So manch einer dürfte sich schon mal vorgestellt haben, wie nützlich es in einem bestimmten Moment wäre, die Gedanken eines Gesprächspartners lesen zu können. Derartige Vorstellungen gehören in den Bereich des Übernatürlichen. Aber Gedankenlesen ist nicht nur das Produkt von Fantasy-Autoren und Fantasten, sondern hat durchaus auch wissenschaftliche Wurzeln: Forschern in Karlsruhe gelang es kürzlich erstmals, aus Signalen im Gehirn Sprache zu rekonstruieren, ohne dass diese ausgesprochen wurde.


Gehirnareale
Foto: brain lobes, Allan Ajifo, Flickr, CC BY-SA 2.0

 
Gelungen ist dieses Experiment am Karlsruher Institut für Technologie. Das Forscher-Team wertete die Daten von sieben Epilepsie-Patienten in den USA aus, denen beim Sprechen ein Elektrodennetz direkt auf der Großhirnrinde lag. Die Freilegung des Gehirns war im Rahmen der Epilepsie-Behandlung nötig.

Dies bot den Wissenschaftlern eine besondere Gelegenheit. Mit herkömmlichen Messmethoden, bei denen die Elektroden von außen an die Kopfhaut angelegt werden, sind derart genaue Aufzeichnungen momentan nämlich noch nicht möglich. Die Epilepsie-Behandlung ermöglichte es, die Hirnströme der Patienten beim Sprechen direkt an der Großhirnrinde zu messen. Das Resultat war eine räumlich und zeitlich extrem hochauflösende Elektroenzephalographie der Vorgänge im Großhirn beim Sprechen. Diese Daten wurden in Karlsruhe analysiert und bildeten die Basis für die Entwicklung eines Verfahrens, dass die Wissenschaftler des KIT und des des amerikanischen Wadsworth Centers als “Brain to text” bezeichnen. Das Verfahren stellten die Wissenschaftler dann in der Fachzeitschrift Frontiers in Neuroscience vor.


Nicht nur Grundlagenforschung: Relevant für die Behandlung des Locker-In-Syndroms

Das “Brain to text”-Verfahren ist nicht nur im Rahmen der Grundlagenforschung interessant, sondern könnte in Zukunft auch eine Rolle bei der Behandlung von Patienten spielen, die unter dem sogenannten Locker-In-Syndrom leiden. Dies bezeichnet einen Zustand, bei dem Menschen bei vollem Bewusstsein, aber gleichzeitig körperlich fast vollständig gelähmt sind. Die Kommunikation mit den Patienten ist extrem erschwert und oft nur noch anhand der Augenbewegungen oder eines Brain-Computer-Interfaces möglich. Das “Brain to text”-Verfahren könnte Patienten, die an dem Locked-in-Syndrom leiden, die Kommunikation mit der Außenwelt erleichtern. “„Die Ergebnisse erlauben neben der Erkennung von Sprache aus Gehirnsignalen eine detaillierte Analyse der am Sprachprozess beteiligten Gehirnregionen und ihrer Interaktionen”, erklären Christian Herff und Dominic Heger, die im Rahmen ihrer Promotion das „Brain to Text“-System entwickelt haben.

Sprache sichtbar gemacht

Zum ersten Mal können wir das Gehirn beim Sprechen beobachten”, freut sich Informatik-Professorin Tanja Schultz. Nicht nur die Formulierung der Sprache selber können die Forscher sehen, sondern auch die Umwandlung in motorische Signale für die zum Sprechen benötigte Muskulatur. Die Patienten wurden gebeten, bestimmte Texte vorzulesen. Von einfachen Kinderreimen bis hin zu einer Rede des Ex-US-Präsidenten John F. Kennedy war alles dabei. Die Forscher wussten daher, welche Laute wann gesprochen wurden und konnten auf dieser Basis eine Datenbank erstellen, die bestimmte Laute den entsprechenden Hirnsignalen zuordnen. Der nächste Schritt war die Entwicklung von Algorithmen, mit deren Hilfe die gemessenen Signale und die dazu gehörenden Laute in Sprache umgewandelt werden konnten. Dazu werden Laute im Kontext von Wörtern und ganzen Satzphrasen betrachtet. Die Ergebnisse sind beeindruckend, wenn auch noch nicht so genau wie bei der akustischen Spracherkennung.

Als nächstes wollen die Forscher ihre Datenbasis ausweiten. Momentan liegen lediglich etwa je 5 Minuten Sprachdaten von sieben Patienten vor. Mit einer besseren Basis kann die Genauigkeit des Verfahrens weiter verbessert werden.

Teile den Artikel oder unterstütze uns mit einer Spende.
PayPal SpendeAmazon Spendenshopping

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.