Computational Neuroscience: Neues Big-Data Machine-Learning Paper akzeptiert

Neu veröffentlichte Studie über neue Kandidatenprinzipien der funktionellen Hirnorganisation - Big-Data Machine-Learning

Über "Formal Models of the Network Co-occurrence Underlying Mental Operations" wurde in einem internationalen Kooperationsprojekt zwischen der Uniklinik RWTH Aachen sowie Neurospin und INRIA bei Paris geforscht. Das Projekt steht unter der Leitung von Prof. Dr. Dr. Danilo Bzdok, Juniorprofessor für Soziale und Affektive Neurowissenschaften der Klinik für Psychiatrie, Psychotherapie und Psychosomatik.

Die Studie verbindet erstmals zwei der größten aktuell existierenden Bildgebungsdatensätze mit mehr als 10.000 Hirnmessungen von über 500 Teilnehmern. Damit konnten die Kooperationspartner eine neue Machine-Learning Methode entwickeln und validieren, die es in Zukunft vereinfachen wird insbesondere groß angelegte Konsortien-Datensätze von gesunden und erkrankten Menschen systematisch zu analysieren. Erstmals konnte durch mathematische Modelle explizit demonstriert werden, dass sich im Gehirn die Gruppe der makroskopischen Hirnnetzwerke ständig neu kombiniert, um definierte Probleme und Aufgaben in der Umwelt zu lösen. Damit gibt diese Arbeit einen deutlichen Hinweis, dass die in den Neurowissenschaften aktuell angenommene Unterteilung in weitgehend stabile sogenannte "task-positive"  und "task-negative" Hirnsysteme - abhängig davon ob es um willkürliche oder unwillkürliche Handlungen geht - höchstwahrscheinlich in Frage gestellt werden muss.

Die Originalpublikation steht auf der Website Researchgate zur Verfügung.