Prothesen bewegen oder Computer bedienen, allein durch die Kraft der eigenen Gedanken: Brain-Computer Interfaces eröffnen neue Möglichkeiten, zum Beispiel für die Rehabilitation von Menschen mit motorischen Einschränkungen. Eine der gängigsten Methoden hierfür ist die Elektroenzephalografie (EEG). Über eine Vielzahl auf der Kopfhaut verteilter Elektroden (Kanäle) wird die elektrische Aktivität des Gehirns nichtinvasiv gemessen. Jeder dieser Kanäle liefert dabei ein Signal aus einer bestimmten Region des Kortex. Das Fundament unseres Projekts bildet die Motor Imagery, also die reine Vorstellung einer Bewegung. Wenn sich ein Mensch vorstellt, die linke oder rechte Hand zu bewegen, werden die entsprechenden Areale im motorischen Kortex aktiviert, ohne dass eine tatsächliche Muskelbewegung stattfindet.
Unser Ziel: Aus EEG-Signalen mittels Deep Learning zwischen drei Zuständen zu unterscheiden: Ruhe, Bewegungsvorstellung linke Hand und Bewegungsvorstellung rechte Hand. Dafür greifen wir auf den Datensatz 1 der BCI Competition IV zurück. Dieser umfasst Aufzeichnungen von 7 Probanden über 59 EEG-Kanäle. Jeder Proband wurde über visuelle Anweisungen mehrfach angeleitet, sich für jeweils 4 Sekunden eine der definierten Bewegungen vorzustellen.
Methodik
Preprocessing: Um die kontinuierlichen, rauschbehafteten EEG-Signale in ein standardisiertes Format für unser Deep-Learning-Modell zu überführen, durchläuft der Datensatz zunächst eine Preprocessing-Pipeline. Da sich Motor Imagery (vorgestellte Bewegung) vor allem im μ-Band (8–12 Hz) und β-Band (13–30 Hz) ausdrückt, verwenden wir einen FIR-Bandpassfilter. Dieser entkoppelt das Signal von niederfrequenten Drifts (z. B. Augenbewegungen) und hochfrequentem Rauschen. Anschließend wird jeder EEG-Kanal über die Zeitachse z-standardisiert. Dies verhindert, dass Kanäle mit insgesamt höherer Amplitude die Gradienten des neuronalen Netzes dominieren. Das kontinuierliche Signal wird schließlich analog zur Datenerhebung in diskrete Zeitfenster von 4 Sekunden zerschnitten und als PyTorch-Tensoren aufbereitet.
Modellarchitektur & Training: Zur Klassifikation der Bewegungsvorstellungen haben wir die von Lawhern et al. (2018) entwickelte EEGNet-Architektur in PyTorch implementiert. EEGNet ist ein speziell für EEG-Daten entwickeltes Convolutional Neural Network (CNN), das räumliche und zeitliche Merkmale getrennt voneinander verarbeitet. Eine erste zeitliche Faltung lernt Frequenzfilter über das gesamte Signal. Danach wendet eine Depthwise Convolution räumliche Filter an, um die Spektralinformationen den spezifischen EEG-Kanälen zuzuordnen. Eine anschließende Faltung fasst die raum-zeitlichen Merkmale zusammen, bevor das Classifier-Layer die extrahierten Merkmale auf die Zielklassen projiziert.
Um das Netz mit unserem aufbereiteten Datensatz zu trainieren, teilen wir die Daten in ein 70 / 15 / 15 % Verhältnis für Training, Validierung und Test auf. Das Training erfolgt mit Cross-Entropy Loss und dem Adam-Optimizer. Da wir beobachten konnten, dass EEG-Daten aufgrund des niedrigen Signal-Rausch-Verhältnisses zu Overfitting neigen, haben wir einen Dropout nach den Pooling-Schichten und eine L2-Regularisierung im Adam-Optimizer ergänzt. Oszillationen des Optimierers nahe dem Minimum konnten wir durch eine Lernraten-Steuerung reduzieren. Konkret verwenden wir einen ReduceLROnPlateau-Scheduler, der die Lernrate halbiert, wenn sich der Validierungsverlust über 5 Epochen hinweg nicht verbessert.
