Ein visuelles Imagination-Paradigma für BCI-Strategien mit vorgestellten Flimmermustern

Mit Lichtvorstellungen mit Maschinen kommunizieren

Für Menschen, die sich nicht bewegen oder nicht sprechen können, bieten Gehirn‑Computer‑Schnittstellen (BCIs) einen Weg, allein über Hirnaktivität zu kommunizieren. Viele heutige Systeme basieren darauf, auf flackernde Lichter auf einem Bildschirm zu starren, was für manche Patientinnen und Patienten unmöglich oder unangenehm ist. Diese Studie untersucht eine andere Idee: Statt die blinkenden Muster anzusehen — was, wie üblich, die Reaktion des visuellen Systems auslöst —, stellen sich die Nutzer diese Muster einfach vor und steuern damit einen Computer.

Von blinkenden Lichtern zu inneren Bildern

Traditionelle BCIs verwenden häufig kontinuierlich flackernde Bilder, um eine wiederholbare Reaktion in den visuellen Hirnarealen hervorzurufen. Wenn eine Person auf ein Licht blickt, das in einem festen Rhythmus blinkt, spiegelt die elektrische Aktivität des Gehirns diesen Rhythmus leicht wider, und Sensoren auf der Kopfhaut können das erfassen. Diese Methode setzt jedoch voraus, dass der Nutzer den Blick auf den Bildschirm richten kann. Menschen mit schwerer Lähmung oder Problemen bei der Augenbewegung — etwa solche mit Locked‑in‑Syndrom nach einem Schlaganfall oder infolge einer neurodegenerativen Erkrankung — können dies oft nicht leisten, was den Personenkreis einschränkt, der von der Technologie profitieren kann.

Mentales Flimmern in Steuersignale verwandeln

Die Autorinnen und Autoren entwickelten ein BCI, das äußere Flimmerreize durch mentale ersetzt. Zunächst sahen 20 gesunde Freiwillige Kachelmuster auf einem Computerbildschirm, die mit unterschiedlichen Geschwindigkeiten blinkten. Diese Anfangsphase identifizierte, auf welche zwei Blinkgeschwindigkeiten das Gehirn jeder Person am klarsten reagierte. Danach übten die Teilnehmenden eine gemischte Routine, bei der sie manchmal die Flimmermuster sahen und manchmal diese nur vorstellen mussten. Schließlich wurde es in den Haupttests dunkel: Nur Pfeile oder einfache Formen auf dem Bildschirm zeigten den Teilnehmenden an, welches von zwei Flimmerraten sie sich vorstellen sollten oder wann sie ruhen sollten. Währenddessen zeichnete ein Array aus zehn Elektroden auf der Kopfhaut die Hirnaktivität auf, die anschließend in eine Zusammenfassung umgewandelt wurde, wie viel Leistung verschiedene rhythmische Komponenten enthielten.

Der Maschine beibringen, vorgestellte Muster zu lesen

Um diese feinen Rhythmen in Befehle zu übersetzen, nutzten die Forschenden eine gängige Mustererkennungs‑Methode, die eine Trennlinie zwischen verschiedenen Signaltypen zieht. Für jede Person wurde das Computerprogramm darauf trainiert, drei mentale Zustände zu unterscheiden: Vorstellung eines langsamen Flimmerns, Vorstellung eines schnelleren Flimmerns oder Ruhe. In einer „offline“-Phase analysierte der Rechner zuvor aufgezeichnete Daten und testete, wie gut er den richtigen Zustand erraten konnte. Später, in einer „online“-Phase, musste das System die Hirnaktivität in Echtzeit klassifizieren, während die Person die mentalen Aufgaben live ausführte — was einen praktischeren BCI‑Einsatz näher nachbildet.

Wie gut das bildhafte System funktionierte

Bei der Offline‑Auswertung identifizierte das System den mentalen Zustand der Nutzerinnen und Nutzer im Mittel in etwa 61 Prozent der Fälle korrekt über die 20 Probanden hinweg. Für ein Drei‑Wahl‑Problem läge zufälliges Raten bei rund einem Drittel, sodass diese Leistung deutlich über Zufallsniveau liegt. Im Live‑Online‑Test sank die Genauigkeit auf durchschnittlich etwa 51 Prozent, blieb jedoch für die Gruppe insgesamt klar besser als zufällige Performance. Manche Personen schnitten sehr gut ab, andere bewegten sich näher am Zufallsniveau — ein Spiegelbild der natürlichen Unterschiede darin, wie leicht sich Menschen lebhafte visuelle Bilder und anhaltende Aufmerksamkeit bewahren können. Auch die Wahl der Flimmerraten spielte eine Rolle, und Versuche, automatisch für jede Person das „beste“ Frequenzpaar auszuwählen, brachten gemischte Vorteile, was darauf hindeutet, dass dieser Schritt noch verfeinert werden muss.

Was das für künftige Nutzer bedeuten könnte

Die Studie zeigt, dass das bloße Vorstellen flackernder Muster ein brauchbares Steuersignal für Gehirn‑Computer‑Schnittstellen liefern kann, ohne dass Nutzende auf helle, blinkende Bilder starren müssen. Obwohl das System derzeit nur drei Auswahlmöglichkeiten bietet und mit moderater Genauigkeit arbeitet, erfordert es wenig Training und nutzt Standardhardware, die erschwinglich ist. Mit weiterer Entwicklung — etwa zur besseren Auswahl der optimalen Frequenzen und durch Hinzufügen weiterer mentaler Kommandos — könnte ein solches bildhaftes BCI eine praktische Option für Menschen werden, die ihre Augen nicht gut bewegen können oder keine visuelle Stimulation vertragen, und so einen weiteren Weg zur Kommunikation und Steuerung rein mit dem inneren Auge eröffnen.

Zitation: Priori, S., Ricci, P., Consoli, D. et al. A visual imagery paradigm for BCI strategies using imagined flickering patterns. Sci Rep 16, 11967 (2026). https://doi.org/10.1038/s41598-026-41324-6

Schlüsselwörter: Gehirn-Computer-Schnittstelle, visuelle Vorstellung, EEG, Neurorehabilitation, assistive Kommunikation