Kognitive Psychologie

• Einfache Dissoziation
• Doppelte Dissoziation
• Assoziation

Assoziation: Symptome treten gemeinsam auf

Dissoziation: getrennt arbeitende Areale/Systeme

-> Teilleistungen sind selektiv beeinträchtigt

-> Bsp.: H.M.: kann implizit lernen, aber nicht explizit -> systeme scheinen getrennt voneinander zu sein

-Bsp.: Elli hat Schädigung des Temporallappens und kann noch nach Objekten greifen, sie aber nicht mehr benennen -> weist auf unterschiedliche Funktionen hin

Doppelte Dissoziation: gerennt und unabhängig arbeitende Gedächtnissysteme

-> zwie Patienten zeigen gegensätzliches Muster an Beeinträchtigungen

Bsp.: Elli mit Schädigung im Temporallappen kann nicht bennen, und Bernd mit schädigung im Parietallappen kann nicht nach Objekten greifen

-> beide Läsionsfälle deuten darauf hin, dass es sich um zwei getrennt und unabhängige Verabeitungspfade handelt

• Doppelassoziationen: starke Evidenz für Modularität
• Nachweis kausaler Verbindungen zwischen Hirnschädigung & kognitiver Leistung
• Besonders wichtig in Forschung zu Gedächtnis & Sprache
• Verbindet experimentelle Kognitive Psychologie & Kognitive Neurowissenschaft

• Modularitätsannahmen zu stark
• Patienten entwickeln Kompensationsstrategien
• Neuronale Plastizität
• Hirnschädigungen betreffen oft mehrere Module
• Verbindungen zwischen kognitiven Prozessen werden zu wenig beachtet
• Interindividuelle Unterschiede

Theorien der komplexen Topologie:

• Prinzip der Kosten-Kontrolle 
• Prinzip der Effizienz

• ERPs
• PET
• MEG
• fMRI
• TMS
• rTMS

evozierte & ereigniskorrelierte Potentiale

1. Große langsame Wellen bei kognitiver, sensorischer oder motorischer leistung

2. Änderungen sind meistens zu klein um sie dem Hintergrundrauschen zu unetrscheiden

3. Deshalb --> es werden mehrere Durchgänge / eEg Aufzeichnungen mit dem gleichen sensorischenReiz aufgenommen , durch wiederholte Präsentation werden Hintergrundgeräusche ignoriert

Wellen werden benannt nach N negativer peak, P positiver Peak und die Auftretenszeit nach der Präsentation des Stimulus.

Methode zur Messung von Hirnaktivität mit Hilfe von Radiopharmaka. Wird häufig zur Untersuchung bestimmter Transmittersysteme verwendet. Erfolgt in fünf Schritten:

1. Herstellung radioaktiv markierter Substanz
2. Injektion des Tracers
3. Isotope zerfallen → Emission von Positronen
4. Kollision der Positronen mit Elektronen → erzeugt Photonen
5. Messung der Photonen in Form von Gammastrahlung

→ Vorteil: Spezifität der Tracer | Nachteil: Kostenaufwändig, Strahlung, schlechtere (zeitliche) Auflösung als fMRT

Messung von Aktivität anhand von magnetischen Feldlinien oberhalb der Schädeloberfläche. Diese entstehen durch die postsynaptischen, dendritischen Summenpotentiale aus Sulci. 

→ Vorteil: Gute räumliche/zeitliche Auflösung | Nachteil: Hoher Aufwand und hohe Kosten durch Abschirmung und Technik

Auf BOLD-Kontrast (verschiedene Eigenschaften von (des-)oxygeniertem Hämoglobin)  basierende Methode zur Messung von Hirnaktivität. Auch möglich sind Konnektivitätsanalysen und multivariate Mustererkennung.

→ Vorteil: Gute räumliche, akzeptable zeitliche Auflösung | Nachteil: Signalverluste, keine kausalen Schlüsse möglich

Methode der biologischen Psychologie, die kurzzeitig durch Magnetfeld eine virtuelle Läsion erzeugt. 

Tiefe der Stimulation = 1 - 2cm 

Repetive Transkraniale Magnetstimulation : Vorübergehende Läsionen werden erzeugt, um Areale des Gehrins stillzulegen

( bedeutungsvoll bei der Erforschung der Funktion von Gehirnarealen )

WALTER HESS erprobte an Katzen die direke Stimulation von Gehirnarealen zur Erforschung von Verhaltenskonsequenzen ( Aggession, Sexuelatrieb...)

• zusätzliche abhängige Variable für Theorie-Entwicklung & - Testung

-> Kombination verschiedener Techniken

• Funktionale Spezialisierungen & Integration von Signalen können nachvollzogen werden
• TMS erlaubt Kausalschlüsse (!)

• Befunde werden oft überinterpretiert "blobology"

→ Hirnaktivität allein: keine Evidenz für Lokation

→ reverse inference Fehlschluss

• Methodologische Probleme: 

→ geringe Teilnehmerzahlen

→ viele Messpunkte

→ hohe Kosten

→ alpha-Fehler- Wahrscheinlichkeit

• Neuroimaging Illusion

• Komputationale Modellierung
• Artifizielle Intelligenz
• Kognitive Architekturen
• Konnektionistische Netzwerke
• Produktionssysteme
• ACT-R

• Komputationale Modellierung: Programmierung von Modellen, die Aspekte menschlicher Kognition nachbilden
• Artifizielle Intelligenz: Erstellung von Computersystemen, die intelligente Ergebnisse erzielen
• Kognitive Architekturen: domänenübergreifende kognitive Modelle

• Konnektionistische Netzwerke: 
  • Knoten verbunden durch Links (Verbindungen)
  • Gegenseitige Erregung und / oder Hemmung
  • Aktivation eines Knotens ist gewichtete Summe aller eingehenden Links (Input)
  • Weitergabe von Aktivation (Output) bei Überschreitung von Schwellenwert oder entsprechend spezifischer Funktion
  • Ebenen (Layer) geben allgemeine Struktur vor
  • parallele & verteilte Verarbeitung von Informationen → Konzepte verteilt repräsentiert
  • Lernen durch backward propagation → Veränderung der Verbindungen zur Minimierung von Fehlern

• Produktionssysteme: 
  • zahlreiche "wenn...dann..." -Regeln
  • Arbeitsgedächtnis enthält Informationen
  • Inhalt des Arbeitsgedächtnis wird verglichen mit "wenn"- Komponente
  • führt zur Ausführung der "dann"- Komponente
  • Strategie zur Konfliktlösung wird aktiviert, wenn Information zwei Regeln gleichzeitig aktiviert
• ACT-R (Adaptive Control of Thought-Rational):
  • zentrales Produktionssystem greift auf verschiedene Module und Speicherpuffer zu und koordiniert diese → Gedächtnisabruf-, Vorstellungs-, Ziel-, & Prozedurales Modul

• Theoretische Annahmen präzise spezifiziert
• Idee des verteilten Wissens → empirisch gut gestützt
• Bindeglied zwischen Kognitiver Neurowissenschaft & experimenteller Kognitiver Psychologie
• Hervorhebung paralleler Verarbeitung & interaktiver Aktivation passt zu aktueller Befundlage

• Oft zu flexibel, da zu viele freie Parameter
• Emotionale & motivationale Faktoren werden (zu) wenig beachtet
• Einige Modelle sind neurologisch nicht plausibel
• Manche Modelle erlauben keine neuen Vorhersagen