Nach dem Verlust sensorischer Fähigkeiten werden kortikale Neuroprothesen in Zukunft die verlorenen Funktionen teilweise wiederherstellen können. Für das visuelle System wurde die Machbarkeit dieses Ansatzes bereits in Pilotprojekten gezeigt. In diesem Fall ist es wichtig die Wahrnehmung (Perzept) über längere Zeiträume konstant zu halten, um zum Beispiel ein Bild in das Gehirn der blinden Person projizieren zu können. Da sich das Perzept aber in Abhängigkeit der funktionalen Zustände im Gehirn bei konstanter Stimulation ändert, ist es notwendig, die Parameter der Stimuli entsprechend anzupassen. In diesem Projekt werden deshalb in enger Zusammenarbeit mit dem Hertie Institut für klinische Hirnforschung, Abteilung für AktiveWahrnehmung , Algorithmen für die adaptive Stimulation entwickelt.

In diesem Projekt wird ein auf Support Vektor Regression (SVR) aufbauendes Verfahren entwickelt mit dem sich durch Anpassung der Stimulus Intensität neuronale Antworten stabilisieren lassen. Zum einen muß geklärt werden welche Methoden der Signalverarbeitung zur Merkmalsextraktion geeignet sind, zum anderen welche Signalquellen (local field potentials, mutli-unit-activity oder spikes) sich für die Anpassung besonders eignen. Da das Verfahren später auch im online Betrieb eingesetzt werden soll werden neue Algorithmen für das online SVR Training und die Modellselektion entwickelt.