DFG Research Group 868 Computational Modeling of Behavioral, Cognitive, and Neural Dynamics

Thema dieses Antrags ist die Untersuchung der neuronalen Grundlagen kognitiver Prozesse bei der Wortverarbeitung, indem die zugeordneten Ereigniskorrelierten Hirnelektrischen Makropotentiale nach den Prinzipien nichtlinearer dynamischer Netzwerke analysiert und modelliert werden. Zu diesem Zweck werden elektrophysiologische Daten mit Strukturdaten verknüpft. In enger Verbindung der Expertise zur dynamischen komplexen Netzwerkanalyse und –modellierung (Nichtlineare Dynamik, Humboldt-Universität zu Berlin), der Signal- und Informationsverarbeitung (Informatik, Humboldt-Universität zu Berlin) und biologisch / experimenteller Psychologie (Institut für Psychologie der Humboldt-Universität zu Berlin) beabsichtigen wir folgendes:

i. Räumlich und zeitlich hochaufgelöste EKP-Daten sollen in wohl-kontrollierten psychologischen Experiment mit gut-verstandenen und für Leseprozesse relevanten experimentellen Variablen und Effekten erfasst werden.
ii. Weiterentwicklung avancierter Werkzeuge zur Analyse kognitionsrelevanter hirnelektrischer Makropotentiale, basierend auf dem Konzept hierarchischer komplexer Netzwerke, die sich zur Detektion und Verfolgung sukzessiver und unterscheidbarer kognitiver Teilprozesse sowohl im Elektroden- als auch im Quellenraum eignen.
iii. Entwicklung biophysikalischer komplexer dynamischer Netzwerkmodelle zur Erklärung von ERPs unter Anwendung neuronaler Massemodelle zur Repräsentation der bei diesen Prozessen beteiligten Hirnregionen. Die Kopplungsparameter dieser Modelle erlauben die Identifikation der kausalen Konnektivitäten des Verarbeitungsstroms.

Die Schätzung der strukturellen Netzwerktopologie in den Gehirnen der Probanden mit Hillfe diffusionsgewichteter Magnetresonanztomografie wie DTI, HARDI oder DSI und adäquaten Traktografieverfahren. Diese strukturellen Daten werden genutzt um die Modellierung der untersuchten Prozesse in realistischer Weise einzuschränken.