, 5:2-3, 41-57, DOI: 10.1080/2326263X.2018.1493073

Crea S, Nann M, Trigili E, Cordella F, Baldoni A, Badesa FJ, Catalán JM, Zollo L, Vitiello N, Aracil NG, Soekadar SR. Feasibility and safety of shared EEG/EOG and vision-guided autonomous whole-arm exoskeleton control to perform activities of daily living. Scientific Reports. 8: 10823. PMID 30018334 DOI: 10.1038/s41598-018-29091-5

Cervera MA, Soekadar SR, Ushiba J, Millán JDR, Liu M, Birbaumer N, Garipelli G. Brain-computer interfaces for post-stroke motor rehabilitation: a meta-analysis. Annals of Clinical and Translational Neurology. 5: 651-663. PMID 29761128 DOI: 10.1002/acn3.544

Liew SL, Anglin JM, Banks NW, et al. A large, open source dataset of stroke anatomical brain images and manual lesion segmentations. Sci Data. 2018;5:180011. DOI: 10.1038/sdata.2018.11

Barios JA, Ezquerro S, Bertomeu-Motos A, Nann M, Badesa FJ, Fernandez E, Soekadar SR, Garcia-Aracil N. Synchronization of Slow Cortical Rhythms During Motor Imagery-Based Brain-Machine Interface Control. International Journal of Neural Systems. DOI: 10.1142/S0129065718500454

Ableitner T, Soekadar SR, Strobbe C, Schilling A, Zimmermann G. Interaction techniques for a neural-guided hand exoskeleton. Procedia Computer Science, 141, 442-446. DOI: 10.1016/j.procs.2018.10.164

2017

Klinzing JG, Kugler S, Soekadar SR, Rasch B, Born J, Diekelmann S. Odor cueing during slow-wave sleep benefits memory independently of low cholinergic tone. Psychopharmacology. PMID 29119218 DOI: 10.1007/s00213-017-4768-5

Clausen J, Fetz E, Donoghue J, Ushiba J, Spörhase U, Chandler J, Birbaumer N, Soekadar SR. Help, hope, and hype: Ethical dimensions of neuroprosthetics. Science (New York, N.Y.). 356: 1338-1339. PMID 28663460 DOI: 10.1126/science.aam7731

Barios JA, Ezquerro S, Bertomeu A, Fernández E, Nann M, Soekadar SR, Aracil NG. Delta-Theta Intertrial Phase Coherence Increases During Task Switching in a BCI Paradigm. Biomedical Applications Based on Natural and Artificial Computing. IWINAC 2017. Lecture Notes in Computer Science, vol 10338. Springer, Cham. DOI: 10.1007/978-3-319-59773-7_11

Thut G, Bergmann TO, Fröhlich F, Soekadar SR, Brittain JS, Valero-Cabré A, Sack AT, Miniussi C, Antal A, Siebner HR, Ziemann U, Herrmann CS. Guiding transcranial brain stimulation by EEG/MEG to interact with ongoing brain activity and associated functions: A position paper. Clinical Neurophysiology, 128;5: 843-857, DOI: 10.1016/j.clinph.2017.01.003

2016

Soekadar SR, Herring JD, McGonigle D. Transcranial electric stimulation (tES) and NeuroImaging: the state-of-the-art, new insights and prospects in basic and clinical neuroscience. NeuroImage, 140: 1-3. DOI: 10.1016/j.neuroimage.2016.08.020.

Chander BS, Witkowski M, Braun C, Robinson SE, Born J, Cohen LG, Birbaumer N, Soekadar SR. tACS Phase Locking of Frontal Midline Theta Oscillations Disrupts Working Memory Performance. Frontiers in Cellular Neuroscience. 10: 120. PMID 27199669 DOI: 10.3389/fncel.2016.00120

Deecke L, Soekadar SR. Beyond the point of no return: Last-minute changes in human motor performance. Proceedings of the National Academy of Sciences of the United States of America. PMID 27147601 DOI: 10.1073/pnas.1604257113

Ushiba J, Soekadar SR. Chapter 6 – Brain–machine interfaces for rehabilitation of poststroke hemiplegia. Progress in Brain Research. 228:163-183. DOI: 10.1016/bs.pbr.2016.04.020

