Advertisement

Diagnostische Verfahren zur Bestimmung der Gehirnaktivität

Chapter
  • 1 Downloads

Zusammenfassung

Ziel dieses Kapitels ist es, zwei Verfahren kennenzulernen, mit denen es möglich ist, die Aktivität bestimmter Gehirnareale zu quantifizieren. Zunächst wird das Verfahren der Elektroenzephalographie (EEG) erklärt und die Systematik der EEG-Frequenzbänder vorgestellt. Einen Schwerpunkt stellen die ereigniskorrelierten Potenziale dar. Weiterhin werden die physikalischen Grundlagen der funktionellen Magnetresonanztomographie erklärt. Anwendungen beider Verfahren im Sport bzw. in der Bewegungswissenschaft werden vorgestellt.

Schlüsselwörter

Elektroenzephalographie Funktionelle Magnetresonanztherapie 

Literatur

  1. Brünner, V., Schneider, S., & Raab, M. (2011). Einfluss verinnerlichter Bewegungen auf die Gehirnaktivität. In T. Heinen, A. Milek, T. Hohmann, & M. Raab (Hrsg.), Embodiment: Wahrnehmung – Kognition – Handlung. Tagungsband der dvs-Sektion Sportmotorik, Köln.Google Scholar
  2. Da Silvia, F. L. (2010). EEG: Origin and Measurement. In C. H. Mulert & L. Lemieux (Hrsg.), EEG-fMRI. Physiological basic, technique and applications (S. 19–35). Berlin: Springer.Google Scholar
  3. Giancoli, D. C. (2006). Physik. Pearson Studium (3. Aufl.). München: Pearson Education Deutschland GmbH.Google Scholar
  4. Graf, W., & Hamer, H. M. (2012). Elektroenzephalografie. Nervenheilkunde, 5, 325–333.Google Scholar
  5. Gujar, T. (2017). Vergleichende EEG-Untersuchungen bei Gleichgewichtsaufgaben zwischen jungen und älteren Erwachsenen. Mündliche Mitteilungen: Otto-von-Guericke-Universität Magdeburg.Google Scholar
  6. Helbing, C. (2015). Visualisierung aktivitätsabhängiger Interaktionen des Hippocampus mit subcorticalen und corticalen Regionen mit fMRT. Diss. OVGU Magdeburg.Google Scholar
  7. Joch, M., Hegele, M., Maurer, H., Müller, H., & Maurer, L. K. (2016). On the contribution of different sensory sources to error prediction in a complex motor task measured with EEG. In J. Wiemeyer & A. Seyfarth (Hrsg.) Human Movement and Technology, Book of abstracts, 11th joint dvs Conference on Motor Control & learning, Biomechanics & Training, Darmstadt.Google Scholar
  8. Joch, M., Hegele, M., Mauerer, H., Müller, H., & Maurer, L. K. (2017). Brain negativity as an indicator of predictive error processing: The contribution of visual action effect monitoring. Journal of Neurophysiology, 118, 486–495.CrossRefGoogle Scholar
  9. Lotze, M. (2011). Zentrale Representation von Bewegung. Neuroreha, 1, 10–17.Google Scholar
  10. Ludyga, S., Hottenrott, K., & Gronwald, T. (2015). Einfluss verschiedener Belastungssituationen auf die EEG-Aktivität. Deutsche Zeitschrift fur Sportmedizin, 66, 113–120.CrossRefGoogle Scholar
  11. Rehfeld, K., Müller, P., Aye, N., Schmicker, M., Dordevic, M., Kaufmann, J., et al. (2017). Dancing or fitness sport? The effects of two training programs on hippocampal plasticity and balance abilities in healthy seniors. Frontiers in Human Neuroscience, 11, 305.CrossRefGoogle Scholar
  12. Schneider, F., & Fink, G. R. (2013). Funktionelle MRT in Psychiatrie und Neurologie. Berlin: Springer Medizin.CrossRefGoogle Scholar
  13. Sivakami, A., & Shenbaga, D. S. (2015). Analysis of EEG for motor imagery based classification of hand activities. International Journal of Biomedical Engineering and Science, 2(3), 11–22.Google Scholar
  14. Stippich, C., Ochmann, H., & Sartor, K. (2002). Somatotopic mapping of the human primary sensorimotor cortex during motor imagery and motor execution by functional magnetic resonance imaging. Neuroscience Letters, 331, 50–54.CrossRefGoogle Scholar
  15. Taubert, M., Draganski, B., Anwander, A., Müller, K., Horstmann, A., Villringer, A., et al. (2010). Dynamic properties of human brain structure: Learning-related changes in cortical areas and associated fiber connections. The Journal of Neuroscience, 30(35), 11670–11677.CrossRefGoogle Scholar
  16. Trimmel, M. (1990). Angewandte und Experimentelle Neuropsychologie. Berlin: Springer.CrossRefGoogle Scholar
  17. Villringer, A., Mulert, C. H., & Lemieux, L. (2010). Principles of multimodal functioning imaging and data integration. In C. H. Mulert, & L. Lemieux (Hrsg.), EEG-fMRI. Physiological basic, technique, and applications (S. 3–18). Berlin: Springer.Google Scholar
  18. Vogt, T., Schneider, S., Abeln, V., Anneken, V., & Strüder, H. K. (2012). Exercise, mood and cognitive performance in intellectual disability – Aneurophysiological approach. Behavioral Brain Research, 226, 473–480.CrossRefGoogle Scholar
  19. Weishaupt, D., Köchli, V. D., & Marincek, B. (2014). Wie funktioniert MRTI? Eine Einführung in Physik und Funktionsweise der Magnetresonanzbildgebung (7, überarbeitete u. ergänzte Aufl.). Berlin: Springer Medizin.Google Scholar
  20. Wolf, S. (2013). Einfluss der Geometrie und Struktur von Körpermodellen auf die lokale Energiedeposition in der Hochfeld MRT. OVGU Magdeburg: Diss.Google Scholar
  21. Zschocke, S., & Hansen, H. C. H. (Hrsg.). (2012). Klinische Elektroenzephalographie (3, aktualisierte u. erweiterte Aufl.). Berlin: Springer.Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2018

Authors and Affiliations

  1. 1.Institut III: Philologie, Philosophie und SportwissenschaftOtto-von-Guericke-Universität MagdeburgMagdeburgDeutschland

Personalised recommendations