Elektroenzephalographie (EEG) und Magnetoenzephalographie (MEG) können nachverfolgen, wie verschiedene Hirnregionen miteinander kommunizieren – mit Millisekundengenauigkeit. Keine andere nichtinvasive Methode zur Bildgebung des menschlichen Gehirns erreicht eine vergleichbare zeitliche Auflösung.
Die Forschung
In einem Buchkapitel, das am 20. Juli 2026 auf arXiv (q-bio.NC) veröffentlicht wurde, stellen die Forscher Richard Leahy und Takfarinas Medani von der University of Southern California den vollständigen methodischen Werkzeugkasten zur Messung von Hirnnetzwerken mit EEG und MEG vor. Das Kapitel behandelt die Physik hinter beiden Signalen und erklärt, warum sie sich gegenseitig ergänzen: EEG erfasst elektrische Ströme, während MEG die winzigen Magnetfelder misst, die diese Ströme erzeugen – zwei leicht unterschiedliche Perspektiven auf dieselbe zugrunde liegende Aktivität.
Anschließend widmen sich die Autoren zwei klassischen Problemen. Das Vorwärtsproblem fragt, wie eine bekannte Hirnquelle an den Kopfhautsensoren erscheinen würde; das inverse Problem fragt nach dem Umgekehrten – nämlich wo im Gehirn ein gemessenes Signal entstanden ist. Um dies korrekt zu bestimmen, sind subjektspezifische Kopfmodelle, eine genaue Anatomie und eine sorgfältige Quellenrekonstruktion erforderlich. Ohne diese Sorgfalt „lecken“ Signale zwischen den Sensoren – ein Problem, das als Volumenleitung bezeichnet wird und gefälschte Konnektivität erzeugen kann, die echt aussieht.
Leahy und Medani besprechen die gängigsten Methoden, mit denen Forscher die Konnektivität zwischen Hirnregionen messen:
- Kohärenz und Phasensynchronisation – steigen und fallen zwei Regionen im Rhythmus gemeinsam?
- Korrelation der Amplitudenhüllkurve – folgen langsame Schwankungen der Signalstärke einander?
- Granger-Kausalität und Transinformation – sagt die Aktivität in einer Region die Aktivität in einer anderen voraus?
- Dynamische kausale Modellierung – ein hypothesengetriebener Ansatz, der untersucht, wie Regionen einander beeinflussen.
Sie heben außerdem durchgängige Analyse-Pipelines hervor, insbesondere Brainstorm, ein Open-Source-Softwarepaket, das für reproduzierbare EEG- und MEG-Forschung weit verbreitet ist. Zu den aufkommenden Richtungen gehören zeitvariante Konnektivität (wie sich Netzwerke von Moment zu Moment verändern), frequenzübergreifende Interaktionen und netzwerkbasierte Analysen, die auf Gesundheit und Krankheit angewendet werden.
Warum es wichtig ist
Die kognitiven Fähigkeiten Ihres Gehirns – Aufmerksamkeit, Gedächtnis, Sprache – hängen von der schnellen Koordination zwischen Regionen ab, nicht von einer einzelnen Region, die allein arbeitet. EEG und MEG ermöglichen es Forschern, diese Koordination in Echtzeit zu beobachten. Wenn Sie sich jemals gefragt haben, warum Ihnen manche Aufgaben „leichter“ fallen, sind netzwerkbasierte Maße Teil der Antwort: Individuelle Unterschiede in der Effizienz, mit der Regionen synchronisieren, sagen die Leistung bei Aufmerksamkeits- und Gedächtnisaufgaben voraus. Auch die hier beschriebene methodische Sorgfalt ist wichtig, denn eine nachlässige Konnektivitätsanalyse kann Ergebnisse liefern, die spannend aussehen, aber nicht replizierbar sind – ein anhaltendes Problem in der kognitiven Neurowissenschaft.
Was Sie tun können
Sie brauchen kein Labor, um von dieser Forschung zu profitieren. Wenn Sie Behauptungen zu Gehirntraining oder Neurofeedback lesen, fragen Sie, welches Maß verwendet wurde und ob Volumenleitung berücksichtigt wurde – dieses Detail trennt solide Arbeit von Rauschen. Halten Sie die Netzwerke Ihres Gehirns mit abwechslungsreichen Herausforderungen aktiv: Lernen Sie eine neue Fähigkeit, wechseln Sie bewusst zwischen Aufgaben und sorgen Sie für regelmäßigen Schlaf, der die oszillatorischen Rhythmen unterstützt, die diese Methoden aufzeichnen.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntraining-Level aus.