Defining novel indicators of implicit reward-related learning in EEG data
Welche Reize aus unserer Umwelt wir verarbeiten können, hängt in erster Linie von ihrer Relevanz ab; diese wiederum wird durch eine Reihe von Faktoren definiert. Hierzu gehören nicht nur physikalische Reizmerkmale (z.B. Helligkeit, Kontrast, Lautstärke), sondern auch deren Relevanz für einen bestimmten Kontext. Dabei spielen ihre motivatorische und emotionale Bedeutung eine entscheidende Rolle und bestimmen, ob und wie wir Reize wahrnehmen und verarbeiten. Um adaptives Verhalten zu ermöglichen, kann sich die Relevanz von Reizen dynamisch ändern, z.B. durch assoziative Lernmechanismen. In diesem Projekt haben wir uns zum Ziel gesetzt, neuronale Marker für diese Veränderungen in hochauflösenden EEG-Messungen zu identifizieren. Basierend auf neuartigen Analyseansätzen konnten wir zeigen, dass die erhöhte motivatorische Relevanz im Laufe der Zeit abnimmt, vermutlich aufgrund von Aufmerksamkeitsverschiebungen und “predictive coding”.