Direkt zum Inhalt


Forschungsmethoden

Die AG Multisensorik verwendet verschiedene Forschungsmethoden. Die Methoden beinhalten Stimulationsverfahren, Datenaufzeichnungsverfahren und Datenauswertungsverfahren. 
 

Apparative Ausstattung

Für unsere Untersuchungen multisensorischer Wahrnehmung steht uns im Labor eine Reihe spezialisierter Geräte und Methoden zur Verfügung. Wir arbeiten unter anderem mit folgender Ausstattung:

  • Magnetresonanztomographie (Siemens MAGNETOM Prisma, 3 T): Wir erheben strukturelle, funktionelle und diffusionsgewichtete MRT-Daten — etwa zur Untersuchung visuell-vestibulärer Eigenbewegungsreize, der zugrunde liegenden funktionellen Netzwerke und der Faserverbindungen (Fiber-Tracking) zwischen sensorischen Arealen.
  • Augenbewegungsmessung (LiveTrack Lightning, CRS Ltd.): Mit diesem Eye-Tracker erfassen wir Blickbewegungen und Pupillometrie mit einer zeitlichen Auflösung von 500 Hz. Eingesetzt wird das System vor allem in Studien zum exzentrischen Sehen, zu Crowding-Effekten sowie bei Patientinnen und Patienten mit Zentralskotom.
  • Nackenmuskelvibration (Eigenbau): Über applizierte Vibrationen der Nackenmuskulatur erzeugen wir gezielt propriozeptive Reize. In Kombination mit visuellen, vestibulären oder akustischen Stimuli untersuchen wir damit die multisensorische Integration bei der Eigenbewegungswahrnehmung.
  • Kalorische vestibuläre Stimulation (Eigenbau, MR-kompatibel): Durch Warm- und Kaltreizspülung der äußeren Gehörgänge induzieren wir gezielt vestibuläre Aktivität, um illusorische Eigenbewegungswahrnehmung und ihre kortikalen Korrelate zu untersuchen.
  • Olfaktorische Stimulation: Über ein luftstromgetriebenes Olfaktometer präsentieren wir Duftstoffe zeitgenau und reproduzierbar. So lassen sich olfaktorische Beiträge zu multisensorischen Wahrnehmungs- und Aufmerksamkeitsprozessen erfassen.
  • Virtuelle Realität (HTC VIVE Focus, kopfmontierte Anzeige mit Motion-Tracking): Mit dem VR-System realisieren wir immersive, multisensorische Umgebungen und zeichnen gleichzeitig Bewegungs- und Blickdaten der Teilnehmer auf.
  • Psychophysische Paradigmen: Zur quantitativen Erfassung von Wahrnehmungsschwellen und Entscheidungsprozessen setzen wir klassische Verfahren ein — etwa die Methode der konstanten Reize, adaptive Treppenverfahren und Two-Alternative-Forced-Choice-Aufgaben — ergänzt um signalentdeckungstheoretische Auswertungen.
  • Fragebögen: Ergänzend erheben wir mit standardisierten Fragebögen u. a. Eigenbewegungswahrnehmung, laterale Präferenzen (z. B. Händigkeit) sowie Bewegungskrankheit (Kinetose) und Schwindelsymptomatik. 

Software und Analyseverfahren

Für Stimuluspräsentation, Datenerfassung und Auswertung greifen wir auf eine Kombination etablierter und selbst entwickelter Werkzeuge zurück: 

  • Stimuluspräsentation: Psychtoolbox (MATLAB) und PsychoPy für zeitkritische visuelle, auditive und multisensorische Paradigmen; für immersive Szenen nutzen wir Unity in Verbindung mit dem VIVE-System.
  • Datenerfassung und Synchronisation: Trigger-gesteuerte Erfassung über die jeweiligen Geräteschnittstellen (MRT, Eye-Tracker, VR) sowie modalitätsübergreifende Synchronisation, sodass Reize, physiologische Signale und Verhaltensdaten zeitlich präzise zueinander stehen.
  • Analyse: Bildgebungsdaten werten wir vor allem mit FreeSurfer aus; ergänzend setzen wir MNE-Python für ereigniskorrelierte Analysen ein. Verhaltens- und psychophysische Daten analysieren wir in R und MATLAB. Für die statistische Modellierung nutzen wir vor allem linear gemischte Modelle, bayesianische Hierarchiemodelle und signalentdeckungstheoretische Ansätze.
  • Reproduzierbarkeit: Studienmaterialien, Analyseskripte und — sofern datenschutzrechtlich möglich — Rohdaten teilen wir über OSF, GitHub und Zenodo. 

Weiterführende Literatur

Eine Auswahl an Arbeiten, die unsere methodischen Ansätze beschreiben oder auf denen sie aufbauen: 

  • Beer, A. L., Plank, T., & Greenlee, M. W. (2011). Diffusion tensor imaging shows white matter tracts between human auditory and visual cortex. Experimental Brain Research, 213(2–3), 299–308. https://doi.org/10.1007/s00221-011-2715-y
  • Castellotti, S., Soldo, M., Plank, T., Viva, M. M. D., & Greenlee, M. W. (2025). Visual search performance depends on the congruency of olfactory sensations. Scientific Reports, 15(1), 38116. https://doi.org/10.1038/s41598-025-25995-1
  • Frank, S. M., & Greenlee, M. W. (2014). An MRI-compatible caloric stimulation device for the investigation of human vestibular cortex. Journal of Neuroscience Methods, 235, 208–218. https://doi.org/10.1016/j.jneumeth.2014.07.008
  • Malania, M., Lin, Y.-S., Hörmandinger, C., Werner, J. S., Greenlee, M. W., & Plank, T. (2024). Training-induced changes in population receptive field properties in visual cortex: Impact of eccentric vision training on population receptive field properties and the crowding effect. Journal of Vision, 24(5), 7. https://doi.org/10.1167/jov.24.5.7
  • Wein, S., Malloni, W. M., Tomé, A. M., Frank, S. M., Henze, G.-I., Wüst, S., Greenlee, M. W., & Lang, E. W. (2021). A graph neural network framework for causal inference in brain networks. Scientific Reports, 11(1), 8061. https://doi.org/10.1038/s41598-021-87411-8 

 

nach oben