Angewandte Neurokognitive Psychologie

Wie repräsentiert und verarbeitet das menschliche Gehirn die Sinneseindrücke aus unserer unserer natürlichen Umwelt und wie repräsentiert es verständlichen Informationen darüber? Wie beeinflussen die Komplexität realistischer Aufgaben und Emotionen unsere kognitiven Leistungen und Entscheidungen, z.B. beim Multitasking. Hilft uns ein besseres Verständnis der funktionellen Organisation des Gehirns unsere Analysetechniken zu verbessern und genauere Aussagen über Gehirnprozesse im allgemeinen und im individuellen Gehirn machen? Wie können wir neurowissenschaftliche Forschung offener und FAIRer machen? Das sind Fragen mit denen sich die Arbeitsgruppe beschäftigt.

Diese Forschung erfordert neue innovative Ansätze und Methodenentwicklung. In einem Forschungsschwerpunkt untersuchen wir Sprachvearbeitung in realistischen Hintergründen mit relativ realistischen Reizen wie Filmsoundtracks. In einem weiteren Schwerpunkt untersuchen wir Kognition und Entscheiden in selbst entwickelten Fahrsimulatoren im MRT, MEG und fNIRS. In dieser empirischen Forschung benutzen wir symbolische und datengetrieben subsymbolische AI-Methoden um Gehirnfunktionen zu modellieren und zu analysieren. In einem methodischen Schwerpunkt entwickeln wir Werkzeuge und Verfahren für Open Science, um Neurodaten FAIR und interoperabel zu machen. Weiterhin entwickeln wir Verfahren zur Kombination von Gehrinaktivitätsmessungen über Individuen, die besser an die Funtionsweise des Gehirns angepasst sind. Diese haben Implikationen für Theorien der Gehirnfunktion aber auch praktischen Nutzen z.B. in Big Data Forschungsanwendungen und zum “Warmstart” von Gehirn-Maschine Schnittstellen.

Weiter Informationen sind auf unserer Projektseite zu finden (nur Englisch)

Publikationen Sprachverarbeitung (Auswahl)

Al-Zubaidi, A., Bräuer, S., Holdgraf, C. R., Schepers, I. M., & Rieger, J. W. (2022). Sublexical cues affect degraded speech processing: insights from fMRI. Cerebral cortex communications3(1), tgac007. doi.org/10.1093/texcom/tgac007

Boos, M., Lücke, J., & Rieger, J. W. (2021). Generalizable dimensions of human cortical auditory processing of speech in natural soundscapes: A data-driven ultra high field fMRI approach. NeuroImage, 237, 118106. Download FREE doi.org/10.1016/j.neuroimage.2021.118106

Vogelzang, M., Thiel, C. M., Rosemann, S., Rieger, J. W., & Ruigendijk, E. (2021). Effects of age-related hearing loss and hearing aid experience on sentence processing. Scientific reports11(1), 1-14. Download FREEdoi.org/10.1038/s41598-021-85349-5

Vogelzang, M., Thiel, C. M., Rosemann, S., Rieger, J. W., & Ruigendijk, E. (2020). Neural mechanisms underlying the processing of complex sentences: An fMRI study. Neurobiology of Language, 1(2), 226-248. Download article (FREE) doi.org/10.1162/nol_a_00011

Weber, Kirsten, Cristiano Micheli, Esther Ruigendijk, and Jochem W. Rieger. 2019. “Sentence Processing Is Modulated by the Current Linguistic Environment and a Priori Information: An FMRI Study.” Brain and Behavior, June, e01308. doi.org/10.1002/brb3.1308. (open access)

Cristiano Micheli, Inga M. Schepers, Müge Ozker, Daniel Yoshor, Michael S. Beauchamp, Jochem W. Rieger (2018). Electrocorticography reveals continuous auditory and visual speech tracking in temporal and occipital cortex. European Journal of Neuroscience. doi:10.1111/ejn.13992 Abstract

Holdgraf C., de Heer W., Pasley B., Rieger J., Crone N., Lin J., Knight R., Theunissen F. (2016) Rapid tuning shifts in human auditory cortex enhance speech intelligibility. Nature Communications 7 Download article (FREE)

Martin, S., Brunner, P., Holdgraf, C., Heinze, H.-J., Crone, N. E., Rieger, J.W., Schalk, G., Knight, R. T. and Pasley, B. (2014) Decoding spectrotemporal features of overt and covert speech from the human cortex. Frontiers in Neuroengineering 7:14, doi: 10.3389/fneng.2014.00014 Download article (FREE)

