Otto-von-Guericke-Universität Magdeburg

Universitätsklinik für Neurologie
 
 
 
 
 
 
 
 
 
 
 
 
Twitter
agSweeney
 

Neurokybernetik und Rehabilitation

Leitung

Privatdozentin Dr. med. Catherine Sweeney-Reed, MBBS, BSc (Hons. Neurowissenschaft), PhD (Kybernetik)

Mitarbeiter

Tessa Huchtemann, Assistenzärztin
Dr. Susanne Abdulla, Assistenzärztin
Johanna Schwertner, Doktorandin
Franziska Röhner, Doktorandin

Kooperationen

Thema

Kybernetik bezeichnet das multidisziplinäre Studium der Steuerungssysteme von Lebewesen und umfasst Wissenschaftsdisziplinen von der Neurowissenschaft, der Medizin und der Psychologie bis hin zu Ingenieurwissenschaften wie der Elektrotechnik, der Mechanik und der Systemtechnik. Rehabilitative Kybernetiksysteme zielen auf die therapeutische Kommunikation zwischen Mensch und Maschine ab, wobei sich beide Teile dieses Systems wechselseitig beeinfl ussen können. Gegenstand der Neurokybernetik im Besonderen ist dagegen die Interaktion zwischen dem Nervensystem und einem Rechner oder einer Maschine.
Unser Ziel ist eine Vertiefung unseres Verständnisses davon, wie das Gehirn Informationen durch den Einsatz neurokybernetischer Systeme verarbeitet, um die Entwicklung von neuen diagnostischen Methoden zu unterstützen und um Defekte infolge neurologischer Erkrankungen funktionell auszugleichen.
Neuronale Signale werden vom Gehirn mittels verschiedener Techniken aufgezeichnet, hauptsächlich: EEG (Elektroenzephalogram: elektrische Hirnsignale werden von der Kopfhaut aufgezeichnet), ECoG (Elektrokortikogram: Signale werden direkt vom Kortex aufgezeichnet), intrakranielle Tiefhirnsignale (von subkortikalischen Strukturen) und MRT (funktionelle magnetische Resonanz- Tomographie).

Laufende Projekte beziehen Folgendes ein:

Ausgewählte Publikationen

Sweeney-Reed, C.M., Zaehle, T., Voges, J., Schmitt, F.C., Buentjen, L., Kopitzki, K., Richardson-Klavehn, A., Hinrichs, H., Heinze, H.-J., Knight, R.T., Rugg, M.D. (2016). Pre-stimulus thalamic theta power predicts human memory formation. NeuroImage, in press. doi: 10.1016/j.neuroimage.2016.05.042 [Epub ahead of print]

Sweeney-Reed, C.M., Zaehle, T., Voges, J., Schmitt, F.C., Buentjen, L., Kopitzki, K., Richardson-Klavehn, A., Hinrichs, H., Heinze, H.-J., Knight, R.T., Rugg, M.D. (2016). Neuropsychological profile and pre-stimulus dorsomedial thalamic nucleus theta power associated with successful memory formation in deep brain stimulation patients. Data in Brief, in press. doi:10.1016/j.dib.2016.06.008

Hausmann, J., Sweeney-Reed, C.M., Sobieray, U., Matzke, M., Heinze H.-J., Voges, J., Buentjen, L.J. (2015). Functional electrical stimulation through direct 4-channel nerve stimulation to improve gait in multiple sclerosis: a feasibility study. Neuroeng Rehabil. 12(1):100. doi: 10.1186/s12984-015-0096-3

Borchardt, V,, Krause, A.L., Li, M., van Tol, M.J., Demenescu, L.R., Buchheim, A., Metzger, C.D., Sweeney-Reed, C.M., Nolte, T., Lord, A.R., Walter, M. (2015). Dynamic disconnection of the supplementary motor area after processing of dismissive biographic narratives. Brain Behav. 5(10):e00377. doi: 10.1002/brb3.377

