Themenangebot für Master- Bachelor- und weitere Studienarbeiten

Hier finden Sie eine Auswahl spannender Projekte, bei denen Sie sich aktiv im Rahmen einer Master-, Bachelor- oder Studienarbeit einbringen können. Jedes Projekt bietet Ihnen die Möglichkeit, wertvolle praktische Erfahrungen zu sammeln und Ihr Fachwissen weiterzuentwickeln. Wenn eines der Projekte Ihr Interesse weckt, zögern Sie nicht, uns zu kontaktieren. Wir freuen uns auf Ihre Bewerbung und darauf, gemeinsam an innovativen Forschungsideen zu arbeiten!

Projekttitel Beschreibung Details
Implementierung einer Anwendung zur Erstellung und Durchführung von Fragebögen für Studien im NeuroLab.   Fragebögen sind gängige Werkzeuge, um subjektive Daten von Teilnehmenden zu erheben. Diese digital auszufüllen, spart nicht nur Papier, sondern auch Zeit, die man sonst für die nachträgliche digitale Erfassung der Daten aufwenden müsste. Die Aufgabe besteht darin, eine App zu entwickeln, mit der Studienleiter*innen Fragebögen beliebig zusammenstellen, sie in einer Studie anwenden und digital auf die Daten zugreifen können. Dieses Projekt ist ideal für Studierende, die sich für die Entwicklung einfacher Apps interessieren. Themenbeschreibung
Verknüpfung neuronaler und subjektiver Daten von Mensch-Roboter-Interaktionen Dieses Datenanalyseprojekt konzentriert sich auf die Korrelation von Elektroenzephalographie-Daten (EEG) mit subjektiven Berichten, die während eines Experiments zur Mensch-Roboter-Interaktion gesammelt wurden. Ziel ist es, Muster und Beziehungen zwischen den neuronalen Reaktionen und den selbstberichteten Erfahrungen der Teilnehmer, wie Vertrauen und Komfort mit dem Roboter, zu identifizieren. Der Studierende wird mit einem bestehenden Datensatz arbeiten und statistische und maschinelle Lerntechniken anwenden, um die Daten zu analysieren. Das Projekt soll Aufschluss darüber geben, wie sich subjektive Erfahrungen in der neuronalen Aktivität widerspiegeln, und letztlich zur Verbesserung von Mensch-Roboter-Interaktionsmodellen beitragen. Dieses Projekt ist ideal für Studenten mit einem starken Hintergrund in Datenanalyse, Neurowissenschaften und Psychologie und einem Interesse an der Schnittstelle von Mensch-Roboter-Interaktion und Kognitionswissenschaft.  Themenbeschreibung
Entwicklung eines Videospiels in VR, das Gehirndaten des Spielers misst und den mentalen Zustand des Spielers klassifiziert, um die Spieleumgebung zu beeinflussen. MindTrain war eines der ersten Spiele des NeuroLabs, das den Ruhe- und Konzentrationszustand der Spieler mittels Elektroenzephalografie (EEG) gemessen hat, um die Spielumgebung zu beeinflussen. Das liegt einige Jahre zurück, und in der Zwischenzeit sind modernere Technologien und Konzepte veröƯentlicht worden. Es wird Zeit, dass das Spiel MindTrain eine Überarbeitung erhält. Studierende haben die Möglichkeit, neue Hardware (EEG, VR-Headset, Eye-Tracker) auszuprobieren, neue Klassifikationsalgorithmen einzusetzen oder ein neues Spiel zu entwickeln, das Neurofeedback verwendet, um das Spiel passiv zu beeinflussen. Dieses Projekt ist ideal für Studierende, die sich für Brain-Computer-Interfaces, Spieleentwicklung oder Machine Learning interessieren.   Themenbeschreibung
