Analyse biomedizinischer Signale mit fortschrittlichen Algorithmen
Unter Federführung des BLISS-Projektes wurden theoretische, algorithmische und anwendungstechnische Aspekte wichtiger Techniken zur Signalanalyse umfassend erforscht. Mit der sogenannten Blind Source Separation (BSS) können bestimmte Signale aus einer Vielzahl von Signalen getrennt werden, ohne dass Informationen über diese erforderlich sind. Eine weitere Berechnungsmethode für die Signaltrennung ist Independent Component Analysis (ICA), mit deren Hilfe zusätzliche Unterkomponenten eines multivarianten Signals ermittelt werden können. Im Detail hat sich die Arbeit des Projektes auf die Entwicklung von Theorie und Algorithmen für lineare und nicht-lineare ICA sowie für die Trennung nicht-unabhängiger Signale konzentriert. Für theoretische Arbeit und entwickelte Algorithmen wurden nützliche Anwendungen bei der Analyse von biomedizinischen Signalen und Tongemischen gefunden. Biomedizinische Anwendungen umfassen Erkennung und Beseitigung von Artefakten, Überprüfung der ICA-Dekomposition und Bestimmung relevanter Quellen. Weiterhin wurden vorläufige Ergebnisse in Bezug auf funktionelle Magnetresonanztomographie (Functional Magnetic Resonance Imaging, fMRI), deren Analyse und die fetale Elektrokardiogramm-Überwachung (FEKG) gesammelt. Der Einsatz der vielversprechenden ICA-Methode für die Analyse von EEG (Elektroenzephalografie) und MEG (Magnetoenzephalographie) sowie von fMRI-Bildern hat einen deutlichen Einfluss auf Forschungsarbeiten im Bereich Human Brain Mapping. Durch Konzentration auf die Neurowissenschaft konnten Forscher Gehirnreaktionen auf externe Stimulation sowohl mit der MEG- als auch der fMRI-Methode untersuchen. Weitere Anwendungen waren unter anderem die Analyse der hämodynamischen Reaktion des Gehirns auf Gehöhrstimulation mithilfe von fMRI. Es wurden zudem strukturelle MRI-Techniken für die Segmentierung und Klassifizierung des Hirngewebes eingesetzt. Weitere Informationen sind abrufbar unter: http://www.lis.inpg.fr/pages_perso/bliss/