Chang E.F., Rieger J.W., Johnson K., Berger M.S., Barbaro N.M., Knight R.T. (2010) Categorical representation of phonemes in the human superior temporal gyrus. Nature Neuroscience 13: 1428–1432 (shared first and corresponding authors) Abstract Download article (restricted access)

Noesselt T., Rieger J.W., Schoenfeld M.A. Kanowski M., Heinze H.-J. & Driver J. (2008) Audio-visual temporal correspondence modulates polysensory superior temporal sulcus plus visual and auditory primary cortices. Journal of Neuroscience 27(42): 11431-41 Pubmed Download article (FREE)

Publikationen Kognition Multitasking und Emotion (Auswahl)

Werner Damm, Martin Fränzle, Andreas Lüdtke, Jochem W. Rieger, Alexander Trende, Anirudh Unni. Integrating Neurophysiological Sensors and Driver Models for Safe and Performant Automated Vehicle Control in Mixed Traffic. arxiv.org/pdf/1902.04929.pdf (2019)

Klas Ihme, Anirudh Unni*, Meng Zhang, Jochem W. Rieger and Meike Jipp (2018). Recognizing Frustration of Drivers from Face Video Recordings and Brain Activation Measurements with Functional Near-Infrared Spectroscopy. Front. Hum. Neurosci. 12:327. doi: 10.3389/fnhum.2018.00327 (* shared first author) Download article (FREE)

Unni A, Ihme K, Jipp M and Rieger JW (2017). Assessing the Driver’s Current Level of Working Memory Load with High Density Functional Near-Infrared Spectroscopy: A Realistic Driving Simulator Study. Front. Hum. Neurosci. 11:167. doi: 10.3389/fnhum.2017.00167 Download article (FREE)

Bertram Wortelen, Anirudh Unni, Jochem W. Rieger, Andreas Lüdtke. Towards the Integration and evaluation of online workload measures in a cognitive architecture. 7th IEEE Conference on Cognitive Infocommunications 2016, pp. 11-16, Wroclaw, Poland. ISBN: 978-1-5090-2645-6 Abstract

Reichert, C., Fendrich, R., Bernarding, J., Tempelmann, C., Hinrichs, H. and Rieger, J. W. (2014) Online tracking of the contents of conscious perception using real-time fMRI. Frontiers in Neuroscience 8:116, doi: 10.3389/fnins.2014.00116 Download article (FREE); Article was featured in Discover Magazine

Publikationen Entscheiden (Auswahl)

Trende, A., Unni, A., Jablonski, M., Biebl, B., Lüdtke, A., Fränzle, M., & Rieger, J. W. (2022) Driver’s turning intent recognition model based on brain activation and contextual information. Frontiers in Neuroergonomics, 23, doi.org/10.3389/fnrgo.2022.956863

Unni A., Trende A., Pauley C, Weber L., Biebl B., Kacianka S., Lüdtke A., Bengler K., Pretschner A., Fränzle M. and Rieger J.W. (2022). Investigating Differences in Behavior and Brain in Human-Human and Human-Autonomous Vehicle Interactions in Time-Critical Situations. Front. Neuroergon. 3:836518. doi.org/10.3389/fnrgo.2022.836518

Trende A., Unni A., Rieger J., Fraenzle M. (2021) Modelling Turning Intention in Unsignalized Intersections with Bayesian Networks. In: Stephanidis C., Antona M., Ntoa S. (eds) HCI International 2021, pp. 289-296. Communications in Computer and Information Science, vol 1421. Springer, Cham. https://doi.org/10.1007/978-3-030-78645-8_36

Schepers IM, Beck AK, Bräuer S, Schwabe K, Abdallatb M, Sandmann P, Dengler R, Rieger JW, Krauss JK (2017) Human centromedian-parafascicular complex signals sensory cues for goal-oriented behavior selection. NeuroImage, doi.org/10.1016/j.neuroimage.2017.03.019 (shared senior author)

Yvonne M. Fonken, Jochem W. Rieger, Elinor Tzvi, Nathan E. Crone, Edward Chang, Josef Parvizi, Robert T. Knight, Ulrike M. Krämer (2016) Frontal and motor cortex contributions to response inhibition: evidence from electrocorticography. Journal of Neurophysiology, DOI: 10.1152/jn.00708.2015 Abstract

Hollmann M., Rieger J.W., Baecke S., Lützkendorf R., Müller C., Adolf D., Bernarding J. (2011) Predicting Decisions in Human Social Interactions Using Real-Time fMRI and Pattern Classification. PLoS ONE 6:e25304. (shared first authors) PubMed Download article (FREE)