Mentale Rotation in VR – Auswirkungen auf das Arbeitsgedächtnis bei Autisten und Neurotypischen  Dieses Datenanalyseprojekt untersucht die Auswirkungen von mentalen Rotationsaufgaben in einer Virtual-Reality-Umgebung (VR) auf die Arbeitsgedächtnisleistung von Autisten im Vergleich zu Neurotypischen. Die Studie zielt darauf ab, herauszufinden, ob die immersive Natur von VR die kognitive Belastung und das räumliche Arbeitsgedächtnis in diesen beiden Gruppen unterschiedlich beeinflusst. Der Student wird den Datensatz eines VR-basierten Experiments zur mentalen Rotation analysieren, das mit Autisten und Neurotypischen durchgeführt wurde und bei dem Reaktionszeiten und Fehlerraten aufgezeichnet wurden. Die Analyse umfasst statistische Vergleiche von Verhaltensdaten und eine Übersicht über die aktuelle Literatur zu mentaler Rotation und räumlichen Arbeitsgedächtnisaufgaben in VR, mit Schwerpunkt auf der Autismusforschung. Dieses Projekt ist ideal für Studenten, die sich für Psychologie, VR-Technologie und Autismus-Forschung interessieren, insbesondere für solche mit Kenntnissen in Datenanalyse und statistischen Methoden. Themenbeschreibung
Entwicklung einer Anwendung zur Live-Darstellung des Herzschlags für PowerPoint   Dieses Projekt umfasst die Entwicklung einer Echtzeit-Anwendung zur Überwachung des Herzschlags, die in Microsoft PowerPoint integriert wird. Die Anwendung wird LiveHerzfrequenzdaten von einem tragbaren Gerät (z. B. einer Smartwatch) erfassen und die Daten dynamisch in einer PowerPoint-Präsentation anzeigen. Das Projekt erfordert den Entwurf und die Implementierung einer Software, die mit Hilfe von Lab Streaming Layer (LSL) eine Schnittstelle zum tragbaren Gerät herstellen, die Daten verarbeiten und eine in eine PowerPoint-Folie integrierte Animation in Echtzeit aktualisieren kann. Die Anwendung soll für Präsentationen in gesundheitsbezogenen Bereichen, Live-Demonstrationen oder interaktive Sitzungen verwendet werden. Dieses Projekt ist ideal für Studierende mit Kenntnissen in der Softwareentwicklung, insbesondere in der Integration von APIs, Datenverarbeitung und PowerPointAutomatisierung. Es ist ideal für alle, die daran interessiert sind, Gesundheitstechnologie mit innovativen Präsentationstools zu kombinieren.  Themenbeschreibung
Relevanz in Daten: Anwendung von Layerwise Relevance Propagation auf Classifiers für neurophysiologische Daten  In diesem Projekt wird die Anwendung der Layerwise Relevance Propagation (LRP) untersucht, um die Interpretierbarkeit von Classifiers zu verbessern, die auf neurophysiologische Daten wie EEG- oder fNIRS-Signale angewendet werden. LRP ist eine Technik, die Aufschluss darüber gibt, wie einzelne Merkmale zu den Vorhersagen eines Modells beitragen, wodurch es möglich wird zu verstehen, welche neuronalen Muster die Klassifizierungsergebnisse beeinflussen. Der Student wird LRP auf bestehende Modelle für maschinelles Lernen anwenden, die auf neurophysiologischen Datensätzen trainiert wurden, und die Ergebnisse analysieren, um wichtige neuronale Merkmale zu identifizieren, die mit verschiedenen kognitiven oder Verhaltenszuständen in Verbindung stehen. Das Projekt zielt darauf ab, die Lücke zwischen leistungsstarken Klassifikatoren und ihrer Interpretierbarkeit im Kontext der neurophysiologischen Datenanalyse zu schließen. Dieses Projekt ist ideal für Studierende mit einem Hintergrund in maschinellem Lernen, Neuroinformatik und Computational Neuroscience, insbesondere für solche mit Erfahrung in Deep Learning und neuronaler Datenanalyse.  Themenbeschreibung
