Suche

zur Hauptseite

Institut für Neurowissenschaften und Medizin
(leer)

Navigation und Service


Variabilität des Gehirns

Gruppenleiter: Dr. Susanne Weis

AG Susanne

So wie sich Menschen voneinander unterscheiden, unterscheiden sich auch ihre Gehirne. Um den Ursprung interindividueller Unterschiede von Charaktereigenschaften, kognitiven Funktionen oder menschlichem Verhalten besser zu verstehen, wird ein genaues Verständnis der Variabilität in der Organisation des menschlichen Gehirns benötigt. Gerade im klinischen Kontext ist es von zentraler Bedeutung, das Kontinuum zwischen der normalen Varianz der Gehirnorganisation sowie pathologische Variationen zu verstehen. Aus klassischen Gruppenstudien abgeleitete Muster sind für Fragerstellungen, bei denen es um den einzelnen Patienten geht, typischerweise von geringer Aussagekraft. Vielmehr müssen für jedes Individudum spezifische individuelle Muster berücksichtigt werden, um den Verlauf einer Erkrankung vorhersagen und die Behandlungsmethoden entsprechend optimieren zu können.

Die Gruppe "Variabilität des Gehirns" unter der Leitung von Dr. Susanne Weis untersucht den Zusammenhang zwischen der Variabilität der strukturellen und funktionellen Gehirnorganisation und individuellen Unterschieden in Erfahrung, Informationsverarbeitung und Verhalten. Die Forschung der Gruppe zielt auf ein besseres Verständnis und letztlich auf die Vorhersage von Veränderungen des Gehirns mit dem Alter sowie bei neurologischen und psychiatrischen Erkrankungen ab. Dazu werden sowohl die "systematische Variabilität" wie Geschlechtsunterschiede und Alterseffekte als auch die "individuelle Variabilität" in Bezug auf individuelle Persönlichkeitsmerkmale, Leistungsunterschiede oder kognitive Beeinträchtigungen untersucht. Weitere Faktoren, die die individuelle Hirnvariabilität beeinflussen, wie z.B. hormonelle Schwankungen, Tageszeitrhythmen, Motivationsänderungen und andere interne und externe Faktoren werden ebenfalls berücksichtigt.

Brain Variability

Die Untersuchung individueller Unterschiede in der Hirnorganisation erfordert methodische Ansätze und Analysestrategien, die sich grundlegend von denen unterscheiden, die für die klassische Gruppenanalyse funktioneller Bilddaten verwendet werden. Bei diesem Ansatz werden große Datenmengen und Methoden des maschinellen Lernens verwendet, um individuelle Unterschiede auf der Basis von strukturellen und funktionellen Neurobildgebungsdaten vorherzusagen. Bei dieser Methode lernt ein Algorithmus bestimmte Muster anhand einer großen Menge an Daten und ist anschließend fähig mittels Muster- bzw. Wiedererkennung unbekannte Daten zu bewerten und spezifische Aussagen zu treffen. Diese Analysemethoden erfordern sowohl sehr große Datensätze als auch Hochleistungsrechener, die im INM-7 zur Verfügung stehen. Deshalb arbeitet diese Gruppe eng mit dem Team „Daten und Plattformen“ und der Gruppe „Angewandtes Maschinenlernen“ zusammen.


Diese Grundlagenforschung ermöglicht es nicht nur, eine genauere Prognose über individuelle Krankheitsverläufe zu stelllen, sondern sie bildet auch wichtige Grundlagen für die personalisierte Medizin . Ein mögliches zukünftiges Ziel stellt die Einbeziehung verschiedenster multimodaler Daten dar, wodurch individualisierte Aussagen noch weiter spezifiziert werden könnten.


Servicemenü

Homepage