Ein Framework zur Echtzeit-Adaptierung von Virtual Reality-Paradigmen in Neurofeedback-Experimenten

Abstract

Aktuell wird als eine vielversprechende Therapiemethode das sogenannte Neuro-feedback für verschiedene Angst-, Zwangs- oder Suchtstörungen diskutiert. Dabei wird dem Probanden noch während einer Messung die neuronale Aktivierung aus bestimmten Regionen seines Gehirns präsentiert, welche er dann selbständig und in Echtzeit regulieren soll. In der vorliegenden Arbeit wird erstmalig ein Rahmenkonzept zur Echtzeit-Adaption einer komplexen Virtual Reality (VR)-Umgebung vorgestellt. Die Analyse der neuronalen Aktivierung sowie das Neurofeedback wurden dabei mittels funktioneller Magnetresonanztomographie (fMRT) realisiert. Das entwickelte Adaptionskonzept nutzt die in Echtzeit analysierten Hirnaktivierungen und führt abhängig von der Ausprägung der Hirnaktivierung eine automatische Anpassung der VR-Umgebung zur Laufzeit durch. Die komplexen Interaktionsmöglichkeiten des Probanden mit der VR bleiben während dieser Anpassung erhalten. Zur sicheren Evaluation des Frameworks unter kontrollierten Bedingungen wurden der gesamte Prozessablauf und das Entscheidungskriterium auf ein simuliertes Echtzeit-fMRT-Experiment mit realen fMRTDaten von 12 Probanden angewandt und analysiert. Die Ergebnisse zeigen die erfolgreiche Echtzeit-Adaptierung einer komplexen VR-Umgebung abhängig von den Hirnaktivierungen des Probanden.