Messung von Arousal mit Elektrokardiographie als Reaktion auf vibrotaktile Stimulation: Ein Vergleich zwischen Autisten und Neurotypischen Personen Dieses Datenanalyseprojekt zielt darauf ab, die physiologischen Erregungsreaktionen von autistischen Personen im Vergleich zu neurotypischen Personen zu untersuchen, während sie vibrotaktilen Reizen ausgesetzt sind. Mithilfe der Elektrokardiographie (EKG) zur Messung der Herzfrequenz und anderer damit zusammenhängender Metriken sollen die Unterschiede in den Reaktionen zwischen den beiden Gruppen ausgewertet werden. Der Studierende wird einen Datensatz analysieren, bei dem den Teilnehmern vibrotaktile Reize präsentiert wurden, während ihre EKG-Daten aufgezeichnet wurden. Die Analyse wird sich auf den Vergleich der Erregungsniveaus innerhalb und zwischen den Teilnehmern konzentrieren und so Einblicke in die Verarbeitung somatosensorischer Reize bieten. Dieses Projekt ist ideal für Studenten mit Interesse an Psychophysiologie, kognitiven Neurowissenschaften und biomedizinischer Signalverarbeitung, insbesondere für Studenten mit Erfahrung in Datenanalyse und Statistik.  Themenbeschreibung
Entwicklung eines Multiplayer-Gehirn-Computer-Interface-Spiels mit Hilfe von Eye-Tracking und EEG In diesem Studentenprojekt geht es um die Entwicklung eines Multiplayer-Spiels, das BrainComputer-Interface (BCI)-Technologie mit Eye-Tracking- und Elektroenzephalographie (EEG)-Signalen integriert. Ziel ist es, ein kollaboratives Spiel zu entwickeln, bei dem die Spieler Spielelemente mithilfe ihrer Augenbewegungen und Gehirnaktivität steuern können. Die Hauptaufgabe des Studierenden wird es sein, ein bildschirmbasiertes Spiel mit Python und/oder Unity zu entwerfen und zu implementieren, das die Steuerung einiger Spielelemente über neurophysiologische Signale ermöglicht. Das Spiel wird schließlich in einer kleinen Proof-of-Concept-Studie getestet. Das Projekt beinhaltet auch das Einlesen in die aktuelle Literatur über bestehende BCI-Technologien, Eye-Tracking-Systeme und EEGAnwendungen in Spielen. Dieses Projekt ist ideal für Studenten, die sich für Neurotechnologie, Spieldesign und Mensch-Computer-Interaktion interessieren, über gute Programmierkenntnisse verfügen und ein Interesse an BCI-Systemen haben.  Themenbeschreibung
Verwendung fehlerbezogener Potenziale zum Trainieren der Spracherkennung in einer Mensch-Roboter-Interaktionsumgebung  Dieses Studentenprojekt konzentriert sich auf die Nutzung von fehlerbezogenen Potenzialen (ErrPs) in EEG-Daten zur Verbesserung von Spracherkennungssystemen in der MenschRoboter-Interaktion (HRI). Ziel ist es, ein Paradigma zu testen, bei dem ein Roboter einen bestimmten Sprachbefehl des Benutzers anhand seiner neuronalen Reaktionen auf Fehler in der Spracherkennung erkennen kann. Das Projekt umfasst die Durchführung eines Experiments, bei dem die Teilnehmer versuchen, einen Roboter durch Spracherkennung zu aktivieren, die Erfassung von EEG-Daten zur Erfassung von ErrPs bei Spracherkennungsfehlern und die Verwendung dieser Daten zur Verfeinerung des Spracherkennungsmodells des Roboters. Es wird erwartet, dass das Ergebnis die Fähigkeit des Roboters verbessert, sich an individuelle Benutzer anzupassen, was zu natürlicheren und effektiveren Interaktionen führt. Dieses Projekt eignet sich gut für Studenten mit Interesse an Neurotechnologie, maschinellem Lernen und Robotik, insbesondere für Studenten mit Kenntnissen in Signalverarbeitung und Programmierung. Themenbeschreibung