2015

Liew SL, Rana M, Cornelsen S, Fortunato de Barros Filho M, Birbaumer N, Sitaram R, Cohen LG, Soekadar SR. Improving Motor Corticothalamic Communication After Stroke Using Real-Time fMRI Connectivity-Based Neurofeedback. Neurorehabilitation and Neural Repair. PMID 26671217 DOI: 10.1177/1545968315619699

Witkowski M, Garcia-Cossio E, Chander BS, Braun C, Birbaumer N, Robinson SE, Soekadar SR. Mapping entrained brain oscillations during transcranial alternating current stimulation (tACS). Neuroimage. PMID 26481671 DOI: 10.1016/j.neuroimage.2015.10.024

Garcia-Cossio E, Witkowski M, Robinson SE, Cohen LG, Birbaumer N, Soekadar SR. Simultaneous transcranial direct current stimulation (tDCS) and whole-head magnetoencephalography (MEG): assessing the impact of tDCS on slow cortical magnetic fields. Neuroimage. PMID 26455796DOI: 10.1016/j.neuroimage.2015.09.068

Laske C, Sohrabi HR, Frost SM, López-de-Ipiña K, Garrard P, Buscema M, Dauwels J, Soekadar SR, Mueller S, Linnemann C, Bridenbaugh SA, Kanagasingam Y, Martins RN, O’Bryant SE. Innovative diagnostic tools for early detection of Alzheimer’s disease. Alzheimer’s & Dementia. The Journal of the Alzheimer’s Association. 11: 561-78. PMID 25443858 DOI: 10.1016/j.jalz.2014.06.004

Cortese M, Cempini M, De Almeida Ribeiro PR, Soekadar SR, Carrozza MC, Vitiello N. A Mechatronic System for Robot-Mediated Hand Telerehabilitation. Ieee/Asme Transactions On Mechatronics. 20: 1753-1764. DOI: 10.1109/TMECH.2014.2353298

Soekadar SR, Birbaumer N. Brain–machine interfaces for communication in complete paralysis: Ethical implications and challenges. Handbook of Neuroethics. 705-724. DOI: 10.1007/978-94-007-4707-4_41

Soekadar SR, Silvoni S, Cohen LG, Birbaumer N. Brain–machine interfaces in stroke neurorehabilitation. Clinical Systems Neuroscience. 3-14. DOI: 10.1007/978-4-431-55037-2_1

Soekadar SR, Witkowski M, Birbaumer N, Cohen LG. Enhancing Hebbian Learning to Control Brain Oscillatory Activity. Cerebral Cortex (New York, N.Y. : 1991). PMID 24626608 DOI: 10.1093/cercor/bhu043

2014

Soekadar SR, Witkowski M, Vitiello N, Birbaumer N. An EEG/EOG-based hybrid brain-neural computer interaction (BNCI) system to control an exoskeleton for the paralyzed hand. Biomedical Engineering. 60: 199-205. PMID 25490027 DOI: 10.1515/bmt-2014-0126

Witkowski M, Cortese M, Cempini M, Mellinger J, Vitiello N, Soekadar SR. Enhancing brain-machine interface (BMI) control of a hand exoskeleton using electrooculography (EOG). Journal of Neuroengineering and Rehabilitation. 11: 165. PMID 25510922 DOI: 10.1186/1743-0003-11-165

Soekadar SR, Birbaumer N, Slutzky MW, Cohen LG. Brain-machine interfaces in neurorehabilitation of stroke. Neurobiology of Disease. PMID 25489973 DOI: 10.1016/j.nbd.2014.11.025

Soekadar SR, Witkowski M, Cossio EG, Birbaumer N, Cohen LG. Learned EEG-based brain self-regulation of motor-related oscillations during application of transcranial electric brain stimulation: feasibility and limitations. Frontiers in Behavioral Neuroscience. 8: 93. PMID 24672456 DOI: 10.3389/fnbeh.2014.00093

Broetz D, Del Grosso NA, Rea M, Ramos-Murguialday A, Soekadar SR, Birbaumer N. A new hand assessment instrument for severely affected stroke patients. Neurorehabilitation. 34: 409-27. PMID 24518537 DOI: 10.3233/NRE-141063

Birbaumer N, Gallegos-Ayala G, Wildgruber M, Silvoni S, Soekadar SR. Direct brain control and communication in paralysis. Brain Topography. 27: 4-11. PMID 23536247 DOI: 10.1007/s10548-013-0282-1