Ergebnisse
Der ursprüngliche Datensatz enthält Aufzeichnungen für vier verschiedene Klassen. Da die Klasse „Fuß“ jedoch nur bei zwei der Probanden erhoben wurde, bestünde im Multi-Subject Training die Gefahr, dass das Modell personenspezifische Signalmerkmale dieser zwei Subjekte erlernt, anstatt echte Muster zu generalisieren. Um ein möglichst robustes Modell zu erhalten, wurden daher alle Fuß-Epochen herausgefiltert. Die finale Evaluierung des adaptierten EEGNet erfolgte somit auf den verbleibenden drei Klassen: Ruhe (0), Linke Hand (1) und Rechte Hand (2).
Das Modell erzielt auf ungesehenen Testdaten eine Gesamt-Accuracy von 89,46 %. Eine Precision von 98,02 % bei der Ruheklasse zeigt, dass aktive Bewegungsvorstellungen praktisch nie fälschlicherweise als Ruhe eingestuft werden. Der Recall von 90,83 % zeigt jedoch, dass etwa 9,17 % der tatsächlichen Ruhemuster fälschlicherweise als aktive Bewegung interpretiert werden. Die im Vergleich zum Recall niedrigere Precision bei den aktiven Klassen weist auf eine erhöhte False-Positive-Rate hin. Fehlklassifikationen treten also überwiegend zwischen den beiden aktiven Klassen (Links vs. Rechts) auf sowie vereinzelt durch fälschlicherweise als Bewegung gewertete Ruhesignale.
Explainability: Um zu verstehen, wie EEGNet Entscheidungen trifft, analysieren wir die Wichtigkeit der einzelnen Elektroden. Unsere Ausgangshypothese war, dass die drei Kanäle C3, C4 und Cz besonders relevant für die Klassifikation sind. Sie liegen direkt über dem primären motorischen Kortex, wobei C3 die rechte und C4 die linke Körperhälfte steuert. Cz befindet sich genau in der Mitte.
Zur Überprüfung vergleichen wir zwei Explainable-AI-Methoden, jeweils gemittelt über 11 zufällige Train/Test-Splits. Permutation Importance vertauscht die Werte eines einzelnen Kanals auf den Testdaten zufällig. Der resultierende Abfall der Accuracy spiegelt wider, wie essenziell dieser Kanal für die Vorhersage ist. Integrated Gradients berechnet die Akkumulation der Gradienten entlang des Pfades von einer neutralen Baseline zum Eingabesignal. Der Vergleich der 15 wichtigsten EEG-Kanäle zeigt, dass Integrated Gradients die klassischen motorischen Kanäle besonders stark gewichtet: C4 belegt Platz 1, C3 Platz 3 und Cz Platz 7. Permutation Importance weist den drei Kanälen ebenfalls eine hohe Wichtigkeit zu, priorisiert jedoch zusätzlich benachbarte und frontale Kanäle wie CFC5 und F4. Unsere Schlussfolgerung: Obwohl C3, C4 und Cz essenziell sind, würde eine Beschränkung auf diese Kanäle zu geringerer Performanz führen. Ein direkter Vergleichsversuch über 11 Splits bestätigt dies:
Training auf allen 59 Kanälen: 86.5% Accuracy
Training nur auf C3, C4, Cz: 75.8% Accuracy
Um die Relevanz von Kanälen abseits des primären motorischen Kortex zu verstehen, lohnt sich ein Blick auf ihre Lage und typische Sensitivität. Kanäle wie CFC5 und CCP2 liegen in unmittelbarer Nachbarschaft zu C3 und C4 und messen die Aktivität des prämotorischen Kortex, der für Bewegungsplanung zuständig ist. Frontale Elektroden wie F4 zeichnen Aufmerksamkeit und kognitive Steuerungsprozesse auf. O2, PO1 und PO2 liegen über dem visuellen Kortex. Hier gibt es möglicherweise einen Zusammenhang mit visuellen Bildern, die Probanden bei der Vorstellung von Bewegungen erzeugen.