Durchführung einer Eye-Tracking- und EEG-Studie zur Erkennung von Anomalien im Verkehr.  Zur Erkennung von Anomalien im Verkehr werden im Filmmaterial verschiedene Annotationen präsentiert, um diese hervorzuheben. Diese Studie beschäftigt sich mit der Frage, welche Annotationsformen am besten geeignet sind und ob die Probanden die Kategorie der Anomalien erkennen können. Die Aufgabe in diesem Projekt ist es, die Studie durchzuführen und die Daten zu erheben. Dieses Projekt ist ideal für Studenten, die sich für neuropsychologischen Studien, Studiendesign und deren Durchführung interessieren.  Themenbeschreibung
Messung der kognitiven Arbeitsbelastung durch ereigniskorrelierte Potenziale in einem Gaming-Szenario.   Die Messung der kognitiven Arbeitsbelastung in einem Gaming-Szenario bietet viele Vorteile. Zum Beispiel können Schwierigkeitsgrade optimal an individuelle Spieler angepasst werden, ohne dass sie es bemerken, was zu einem besseren Spielerlebnis führt. Verschiedene Studien haben gezeigt, dass durch die Nutzung diverser Stimuli (auditiv, taktil oder visuell) sogenannte ereigniskorrelierte Potenziale (ERPs) im Elektroenzephalogramm (EEG) induziert werden können. Anhand dieser ERPs kann die kognitive Arbeitsbelastung abgeschätzt werden. Die Aufgabe besteht darin, in einer solchen Studie mithilfe der Elektroenzephalographie Daten zu erheben und anhand dieser Daten die Unterschiede zwischen den verschiedenen kognitiven Arbeitsbelastungen zu untersuchen. Dieses Projekt ist ideal für Studenten, die sich für mentale Zustände des Gehirns in Gaming interessieren.   Themenbeschreibung
Benchmarking mobiler EEG-Geräte im Vergleich zum Gel-basierten EEG nach Laborstandard   Dieses Studentenprojekt zielt darauf ab, die Leistung mobiler EEG-Geräte im Vergleich zu etablierten gel-basierten EEG-Systemen im Labor zu bewerten. Das Projekt umfasst die Durchführung einer Laborstudie zur Messung der Genauigkeit, Zuverlässigkeit und Benutzerfreundlichkeit von mobilen EEG-Geräten bei verschiedenen kognitiven Aufgaben. Der Studierende wird Daten sowohl mit mobilen als auch mit gel-basierten EEG-Systemen sammeln, die Daten hinsichtlich der Signalqualität analysieren und mögliche Diskrepanzen zwischen den beiden Gerätetypen identifizieren. Das Projekt umfasst auch einen Überblick über die aktuelle Literatur zur EEG-Technologie und ihren Anwendungen und gipfelt in einem umfassenden Benchmarking-Bericht, der als Leitfaden für künftige Entwicklungen in der mobilen EEG-Technologie dienen könnte. Dieses Projekt ist ideal für Studenten, die sich für Neurotechnologie, biomedizinische Technik oder kognitive Neurowissenschaften interessieren, über Fähigkeiten in der Datenanalyse verfügen und ein Interesse an den praktischen Anwendungen von EEG-Systemen haben.  Themenbeschreibung
Initiativbewerbung für eine eigene Projektidee  Wir begrüßen auch Initiativbewerbungen mit eigenen Projektideen von Studierenden, die sich für ein bestimmtes Thema begeistern, welches in unsere Themenschwerpunkte fällt. Wenn Sie innovative Ideen und kreative Ansätze verfolgen, die unser Forschungsprofil bereichern könnten, laden wir Sie ein, Ihre Vorschläge mit uns zu teilen. Dieses Projekt ist ideal für Studenten, die sehr große Eigeninitiative zeigen möchten und selbstständig arbeiten können.  Themenvorschlag