2013

Soekadar SR, Born J, Birbaumer N, Bensch M, Halder S, Murguialday AR, Gharabaghi A, Nijboer F, Schölkopf B, Martens S. Fragmentation of slow wave sleep after onset of complete locked-in state. Journal of Clinical Sleep Medicine : Jcsm : Official Publication of the American Academy of Sleep Medicine. 9: 951-3. PMID 23997708 DOI: 10.5664/jcsm.3002

Soekadar SR, Witkowski M, Cossio EG, Birbaumer N, Robinson SE, Cohen LG. In vivo assessment of human brain oscillations during application of transcranial electric currents. Nature Communications. 4: 2032. PMID 23787780 DOI: 10.1038/ncomms3032

Ramos-Murguialday A, Broetz D, Rea M, Läer L, Yilmaz O, Brasil FL, Liberati G, Curado MR, Garcia-Cossio E, Vyziotis A, Cho W, Agostini M, Soares E, Soekadar S, Caria A, et al. Brain-machine interface in chronic stroke rehabilitation: a controlled study. Annals of Neurology. 74: 100-8. PMID 23494615 DOI: 10.1002/ana.23879

Ruiz S, Lee S, Soekadar SR, Caria A, Veit R, Kircher T, Birbaumer N, Sitaram R. Acquired self-control of insula cortex modulates emotion recognition and brain network connectivity in schizophrenia. Human Brain Mapping. 34: 200-12. PMID 22021045 DOI: 10.1002/hbm.21427

Papadelis C, Braun C, Pantazis D, Soekadar SR, Bamidis P. Using brain waves to control computers and machines. Advances in Human-Computer Interaction. 2013. DOI: 10.1155/2013/802063

De Almeida Ribeiro PR, Lima Brasil F, Witkowski M, Shiman F, Cipriani C, Vitiello N, Carrozza MC, Soekadar SR. Controlling assistive machines in paralysis using brain waves and other biosignals. Advances in Human-Computer Interaction. 2013. DOI: 10.1155/2013/369425

Buyukturkoglu K, Rana M, Ruiz S, Hackley SA, Soekadar SR, Birbaumer N, Sitaram R. Volitional regulation of the supplementary motor area with fMRI-BCI neurofeedback in Parkinson’s disease: A pilot study. International Ieee/Embs Conference On Neural Engineering, Ner. 677-681. DOI: 10.1109/NER.2013.6696025.

2012

Meyer T, Peters J, Brtz D, Zander TO, Scholkopf B, Soekadar SR, Grosse-Wentrup M. A brain-robot interface for studying motor learning after stroke. Ieee International Conference On Intelligent Robots and Systems. 4078-4083. DOI: 10.1109/IROS.2012.6385646

2011

Soekadar SR, Witkowski M, Mellinger J, Ramos A, Birbaumer N, Cohen LG. ERD-based online brain-machine interfaces (BMI) in the context of neurorehabilitation: optimizing BMI learning and performance. Ieee Transactions On Neural Systems and Rehabilitation Engineering : a Publication of the Ieee Engineering in Medicine and Biology Society. 19: 542-9. PMID 21984519 DOI: 10.1109/TNSRE.2011.2166809

ilk AJ, Soekadar SR, Sauseng P, Plewnia C. Alpha coherence predicts accuracy during a visuomotor tracking task. Neuropsychologia. 49: 3704-9. PMID 21964200 DOI: 10.1016/j.neuropsychologia.2011.09.026

2010

Broetz D, Braun C, Weber C, Soekadar SR, Caria A, Birbaumer N. Combination of brain-computer interface training and goal-directed physical therapy in chronic stroke: a case report. Neurorehabilitation and Neural Repair. 24: 674-9. PMID 20519741 DOI: 10.1177/1545968310368683

2009

Soekadar SR, Arfeller C, Rilk A, Plontke SK, Plewnia C. Theta burst stimulation in the treatment of incapacitating tinnitus accompanied by severe depression. Cns Spectrums. 14: 208-11. PMID 19407732

2008

Broetz D, Soekadar SR, Birbaumer N. On “a four-week, task-specific neuroprosthesis program…” Dunning K, et al. Phys Ther. 88:397-405. Physical Therapy. 88: 970; author reply 97. PMID 18676380 DOI: 10.2522/ptj.2008.88.8.970.1