Sweeney-Reed, C. M., Zaehle, T., Voges, J., Schmitt, F. C., Buentjen, L., Kopitzki, K., Hinrichs, H., Heinze, H.-J., Rugg, M.D., Knight, R.T., Richardson-Klavehn, A. (2015). Thalamic theta phase alignment predicts human memory formation and anterior thalamic cross-frequency coupling. eLife:10.7554/eL(May). doi:http://dx.doi.org/10.7554/eLife.07578

Körtvélyessy, P., Gukasjan, A., Sweeney-Reed, C.M., Heinze, H.-J., Thurner, L., Bittner, D.M. (2015). Progranulin and amyloid-β Levels: relationship to neuropsychology in frontotemporal and Alzheimer’s Disease. Journal of Alzheimer's Disease. 46(2):375-80. doi: 10.3233/JAD-150069

Sweeney-Reed, C. M., Zaehle, T., Voges, J., Schmitt, F. C., Buentjen, L., Kopitzki, K., Esslinger, C., Hinrichs, H., Heinze, H.-J-, Knight, R.T., Richardson-Klavehn, A. (2014). Corticothalamic phase synchrony and cross-frequency coupling predict human memory formation. eLife, 3:e05352:1–18. doi:10.7554/eLife.05352

Daly, I., Faller, J., Scherer, R., Sweeney-Reed, C. M., Nasuto, S. J., Billinger, M., Müller-Putz, G. R. (2014). Exploration of the neural correlates of cerebral palsy for sensorimotor BCI control. Frontiers in Neuroengineering, 7(July):1–11. doi:10.3389/fneng.2014.00020

Sweeney-Reed, C. M., Riddell, P. M., Ellis, J. A., Freeman, J. E., Nasuto, S. J. (2012). Neural correlates of true and false memory in mild cognitive impairment. PloS ONE, 7(10):e48357. doi:10.1371/journal.pone.0048357

Daly, I., Sweeney-Reed, C. M., Nasuto, S. J. (2012). Testing for signifi cance of phase synchronisation dynamics in the EEG. J. Comput. Neurosci. 34(3):411-32. doi:10.1007/s10827-012-0428-2

Sweeney-Reed, C. M., & Nasuto, S. J. (2009). Detection of neural correlates of self-paced motor activity using empirical mode decomposition phase locking analysis. Journal of Neuroscience Methods, 184(1):54–70. doi:10.1016/j.jneumeth.2009.07.023

Sweeney-Reed, C. M., & Nasuto, S. J. (2007). A novel approach to the detection of synchronisation in EEG based on empirical mode decomposition. Journal of Computational Neuroscience, 23(1):79–111. doi:10.1007/s10827-007-0020-3

Andrade, A. O., Nasuto, S., Kyberd, P., Sweeney-Reed, C. M., van Kanijn, F. R. (2006). EMG signal fi ltering based on Empirical Mode Decomposition, 1:44–55. doi:10.1016/j.bspc.2006.03.003

Andrade, A. O., Nasuto, S., Kyberd, P., Sweeney-Reed, C. M. (2005). Generative topographic mapping applied to clustering and visualization of motor unit action potentials, 82:273–284. doi:10.1016/j.biosystems.2005.09.004

 

Letzte Änderung: 08.11.2017 - Ansprechpartner: Ögelin Düzel
 
 
 
 

CANLAB
  » CANLAB - Clinical Affective
Neuroimaging Laboratory


Demenz und kognitive Störung
  » Demenz und kognitive
Störung


Gedächtnis und Bewusstsein
  » Gedächtnis und Bewusstsein


Magnetresonanztomographie
  » Magnetresonanztomographie


MEG
  » MEG


Neuropsycholgie
  » Neuropsychologie


Restaurative Neurologie
  » Restaurative Neurologie


Mischpathologien des zerebralen Alterns
  » Mischpathologien des
zerebralen Alterns


Brain Machine Interface
  » Brain Machine Interface