Wilkommen im KlaesLab

geleitet von Christian Klaes

Das KlaesLab ist spezialisiert auf die Erforschung der Schnittmenge zwischen biologischen und künstlichen Systemen. Professor Klaes hat die Professur für Neurotechnologie an der Ruhr-Universität Bochum inne. Er ist Experte für invasive und nicht-invasive Gehirn-Computer-Schnittstellen bei Menschen und Affen. Derzeit konzentriert sich das Labor auf den Einsatz modernster maschineller Lernansätze für Gehirn-Maschine-Schnittstellen zur Steuerung von Geräten, auf die Entwicklung fortschrittlicher neuronaler Analysemethoden zur Steuerung von Exoskeletten für die menschliche Hand und auf die Erforschung der virtuellen Realität. Das Labor verwendet VR, EEG und invasive neuronale Aufzeichnungen von Menschen, was eine breite Palette von Forschungsmöglichkeiten bietet. Das Labor verfügt über ein breites Netzwerk an Kooperationen innerhalb der Ruhr-Universität Bochum sowie mit externen Partnern wie dem Caltech, der Ruhr-Universität (Iossifidis Lab), dem Deutschen Primatenzentrum, der Universität Coimbra, der Snap GmbH und vielen anderen.

Klaes Team

News and Events

Forschungsfelder

Derzeit konzentrieren wir uns auf den Einsatz virtueller Realität bei der Simulation menschlicher Interaktionen mit den Gehirn-Maschinen-Schnittstellen bei der Steuerung von Geräten, kollaborativer Robotik, neuartige Methoden zur Bewertung der Gehirnaktivität und die Entwicklung fortschrittlicher neuronaler Analysemethoden für die Steuerung von Exoskeletten für die menschliche Hand.

Nutzung von VR zur Diagnostik von neurologischen Erkrankungen

Wir entwickeln einen standardisierten Test zur Diagnose von motorischen Funktionsstörungen in der VR. Wir nutzen moderne Machine Learning (ML) Algorithmen, wie z.B. Deep Learning, im Kontext der Diagnose und Therapie von neurologischen Erkrankungen mit Hand- und Armfunktionsstörungen.

Neuronale Signalverarbeitung mit künstlicher Intelligenz auf einer eingebetteten Plattform

Ziel dieses Projekts ist die Entwicklung einer End-to-End-Pipeline für die neuronale Verarbeitung, die Online-Algorithmen für die Spike-Sortierung und neuronale Dekodierung unter Verwendung analoger und digitaler eingebetteter Hardware implementiert. Diese Pipeline ist ein grundlegender Baustein für die Entwicklung der nächsten Generation von neuronalen Implantaten. Das System stützt sich auf modernste Algorithmen des maschinellen Lernens, um Bewegungsabsichten aus der Gehirnaktivität zu dekodieren. Parallel dazu werden wir einen neuronalen Decoder optimieren, der auf Deep-Learning-Methoden basiert.

Smart upper-limb exoskeleton

Wir sind daran interessiert, eine Schlüsselkomponente zu entwickeln - ein biomechanisch gestaltetes, adaptives Exoskelett für die obere Extremität - um Patienten mit Arm- und Greiffunktionseinschränkungen aufgrund verschiedener neurologischer Erkrankungen auf ihrem Rehabilitationsweg zu begleiten und zu unterstützen. Das Exoskelett ist ein ganzheitliches Rehabilitationssystem, das den Entwurf und die Umsetzung von Bewegungsaufgaben in VR, ein auf Biosignalen basierendes Feedbacksystem und einen generischen Decoder für invasive und nicht-invasive Gehirn-Computer-Schnittstellen umfasst.

Collaborative robotics

Gemeinsam mit der Ruhr-Universität für angewandte Wissenschaften, der Universität Coimbra und der Universität Madeira entwickeln wir einen Rahmen für eine vertrauensvolle und effiziente motorische Zusammenarbeit zwischen Menschen und Robotern. Wir verwenden menschliche Biomarker als Stellvertreter für den menschlichen Zustand, um die Aktionen des kollaborativen Roboters adaptiv zu steuern.

Terahertz

Wir setzen Terahertz-Strahlung ein, um neue Methoden zur Abbildung der Gehirnaktivität für zukünftige Gehirn-Maschine-Schnittstellen zu entdecken.

If you are interested in our projects and/or working with us,

please visit our project page and reach out to us.

 

Abschicken