Plewnia C, Rilk AJ, Soekadar SR, Arfeller C, Huber HS, Sauseng P, Hummel F, Gerloff C. Enhancement of long-range EEG coherence by synchronous bifocal transcranial magnetic stimulation. The European Journal of Neuroscience. 27: 1577-83. PMID 18336566 DOI: 10.1111/j.1460-9568.2008.06124.x

Buch E, Weber C, Cohen LG, Braun C, Dimyan MA, Ard T, Mellinger J, Caria A, Soekadar S, Fourkas A, Birbaumer N. Think to move: a neuromagnetic brain-computer interface (BCI) system for chronic stroke. Stroke; a Journal of Cerebral Circulation. 39: 910-7. PMID 18258825 DOI: 10.1161/STROKEAHA.107.505313

Soekadar SR, Haagen K, Birbaumer N. Brain-computer interfaces (BCI): Restoration of movement and thought from neuroelectric and metabolic brain activity. Understanding Complex Systems. 229-252. DOI: 10.1007/978-3-540-74479-5_11

2007

Laske C, Soekadar SR, Laszlo R, Plewnia C. Brugada syndrome in a patient treated with lithium. The American Journal of Psychiatry. 164: 1440-1. PMID 17728436 DOI: 10.1176/appi.ajp.2007.07020226

Marano CM, Phatak P, Vemulapalli UR, Sasan A, Nalbandyan MR, Ramanujam S, Soekadar SR, Demosthenous M, Regenold WT. Increased plasma concentration of brain-derived neurotrophic factor with electroconvulsive therapy: A pilot study in patients with major depression. Journal of Clinical Psychiatry. 68: 512-517. PMID 17474805

Laske C, Stransky E, Leyhe T, Eschweiler GW, Maetzler W, Wittorf A, Soekadar SR, Richartz E, Koehler N, Bartels M, Buchkremer G, Schott K. BDNF serum and CSF concentrations in Alzheimer’s disease, normal pressure hydrocephalus and healthy controls. Journal of Psychiatric Research. 41: 387-394. PMID 16554070 DOI: 10.1016/j.jpsychires.2006.01.014

Media

Videodokumentation des deutschen Nachrichtenmagazins DER SPIEGEL
“Dream on, Cyborgs”

Videodokumentation des deutschen Presseamtes “AI can read minds”

Videodokumentation der Einstein Stiftung Berlin

Team
Clinical neurotechnology lab team
Prof. Dr. Surjo Soekadar - Group leader

Prof. Dr. Surjo Soekadar
Einstein Professor für Klinische Neurotechnologie, Gruppenleiter

Mehr Informationen
Surjo R. Soekadar ist Einstein-Professor für Klinische Neurotechnologie an der Charité -Universitätsmedizin Berlin. Nach seinem Medizinstudium in Mainz, Heidelberg und Baltimore absolvierte er seine Facharztausbildung in Psychiatrie und Psychotherapie an der Universität Tübingen. Von 2008-2011 war er als Gastwissenschaftler am National Institute ofNeurological Disorders and Stroke (NINDS) in Bethesda, USA, tätig. Im Jahr 2017 erhielt er die venia legendiat der Universität Tübingen und 2018 wurde er als erster deutscher Professor für Klinische Neurotechnologie an die Charité in Berlin berufen. Für seine wissenschaftliche Arbeit, die auch vom Europäischen Forschungsrat (ERC) gefördert wird, hat Surjo Soekadar zahlreiche Auszeichnungen erhalten, darunter den Internationalen BCI-Forschungspreis und die BIOMAG- und NARSAD Young Investigator Awards.
Marius Nann - Clinical neurotechnology lab

Marius Nann, MSc
Doktorand

Mehr Informationen
Marius Nann ist wissenschaftlicher Mitarbeiter und Doktorand an der Charité - Universitätsmedizin Berlin und der Universität Tübingen und arbeitet seit 2015 in der Arbeitsgruppe 'Klinische Neurotechnologie' unter der Leitung von Professor Soekadar. Von 2008-2012 studierte er zunächst Medizintechnik an der Fachhochschule Ulm und setzte sein Studium von 2012-2015 an der Friedrich-Alexander-Universität Erlangen/Nürnberg fort. Im Jahr 2014 schloss er seine Masterarbeit an der Universität Calgary ab. Während seines Studiums arbeitete Marius Nann bei der Otto-Bock Healthcare GmbH in Duderstadt und der adidas AG in Herzogenaurach. Als Doktorand liegen seine Forschungsinteressen in der Entwicklung und klinischen Anwendung von Brain-Machine-Interfaces (BMIs) zur zuverlässigen Steuerung von tragbaren Robotern in Alltagsumgebungen für Patienten mit neurologischen Erkrankungen.
David Haslacher - Clinical neurotechnology lab

