Jede Sitzung des Seminars gliedert sich in einen Einführungsvortrag, in dem die Hintergründe und Methoden der funktionellen MRT vorgestellt werden, sowie in anschließende praktische Übungen am PC, welche an Hand von Beispieldatensätzen mit den Programmen SPM8 (http://cream.fil.ion.ucl.ac.uk/spm/) und PRoNTo (http://www.mlnl.cs.ucl.ac.uk/pronto/index.html) durchgeführt werden.
Das Seminar soll Studierenden Wissen über die statistische Auswertung von fMRT-Daten vermitteln. Dazu werden zunächst grundlegende Konzepte klassischer Methoden in der fMRT-Forschung vorgestellt und an praktischen Beispielen mit der Software SPM8 von den Studierenden erarbeitet.
Anschließend wird die Methode der Mustererkennung (Multi-Voxel Pattern Recognition; MVPA) an einfachen Beispielen vorgestellt. Die beiden Methoden und ihre jeweilige Rolle für die Testung psychologischer Hypothesen werden diskutiert.
Das Seminar soll den Studierenden vermitteln, wie die Ergebnisse von fMRT-Studien zu Stande kommen, die sie aus neurowissenschaftlichen Publikationen kennen. Insbesondere soll so ein realistischer und kritischer Umgang mit den Forschungsergebnissen der funktionellen MRT erarbeitet werden.
Die Veranstaltung richtet sich an Studierende der Psychologie (Kernfach) im Masterstudiengang.
Vorausgesetzt werden Grundkenntnisse in Statistik und wissenschaftlichem Arbeiten, sowie Interesse an neurowissenschaftlicher Forschung.
Vorkenntnisse im Bereich fMRT sind ausdrücklich nicht erforderlich. Der Kurs sollte als Einstieg in die Grundlagen der Analyse von fMRT-Daten verstanden werden.
Falls von den Studierenden gewünscht, kann die Veranstaltung auch in englischer Sprache angeboten werden.
Die Primärliteratur besteht aus Folien und einem Skript. Diese sollen sich ausdrücklich an Personen richten, welche über keinerlei Vorkenntnisse im Bereich der funktionellen MRT verfügen. Ein umfangreiches Literaturverzeichnis soll zur Vertiefung des Gelernten einladen. Die Inhalte des Seminars orientieren sich unter anderem an folgenden Quellen:
Friston, K., et al. (2011, May). SPM for fMRI/PET/VBM. Wellcome Trust Centre for Neuroimaging, London; http://cream.fil.ion.ucl.ac.uk/spm/course/video/#FMRI11
Hanson, S.J., Bunzl, M. (2010). Foundational Issues in Human Brain Mapping. MIT Press.
Mourao-Miranda, J. et al. (2013, March). Pattern Recognition for Neuroimaging Toolbox Machine Learning and Neuroimaging Lab, University College London, http://www.mlnl.cs.ucl.ac.uk/pronto/prtcourses.html
Mur M., Bandettini, P.A., Kriegeskorte, N. (2009). Revealing representational content with pattern-information fMRI - an introductory guide. Soc Cogn Affect Neurosci. 4(1):101-9.
Norman, K.A., Quamme, J.R., Newman, E.L. Multivariate methods for tracking cognitive states. (2009). In: Rosler, F., Ranganath, C., Roder, B., Kluwe, R.H., eds. Neuroimaging and Psychological Theories of Human Memory. New York: Oxford University Press
Norman, K.A., Polyn, S.M., Detre, G.J., Haxby, J.V. (2006). Beyond mind-reading: multi-voxel pattern analysis of fMRI data. Trends Cogn Sci. 10(9):424-30.
Poldrack, R.A. (2012). The future of fMRI in cognitive neuroscience. Neuroimage. 62(2):1216-20.
Poldrack, R.A., Mumford, J.A., Nichols, T.E. (2011). Handbook of Functional MRI Data Analysis. Cambridge University Press
Schrouff, J., Rosa, M. J., Rondina, J. M., Marquand, A. F., Chu, C., Ashburner, J., Phillips, C., Richiardi, J., & Mourão-Miranda, J. (2013). PRoNTo: Pattern Recognition for Neuroimaging Toolbox. Neuroinformatics.
Rhythmus | Tag | Uhrzeit | Format / Ort | Zeitraum |
---|
Studiengang/-angebot | Gültigkeit | Variante | Untergliederung | Status | Sem. | LP | |
---|---|---|---|---|---|---|---|
Psychologie / Master | (Einschreibung bis SoSe 2012) | IndErg | 4 | unbenotet |
Zum Erwerb von Leistungspunkten muss eine eigenständige Auswertung eines Datensatzes am PC erfolgt sein.