Forschungsinteressen

Meine experimentelle Forschung an der Schnittstelle zwischen Psychologie, Gehirn- und Datenwissenschaften zielt darauf ab die Mechanismen zu beleuchten, die es dem Menschen ermöglichen, ein bemerkenswert flexibles und robustes Verhalten an den Tag zu legen. Inspiriert von der Forschung zu komplexen Systemen nutze ich die Möglichkeiten der Signalanalyse, um die Interpretation neuronaler Prozesse auf Grundlage von komplexen gemessenen Gehirnsignalen zu verbessern.

 

Dynamische Charakterisierung von neuronalen Rhythmen. Neuronale Rhythmen geben Aufschluss darüber, wie das menschliche Gehirn die Informationsverarbeitung in Zeit und Raum koordiniert. Ein wichtiges Ziel ist es, rhythmische Perioden in der Zeit zu identifizieren, um diese rhythmischen Signale besser zu charakterisieren und Erkenntnisse über ihre Entstehung und Funktion zu gewinnen.

 

Charakterisierung der "neuronalen Komplexität". Neuronale Mechanismen interagieren dynamisch über mehrere zeitliche und räumliche Skalen hinweg, sowohl innerhalb als auch zwischen Gehirnregionen. Dies führt zu einer Fülle von Signaturen, die an der Kopfhaut gemessen werden. Ein wichtiges Ziel ist es, diese Fluktuationen besser zu charakterisieren, um auf das Vorhandensein verschiedener neuronaler Aktivitätsregime schließen zu können.

 

Unsicherheit in der Umwelt. Der Mensch sieht sich häufig mit komplexen Umgebungen konfrontiert, in denen ein unterschiedlicher Grad an Ungewissheit darüber herrscht, welche Umweltaspekten priorisiert werden sollten. Eines meiner Hauptinteressen ist die Frage, wie das Gehirn diese Ungewissheit erkennt und wie es seine Dynamik verändert, um adaptive Handlungsalternativen aufzuzeigen.

 

Thalamische Einflüsse auf kortikale Dynamik und Kognition. Der Thalamus ist eine tiefe Hirnregion, die ideal geeignet ist, um spezifische Berechnungen im Kortex dynamisch zu regulieren. Sein vielfältiger Einfluss auf die Dynamik kortikaler Netzwerke im Dienste von Wahrnehmung, Kognition und Handlung ist jedoch nach wie vor im Menschen nur schwer erfassbar. Ich verwende einen multimodalen Ansatz, der eine hohe zeitliche Auflösung im kortikalen EEG mit einer hohen räumlichen Auflösung in der fMRI kombiniert, um diese Beziehungen zu untersuchen.

Vita

B. Sc. Psychologie, Freie Universität Berlin,  2014

M. Sc. Mind and Brain - Track Brain, Humboldt-Universität zu Berlin,  2016

2016-2020 Doktorand in der IMPRS COMP2PSYCH

(https://www.mps-ucl-centre.mpg.de/en/comp2psych)


Ausgewählte Publikationen

Kosciessa, J. Q. (2020). Measurement and relevance of rhythmic and aperiodic human brain dynamics. (Dr. rer. nat.). Humboldt-Universität zu Berlin. doi:10.18452/22040 

Kosciessa, J. Q., Grandy, T. H., Garrett, D. D., & Werkle-Bergner, M. (2020). Single-trial characterization of neural rhythms: Potential and challenges. NeuroImage, 206, 116331. doi:10.1016/j.neuroimage.2019.116331

Kosciessa, J. Q., Kloosterman, N. A., & Garrett, D. D. (2020). Standard multiscale entropy reflects neural dynamics at mismatched temporal scales: What's signal irregularity got to do with it? PLoS Computational Biology, 16(5), e1007885. doi:10.1371/journal.pcbi.1007885

Kosciessa, J. Q., Lindenberger, U., & Garrett, D. D. (2020). Thalamocortical excitability adjustments guide human perception under uncertainty. bioRxiv. doi:10.1101/2020.06.22.165118

Zur Redakteursansicht