David Haslacher, MSc
Doktorand

Mehr Informationen
David Haslacher promoviert derzeit im Fach Medizinische Neurowissenschaften an der Charité in Berlin, wo er seit 2018 als wissenschaftlicher Mitarbeiter in der Gruppe Klinische Neurotechnologie unter der Leitung von Prof. Soekadar tätig ist. Von 2016 bis 2018 war er in der Gruppe Angewandte Neurotechnologie am Universitätsklinikum Tübingen tätig. In dieser Zeit absolvierte er den Masterstudiengang Computational Neuroscience an der Universität Tübingen. Von 2013 bis 2015 absolvierte er ein Masterstudium in Künstlicher Intelligenz an der Universität Utrecht. Von 2009 bis 2012 absolvierte er einen Bachelor-Abschluss in Informatik an der Universität München. Während dieser Zeit arbeitete er als Softwareentwickler in verschiedenen Branchen, darunter Luft- und Raumfahrttechnik (Silver Atena GmbH), Werkzeugmaschinen (Grob-Werke GmbH), Pharmazie (Siemens Healthcare GmbH) und Automotive (Bosch GmbH). Seine Forschungsinteressen konzentrieren sich auf die Entwicklung nicht-invasiver elektromagnetischer und sensorischer Hirnstimulationsprotokolle im geschlossenen Regelkreis zur Behandlung psychiatrischer Störungen.
Khaled Nasr - Clinical neurotechnology lab

Kahled Nasr, MSc
Doktorand

Mehr Informationen
Ich habe mein Studium mit einem Bachelor in Mechatronik begonnen, weil ich mich schon immer für Robotik und künstliche Intelligenz interessiert habe. Meine Interessen verlagerten sich allmählich in Richtung Gehirn, und so machte ich in Tübingen meinen Master in Computational Neuroscience. Jetzt habe ich mich dafür entschieden, an der Schnittstelle zwischen Technologie und Neurowissenschaften zu arbeiten. Mein Ziel ist es, zuverlässige und spezifische Methoden für die nicht-invasive Interaktion mit der menschlichen Hirnaktivität zu entwickeln, und das macht den Großteil meiner Arbeit als Doktorand im Labor für klinische Neurotechnologie aus. In meinem Hauptprojekt geht es um die Entwicklung einer neuartigen Methode zur transkraniellen Magnetstimulation, bei der die Magnetfelder mehrerer Spulen kombiniert werden, um eine verbesserte räumliche Auflösung zu erzielen. Ich interessiere mich auch für andere nicht-invasive Technologien wie optisch gepumpte Magnetometer und allgemein für Methoden der Hirnstimulation mit geschlossenem Regelkreis.
Anne Wrana - Clinical neurotechnology lab

Anne Wrana
Medizinisch-technische
Assistentin

Annalsia Collucci - Clinical neurotechnology lab

Annalisa Colucci, MSc
Doktorandin

Mehr Informationen
Frau Annalisa Colucci schloss 2016 das BSc-Programm in Psychologischen Wissenschaften und Techniken an der Universität Turin (Italien) und 2018 das MSc-Programm in Kognitiver Neurowissenschaft und Klinischer Neuropsychologie an der Universität Padua (Italien) ab. Im Jahr 2019 trat Frau Colucci als wissenschaftliche Mitarbeiterin in das Labor für Klinische Neurotechnologie an der Charité -Universitätsmedizin Berlin ein, wo sie nun einen Doktortitel in "Experimenteller Medizin" anstrebt. Sie war an der Entwicklung und Erprobung eines kontextsensitiven, hirngesteuerten Handexoskeletts für Tetraplegiker und Schlaganfallpatienten sowie an der Entwicklung einer neuartigen entropiegesteuerten Brain-Computer-Schnittstelle beteiligt. Ihre derzeitige Arbeit konzentriert sich auf die Kombination von BCI und geschlossener elektrischer Stimulation des Gehirns, um Neuroplastizität und Heilungsprozesse für geschädigte neuronale Substrate sensomotorischer Funktionen zu fördern.
Mareike Vermehren - Clinical neurotechnology lab

