Dynamische Gehirnzustände und Bildgebungsmethoden

Leitung: Michael Marxen, PhD

Die Arbeitsgruppe „Dynamische Gehirnzustände und Bildgebungsmethoden" innerhalb der Sektion Systemische Neurowissenschaften ist eng mit der Fakultät Psychologie und dem Neuroimaging Center (NIC) der TU Dresden (TUD) verbunden. Das NIC und das Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) der TU Dresden bieten eine hervorragende wissenschaftliche Infrastruktur und ein ideales Umfeld für die interdisziplinäre Forschung der Gruppe.

Unsere Forschung konzentriert sich auf die Untersuchung von Hirnfunktionen im Zusammenhang mit Emotionen, kognitiver Kontrolle und Sucht. Insbesondere möchten wir verstehen, wie sich der Zustand des Gehirns auf der Zeitskala von Sekunden bis Jahren verändert, wie sich die zugrundeliegenden Gehirnzustände zwischen Aufgaben und Individuen unterscheiden und wie diese Unterschiede mit dem menschlichen Verhalten zusammenhängen. In diesem Zusammenhang sind wir auch an der Entwicklung besserer Methoden interessiert, die die Reproduzierbarkeit und Spezifität von bildgebenden Verfahren des Gehirns verbessern. Ansätze des maschinellen Lernens werden eingesetzt, um Vorhersagen zu optimieren. Die Untersuchung der Relevanz bestimmter Parameter für die Vorhersage, d.h. die Interpretation komplexer trainierter Modelle, ist ein wichtiger Schwerpunkt. Für unsere Forschungsziele nutzen wir uns in erster Linie Magnetresonanztomographie-Daten (MRT), setzen aber auch interventionelle Methoden wie Neurofeedback oder transkranielle Stimulation ein, um Hirnzustände zu verändern. Ein weiterer Schwerpunkt unserer Arbeit ist die Visualisierung von Hirnfunktionen und -verbindungen.

Mehr Informationen über uns finden Sie auf unserer Webseite.

Mitglieder

Michael Marxen, PhD
Marco Bottino
Garvit Joshi

Projekte

Prädiktion von Trinkverhalten auf der Basis funktionaler Gehirnkonnektivität unter Nutzung mehrerer Informationsquellen (TRR265 „Losing and Regaining Control over Drug Intake", Projekt A09, Sponsor DFG)
Visualization of Neuroimaging Data: Entwicklung von Web-Tools und Augmented Reality (AR) zur Verbesserung der Visualisierung von Neuroimaging-Daten

Publikationen (Auswahl)

Bottino M, Bocková N, Poller NW, Smolka MN, Bohmer J, Walter H, Marxen M (2025) Relating Functional Connectivity and Alcohol Use Disorder: A Systematic Review and Derivation of Relevance Maps for Regions and Connections. Hum Brain Mapp 46(2):e70156
Fang X, Marxen M (2025) Test-retest reliability of dynamic functional connectivity parameters for a two-state model. Netw Neurosci 9(1):371-391
Mikolas P, Marxen M, Riedel P, Brockel K, Martini J, Huth F, [...], Pfennig A (2024) Prediction of estimated risk for bipolar disorder using machine learning and structural MRI features. Psychol Med 54(2):278-288
Bohmer J, Reinhardt P, Garbusow M, Marxen M, Smolka MN, Zimmermann US, [...], Walter H (2023) Aberrant functional brain network organization is associated with relapse during 1-year follow-up in alcohol-dependent patients. Addict Biol 28(11):e13339
Chen HY, Marxen M, Dahl MJ, Glockner F (2023) Effects of Adult Age and Functioning of the Locus Coeruleus Norepinephrinergic System on Reward-Based Learning. J Neurosci 43(35):6185-6196
Marxen M, Graff JE, Riedel P, Smolka MN (2023) Observing cognitive processes in time through functional MRI model comparison. Hum Brain Mapp 44(4):1359-1370
Marxen M, Jacob MJ, Hellrung L, Riedel P, Smolka MN (2021) Questioning the role of amygdala and insula in an attentional capture by emotional stimuli task. Hum Brain Mapp 42(5):1257-1267
Mikolas P, Brockel K, Vogelbacher C, Muller DK, Marxen M, Berndt C, [...], Pfennig A (2021) Individuals at increased risk for development of bipolar disorder display structural alterations similar to people with manifest disease. Transl Psychiatry 11(1):485
Geisler D, Borchardt V, Boehm I, King JA, Tam FI, Marxen M, [...], Ehrlich S (2020) Altered global brain network topology as a trait marker in patients with anorexia nervosa. Psychol Med 50(1):107-115
Knorr FG, Neukam PT, Frohner JH, Mohr H, Smolka MN, Marxen M (2020) A comparison of fMRI and behavioral models for predicting inter-temporal choices. Neuroimage 211:116634

Kooperationen (Auswahl)

Intramural: AG Bipolare Störungen / Section Systemische Neurowissenschaften / AG Präzisionspsychiatrie /Juniorprofessur für Gestaltung Immersiver Medien
Extramural: TRR265 „Losing and Regaining Control over Drug Intake": Forschungsbereich Mind and Brain (Henrik Walter), Charité Universitätsmedizin Berlin / Computational Brain Imaging Group (Thomas Yeo), National University of Singapore / Laboratory for Imaging Science and Technology (Jongho Lee), Seoul National University