Gedachte Bewegungen können das Gehirn verändern

Brain-Computer-Interfaces beinflussen die Struktur der Hirnsubstanz

7. November 2019
Die Wirkung eines sogenannten Brain-Computer-Interfaces (BCI, Gehirn-Computer-Schnittstelle) beruht darauf, dass die bloße Vorstellung einer Handlung schon messbare Veränderungen der elektrischen Hirnaktivität auslöst. Diese Signale können ausgelesen und über maschinelle Lernsysteme in Steuersignale umgesetzt werden, die zum Beispiel einen Computer bedienen oder auch eine Prothese bewegen können. In einer jetzt veröffentlichten Studie zeigen Wissenschaftler des Max-Planck-Instituts für Kognitions- und Neurowissenschaften Leipzig, der Staatlichen Universität von Navarra und der TU Berlin, dass nach nur einer Stunde Training mit einer Gehirn-Computer-Schnittstelle (BCI) signifikante Veränderungen im Gehirn der Probanden auftraten – das Training mit dem BCI hat also auch unmittelbare Rückwirkungen auf die neuronale Struktur und Funktion des Gehirns.

In der jetzt veröffentlichten interdisziplinären Studie wurde der Einfluss von zwei verschiedenen Arten eines BCIs auf das Gehirn von Probanden untersucht, die über keine vorherige Erfahrung mit dieser Technik verfügten. Aufgabe der ersten Teilgruppe war es, sich vorzustellen, dass sie ihren Arm oder ihre Füße bewegen, also eine Aufgabe durchführten, die das motorische System des Gehirns beansprucht. Die zweite Teilnehmergruppe wiederum erhielt eine Aufgabe, die das visuelle Zentrum des Gehirns ansprach: Sie sollten Buchstaben auf einem Bildschirm erkennen und zählen. Erfahrungsgemäß erreichen Probanden bei der visuellen Aufgabe von Anfang gute Ergebnisse, die sich durch weiteres Training auch nicht verbessern lassen, während die Ansprache des motorischen Systems des Gehirns, deutlich komplexer ist und Übung erfordert. Vor und nach den jeweiligen Experimenten mit dem Brain Computer Interface wurde das Gehirn der Probanden mit einem speziellen bildgebenden Verfahren – MRT (Magnetresonanztomographie) – untersucht, um potentielle Veränderungen zu dokumentieren.

„Es ist bekannt, das zum Beispiel intensives körperliches Training auch Auswirkungen auf die Plastizität des Gehirns hat“, so Till Nierhaus vom Max-Planck-Institut für Kognitions- und Neurowissenschaften. Unter der Plastizität versteht man dabei die Fähigkeit des Gehirns, sich in Abhängigkeit seiner Nutzung zu verändern. Dabei unterscheidet man zwischen funktioneller Plastizität, bei der sich lediglich die Intensität der Signale zwischen den einzelnen Synapsen verändert, oder der strukturellen Plastizität. Von letzterer spricht man, wenn es um die Veränderung oder gar Neubildung von Nervenzellen geht. „Wir haben uns die Frage gestellt, ob diese Effekte auf die Plastizität des Gehirns auch auftreten, wenn die Aufgabe im Rahmen eines BCI-Versuches rein mental, also nur gedacht, aber nicht körperlich durchgeführt wird“, so Carmen Vidaurre, Wissenschaftlerin an der Staatlichen Universität von Navarra.

Eine Stunde Training zeigte Wirkung

Im Ergebnis fanden die Wissenschaftler tatsächlich messbare Veränderungen in genau den Hirnregionen, die für die Art der auszuführenden Aufgabe spezifisch waren. Also Veränderungen in den visuellen Bereichen des Gehirns bei den Teilnehmenden mit der visuellen Aufgabe und Veränderungen im motorischen Bereich bei denjenigen, die in der Vorstellung Bewegungen trainiert haben. Besonders interessant dabei: Die Veränderungen traten bereits innerhalb sehr kurzer Zeit (eine Stunde) mit dem BCI auf und nicht erst nach Monaten des körperlichen Trainings. „Noch offen ist dabei die Frage, ob sich diese Veränderungen auch zeigen würden, wenn die Probanden keine visuelle oder kognitive Rückkopplung über das BCI-System bekommen würden, dass ihre Hirnsignale erfolgreich ausgelesen werden konnten“, so Till Nierhaus vom Leipziger Max-Planck-Institut. Insgesamt weisen die Ergebnisse aber darauf hin, dass diese Effekte des Trainings mit dem Brain-Computer-Interface therapeutisch genutzt werden könnten, um gezielt bestimmte Hirnregionen anzuregen.

„Gerade die räumliche Spezifität der BCI-Effekte, könnte zum Beispiel bei Schlaganfallpatienten gezielt die Hirnregionen ansprechen, die Schaden genommen haben“, so Arno Villringer, Direktor Max-Planck-Institut für Kognitions- udn Neurowissenschaften. „Maschinelle Lernverfahren dienen dabei als Decoder oder Übersetzer der BCI-Aktivität in umsetzbare Steuersignale“, ergänzt Klaus-Robert Müller, Professor für maschinelles Lernen an der Technischen Universität Berlin. „Nur so kann die individuelle BCI-Aktivität ohne lange Einarbeitungszeit in Steuersignale umgesetzt werden. Dieses maßgeschneiderte Auslesen des BCI wird entscheidend dafür sein, ob sich die Technologie zukünftig in Rehabilitationssystemen einsetzen lässt.“

Weitere interessante Beiträge

Zur Redakteursansicht