Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Bericht

High Gamma-Power Predicts Performance in Brain-Computer Interfacing. MPI-IS-TR-003

MPG-Autoren
/persons/resource/persons75531

Grosse-Wentrup,  Moritz
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

/persons/resource/persons84193

Schoelkopf,  Bernhard
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Grosse-Wentrup, M., & Schoelkopf, B.(2012). High Gamma-Power Predicts Performance in Brain-Computer Interfacing. MPI-IS-TR-003 (MPI-IS-TR-003). Tübingen: Max-Planck-Institut für Intelligente Systeme.


Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0010-4AE2-8
Zusammenfassung
Subjects operating a brain-computer interface (BCI) based on sensorimotor rhythms exhibit large variations in performance over the course of an experimental session. Here, we show that high-frequency gamma-oscillations, originating in fronto-parietal networks, predict such variations on a trial-to-trial basis. We interpret this finding as empirical support for an influence of attentional networks on BCI-performance via modulation of the sensorimotor rhythm.