Brain-Computer-Interfaces oder kurz BCIs bieten eine vielversprechende Möglichkeit der Interaktion zwischen menschlichem Gehirn und Technologie. In einem gemeinsamen Projekt wollen Forschende des DFKI und des französischen Inria (Institut national de recherche en sciences et technologies du numérique) an einem robusten und variabilitätsfreien BCI-System für den Einsatz außerhalb des Labors arbeiten. Heute übergab Oliver Luksic, Staatssekretär im Bundesministerium für Digitales und Verkehr, den Zuwendungsbescheid für das Projekt NEARBY an Projektleiter Dr. Maurice Rekrut, DFKI. Die Übergabe des Bescheids erfolgte in Vertretung von Mario Brandenburg, Staatssekretär im Bundesministerium für Bildung und Forschung.
BCIs können in der industriellen Fertigung als Kommunikationskanal zwischen Menschen und Robotern eingesetzt werden. Tatsächlich kann eine gezielte Gehirnaktivität in ein konkretes Steuerungssignal umgesetzt und in der Mensch-Roboter-Kollaboration von sogenannten Co-Bots ausgeführt werden. Im Bereich der robotischen Assistenz in der Pflege oder Rehabilitation können BCIs Menschen mit körperlichen Beeinträchtigungen unterstützen. Mithilfe der elektrischen Signale des Gehirns ist z.B. die Steuerung des Rollstuhls oder die Bedienung von Computern möglich. In der Rehabilitation nach einem Schlaganfall kann allein die Vorstellung eine begleitende Bewegung eines Exoskeletts auslösen, die das passive motorische Training unterstützt.
Mit der Technologie sind jedoch noch einige Herausforderungen verbunden. So sind z.B. die Dekodierungsfähigkeiten begrenzt. Aktuelle BCI-Systeme sind nicht immer in der Lage, Gehirnsignale präzise zu interpretieren und zu übersetzen. Zudem kommen die Signale verrauscht an. Auch kann die Performance von BCIs je nach Benutzer und Tagesform variieren. Die Systeme müssen individuell und in der Regel wiederholt kalibriert werden, was einige Zeit in Anspruch nimmt. Zudem gibt es keine integrierten Systeme. Die beste Qualität wird unter Laborbedingungen und mit Elektroden auf Gelbasis erzielt, deren Benutzung allerdings im Vergleich zu Trockenelektroden viel zeitaufwändiger ist und unter Umständen als unangenehm empfunden wird. In Fertigungsszenarien wären in den Sicherheitshelm integrierte Trockenelektroden die beste Option.
Die Partner Inria und DFKI mit den Forschungsbereichen Kognitive Assistenzsysteme und Robotics Innovation Center bringen dabei ihre unterschiedlichen Kompetenzen in NEARBY (Noise and Variability-free BCI systems for out-of-the-lab use) ein: Inria seine Expertise in der Grundlagenforschung zu BCIs und das DFKI seine langjährige Erfahrung in der Umsetzung von Forschungsergebnissen für industrielle Anwendungen. Dafür sammeln sie die EEG-Daten von Probanden über einen langen Zeitraum und unter unterschiedlichen Bedingungen wie Müdigkeit, Stress, Tageszeit oder Art des EEG-Headsets. Auf der sicheren Architektur für Maschinelles Lernen (SEMLA) des DFKI sollen die im Projekt erhobenen EEG-Daten anonymisiert und mit den zusätzlich erhobenen Meta-Daten, wie z.B. Tageszeit, Stresslevel oder Art der Elektroden, angereichert werden. Ziel ist der Aufbau einer umfangreichen Open-Source-Datenbank, die der wissenschaftlichen Community für das Training von Systemen des Maschinellen Lernens zur Verfügung gestellt wird, um die Variabilität der Gehirnaktivität unter diesen unterschiedlichen Bedingungen besser zu verstehen und Algorithmen zu entwickeln, die damit umgehen können.
Damit, so glauben die Forscher, lässt sich dem Fernziel ein Stück näherkommen: Robuste BCI’s, die mit Trockenelektroden-EEG’s zu Hause oder am Arbeitsplatz einen ganzen Tag lang und ohne Neukalibrierung zuverlässig funktionieren.