Publikationen Open Science (Auswahl)

Reer, A., Wiebe, A., Wang, X., & Rieger, J. W. (2023). FAIR human neuroscientific data sharing to advance AI driven research and applications: Legal frameworks and missing metadata standards. Frontiers in Genetics, 14. https://doi.org/10.3389/fgene.2023.1086802

Niso, G., Botvinik-Nezer, R., Appelhoff, S., De La Vega, A., Esteban, O., Etzel, J. A., ... & Rieger, J. W. (2022). Open and reproducible neuroimaging: from study inception to publication. NeuroImage, 119623. https://doi.org/10.1016/j.neuroimage.2022.119623

ANCPLabOldenburg GitHub

Publikationen Methodenentwicklung für Neurowissenschaft (Auswahl)

Schmitt, T., Rieger, J. W., (2021). Recommendations of Choice of Head Coil and Prescan Normalize Filter Depend on Region of Interest and Task. Frontiers Media. Download FREE doi.org/10.3389/fnins.2021.735290

Boos, M., Guntupalli, J. S., Rieger, J. W., Hanke, M. (2020). The role of auxiliary parameters in evaluating voxel-wise encoding models for 3T and 7T BOLD fMRI data. bioRxiv Download FREE  doi.org/10.1101/2020.04.07.029397

Holdgraf, C. R., Rieger, J. W., Micheli, C., Martin, S., Knight, R. T., & Theunissen, F. E. (2017). Encoding and Decoding Models in Cognitive Electrophysiology. Frontiers in Systems Neuroscience11, 61. [Frontiers] Das begleitende Tutorial in Form eines Jupyter-Notebooks finden Sie hier: github.com/choldgraf/paper-encoding_decoding_electrophysiology

Dreyer, A. M., Herrmann, C. S., & Rieger, J. W. (2017). Tradeoff between user experience and BCI classification accuracy with frequency modulated steady-state visual evoked potentials. Frontiers in human neuroscience11, 391. [Frontiers] 

S. Iman Shirinbayan, Jochem W. Rieger (2017) An MR-compatible gyroscope-based arm movement tracking system. Journal of Neuroscience Methods, DOI: 10.1016/j.jneumeth.2017.01.015 Abstract

Schicktanz S, Amelung T and Rieger JW (2015). Qualitative assessment of patients’ attitudes and expectations towards BCIs and implications for future technology development. Front. Syst. Neurosci. 9:64. doi: 10.3389/fnsys.2015.00064 Download Article (FREE)

C. Reichert, M. Kennel, R. Kruse, H. Hinrichs, and J. W. Rieger, "Efficiency of SSVEF Recognition from the Magnetoencephalogram - A Comparison of Spectral Feature Classification and CCA-based Prediction." in NEUROTECHNIX 2013 - Proceedings of the International Congress on Neurotechnology, Electronics and Informatics. pp. 233-237, SCITEPRESS Digital Library, 2013, ISBN: 978-989-8565-80-8. Download article (FREE)

Quandt, F., Reichert, C., Hinrichs, H., Heinze, H. J., Knight, R. T., & Rieger, J. W. (2012). Single trial discrimination of individual finger movements on one hand: a combined MEG and EEG study. NeuroImage59(4), 3316-3324. Download article (restricted access)

Quandt F., Reichert C. Schneider B., Dürschmid S., Richter D., Hinrichs H., Rieger J.W. (2012) Fundamentals and Application of Brain-Machine Interfaces. Klinische Neurophysiologie 43 (2): 158-167 Download article (restricted access)

Sun, L., Rieger, J.W., Hinrichs, H. (2009) Maximum noise fraction (MNF) transformation to remove ballistocardiographic artifacts in EEG signals recorded during fMRI scanning. NeuroImage 46: 144-153 PubMedDownload article (restricted access)

Hanke, M., Halchenko, Y.O., Sederberg, P.B., Olivetti, E., Fründ, I., Rieger, J.W., Herrmann, C.S., Haxby, J.V., Hanson, S.J., Pollmann, S. (2009) PyMVPA: A unifying approach to the analysis of neuroscientific data. Frontiers in Neuroinformatics 3:3 PubMed Download article (FREE)

Kanowski, M., Rieger, J.W., Noesselt, T., Tempelmann, C. & Hinrichs, H. (2007) Endoscopic Eye Tracking System for fMRI. Journal of Neuroscience Methods, 160(1): 10-15 PubMed Download article (restricted access)

Webmaster (Stand: 20.06.2024)  | 
Zum Seitananfang scrollen Scroll to the top of the page