Ausblick: Aktuell profitiert das Modell von zufälligen Train/Test-Splits über alle Probanden. Eine Evaluation im Leave-One-Subject-Out-Verfahren würde zeigen, wie gut das Netz auf unbekannte Personen generalisiert. Im Preprocessing könnten zudem die Filter verschärft werden, um Muskelartefakte wie Augenzucken zu entfernen.
Um den praktischen Nutzen unserer Ergebnisse zu demonstrieren, haben wir eine Echtzeit-Anwendung mittels eines mobilen EEG-Headsets umgesetzt. Da sich ein 3-Klassen-Paradigma (Links vs. Rechts vs. Neutral) in ersten Praxistests als zu fehleranfällig erwies, reduzierten wir das System auf eine binäre Klassifikation zwischen einer Sprung-Intention („Springen“) und einem neutralen Ruhezustand. Dies steigerte die Signalstabilität, Klassifikationsgenauigkeit und Latenz drastisch. Ziel war die Echtzeit-Steuerung einer Spielfigur in einem BCI-Runner. Klassische, abstrakte Aufnahme-Paradigmen (z. B. einfache Textanweisungen auf leerem Bildschirm) lieferten unzureichende Daten, da sich die kognitiven Zustände stark vom tatsächlichen Spielgeschehen unterschieden. Wir entwickelten daher eine simulationsbasierte Datenerfassung:
Gamifiziertes Aufnahme-Paradigma: In einem „perfekten Spiellauf“ übersprang die Spielfigur Hindernisse noch automatisch. Gelbe Fahnen-Zonen forderten die Probanden auf, sich exakt in diesem Fenster den Sprung kognitiv vorzustellen. Nach jedem Hindernis folgte eine grüne Erholungsphase für den Ruhezustand.
Synchronisation: Über das Lab Streaming Layer (LSL) wurden der 256-Hz-EEG-Stream und millisekunden-genaue Spiel-Events synchronisiert. So entstanden über 2.200 Versuchsdurchläufe unter praxisnahen Bedingungen.
In der Live-Anwendung verarbeitet das trainierte Modell (EEGNet) die Gehirnsignale der Versuchsperson in Echtzeit:
Streaming & Fensterung: Das Spiel empfängt den Datenstrom drahtlos. Ein Ringpuffer speichert fortlaufend die letzten 5 Sekunden. Alle 80 ms (über 12-mal pro Sekunde) wird das aktuellste 3-Sekunden-Fenster extrahiert und klassifiziert.
Online-Preprocessing: Die Daten werden re-referenziert, auf den Ziel-Frequenzbereich der Bewegungsvorstellung (8–30 Hz, μ- und β-Rhythmus) bandpassgefiltert und normiert.
Kalibrierung: Eine 10-sekündige Kalibrierungsphase zu Beginn jeder Session misst das individuelle Ruhe-Signal, um tagesaktuelle Schwankungen (z. B. Sitz der Elektroden) auszugleichen und einen dynamischen Nullpunkt zu definieren.
Sobald der berechnete Wahrscheinlichkeitswert für die Sprung-Intention in der Interaktionszone den festgelegten Schwellenwert überschreitet, führt die Spielfigur den Sprung aus. Damit liefert dieses Abschlussprojekt den Nachweis, dass unsere EEGNet-Architektur erfolgreich als robustes Brain-Computer Interface für die Echtzeit-Steuerung genutzt werden kann.
GitHub:
https://github.com/JakobFast/Motorimagery
Quellenangaben:
BCI Competition IV: https://www.bbci.de/competition/iv/#datasets EEGNet: V. J. Lawhern et al. (2018).
EEGNet: A compact convolutional neural network for EEG- based brain-computer interfaces. Journal of Neural Engineering, 15(5), 056013. https://doi.org/10.1088/1741-2552/aace8c
Team
Devin Kruse
Jasmin Siefker
Julian Michel
Mentor:in
Maximilian Hahn
