Effektive Datenreduktion zur drahtlosen Uebertragung neuronaler Aktivitaet (EDnA)

• Antragsteller: Professor Dr.-Ing. Maurits Ortmanns
• Fachliche Zuordnung: Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
• Förderung: Förderung von 2013 bis 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 230027621

Systeme zur vielkanaligen Ableitung neuronaler Signale haben hohe Bedeutung in Bio- und Neurowissenschaften. Sowohl in der Grundlagenforschung, als auch zur Prothesensteuerung oder Gehirn-Maschine-Schnittstellen stellen diese implantierbaren Systeme eine wesentliche Forschungsplattform dar. Eine drahtlose Betriebsweise des Rekorders ist wesentliche Voraussetzung für den in vivo Einsatz: in der Verhaltensforschung, um die Versuche in möglichst ungestörter Umgebung zu ermöglichen, und aufgrund der höheren Akzeptanz und des verringerten Infektionsrisikos bei Implantation beim Menschen.Obwohl schon seit mehr als 1 Jahrzehnt an diesen Systemen geforscht wird, bleibt eine wesentliche Aufgabenstellung ungelöst: die drahtlose Übertragung der aufgenommenen Rohdaten in der Größenordnung von mehr als 10Mbps zur Auswertung und Verwendung, wie Klassifikation. Durch die hohe Datenrate ist der benötigte Leistungsverbrauch für die Datenkommunikation unrealistisch groß, was bestehende Systeme entweder auf eine kleine Kanalanzahl begrenzt, oder sie dazu zwingt, Signalquantität gegen -qualität eintauschen. Das vorgelegte Forschungsvorhaben setzt an zwei Stellen an, um einen Lösungsansatz zur Datenreduktion ohne (wesentlichen) Informationsverlust zu bieten: • Zum einen wird eine spektrale Trennung der Rohdaten ermöglicht, um die um eine Größenordnung unterschiedliche Dynamik der nieder-frequenten Lokalen Feldpotentiale im Gegensatz zu den Spikes einzelner Neuronen auszunutzen. Eine Trennung der Bänder erlaubt, den großen Dynamikbereich des gesamten aufgenommenen Signals spektral zu begrenzen, und hierdurch das Datenaufkommen zu reduzieren.• Des Weiteren werden Kompressionsstrategien verfolgt, um den digitalen Datenstrom nahezu verlustlos zu reduzieren. Vorerst in Betracht gezogen werden eine Delta-Kompression sowie Compressed Sensing, da beide Methoden der von eher geringer Aktivität gekennzeichneten neuronalen Signalform entgegen kommen. Um einen Schwellwert für die Qualität der Datenkompression zu erlangen, werden Spikesorting Algorithmen verwendet, die einen Vergleich der Klassifikation der Rohdaten mit derjenigen erlaubt, die nach Kompression und Wiederherstellung der Daten erlangt wird. Damit wird sichergestellt, dass die Signale nicht nur qualitativ, sondern auch quantitativ wiederhergestellt werden können.• Der benötigte Schaltungsaufwand und Leistungsverbrauch der Verfahren wird abgeschätzt. Dieser ist insbesondere in Relation zu der eingesparten Leistung zu setzen, die durch eine Datenreduktion bei der drahtlosen Kommunikation eingespart werden kann. Das Ergebnis des Forschungsvorhabens sind Methoden, bei vielkanaligen Neuro-Rekordern eine drahtlose Roh-Datenübertragung zu ermöglichen, was wiederum zur möglichen Implementierung von vielkanaligen, implantierbaren Neuro-Rekordern mit extern verfügbarer, voller Signalqualität führt - einem Werkzeug für Neurowissenschaften und aktiver Prothetik.

• DFG-Verfahren: Sachbeihilfen