Mareike Vermehren, MSc
Doktorandin

Mehr Informationen
Nach Abschluss meines Studiums der Kognitionswissenschaften und der Neural- und Verhaltenswissenschaften in Tübingen habe ich mich dem Team in Berlin angeschlossen, wo ich derzeit an der Kombination von BCI-Technologie und tACS zur Rehabilitation der Motorik bei Schlaganfallpatienten arbeite. Meine Forschungsinteressen liegen in den Bereichen Neurorehabilitation, Gehirn-Computer-Schnittstellen und Biosignalverarbeitung.
Orestis Rakitzis - Clinical neurotechnology lab

Orestis Rakitzis, MSc
Studentischer Mitarbeiter

Mehr Informationen
Ich habe von 2009 bis 2015 an der A.U.Th. (GR) Medizin studiert. Nach einer Zeit in Krankenhauskliniken entschied ich mich, meiner Leidenschaft für die Hirnforschung zu folgen und zog für einen zweijährigen M.Sc. in Medizinischen Neurowissenschaften an der Charite Universitätsmedizin Berlin nach Berlin. Zu meinen wissenschaftlichen Interessen gehören NIBS, Psychiatrie und Entscheidungsfindung.
Joel Aftreth - Clinical neurotechnology lab

Joel Aftreth, BSc
Studentischer Mitarbeiter

Mehr Informationen
Joel schließt seinen Master in Computational Neuroscience ab und arbeitet derzeit an einer auf tiefem Lernen basierenden Hirn-Computerschnittstelle unter Verwendung von konvolutionären neuronalen Netzwerken und erforscht auch, wie das Gehirn durch zeitliche Interferenz-Elektrostimulation präziser stimuliert werden kann. Er ist auch ein erstaunlicher Tänzer, wie wirklich, wow.
Alessia Cavallo - Clinical neurotechnology lab

Alessia Cavallo, BSc
Studentische Mitarbeiterin

Mehr Informationen
Alessia Cavallo hat in Tübingen Kognitionswissenschaften studiert und ist derzeit Masterstudentin in Computational Neuroscience am BCCN Berlin. Seit ihrem Eintritt in das Labor "Klinische Neurotechnologie" arbeitet sie an der Weiterentwicklung von Gehirn-Computer-Schnittstellen und Closed-Loop elektrischen Stimulation. Außerdem hat sie diese schöne Website erstellt.
Jan Zerfowski - Clinical neurotechnology lab

Jan Zerfowski, BSc
Studentischer Mitarbeiter

Mehr Informationen
Jan studierte Informatik und Kognitionswissenschaften in Münster, Osnabrück und Nijmegen. Derzeit arbeitet er an seiner Masterarbeit, in der er die Machbarkeit der Kontrolle des Exoskeletts mit optisch gepumpten Magnetometern untersucht.
Cornelius Angerhöfer - Clinical neurotechnology lab

Cornelius Angerhöfer
Medizinischer Doktorand

Mehr Informationen
Cornelius Angerhöfer ist seit 2019 im Labor und promoviert derzeit neben seinem Medizinstudium an der Universität Tübingen. In seiner Arbeit entwickelt er klinische Methoden, um neurale Hand-Exoskelette hinsichtlich ihres tatsächlichen Nutzens für Schlaganfallpatienten und Personen mit Rückenmarksverletzungen zu evaluieren.
Kontakt
Wir sind immer auf der Suche nach Forschern und motivierten Studenten, die sich unserer Gruppe anschließen möchten.
Zögern Sie nicht, uns über diese E-Mail zu kontaktieren:
Oder wenden Sie sich direkt an das Teammitglied, das gerade an dem Thema arbeitet, an dem Sie interessiert sind!
Wo Sie uns finden können:
Neurowissenschaftliches Forschungszentrum (NWFZ)
Campus Charité Mitte
Hufelandweg 14
10117 Berlin
Impressum
Inhalt bereitgestellt von:
Clinical Neurotechnology Lab
Campus Charité Mitte
Hufelandweg 14
10117 Berlin
Webmaster:
Alessia Cavallo