Institut
Marc-Nils Wahalla

Dipl.-Ing. Marc-Nils Wahalla

Dipl.-Ing. Marc-Nils Wahalla
Adresse
Appelstraße 4
30167 Hannover
Gebäude
Raum
318
Dipl.-Ing. Marc-Nils Wahalla
Adresse
Appelstraße 4
30167 Hannover
Gebäude
Raum
318
  • Publikationsliste

    2020


    CereBridge : An Efficient, FPGA-based Real-Time Processing Platform for True Mobile Brain-Computer Interfaces. / Wahalla, Marc-Nils; Vaya, Guillermo Paya; Blume, Holger.

    42nd Annual International Conferences of the IEEE Engineering in Medicine and Biology Society: Enabling Innovative Technologies for Global Healthcare, EMBC 2020. IEEE, 2020. S. 4046-4050 9175623.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review


    2016


    An intelligent bioreactor system for the cultivation of a bioartificial vascular graft. / Maschhoff, Paul; Heene, Sebastian; Lavrentieva, Antonina; Hentrop, Thorleif; Leibold, Christian; Wahalla, Marc Nils; Stanislawski, Nils; Blume, Holger; Scheper, Thomas; Blume, Cornelia.

    in: Engineering in life sciences, Jahrgang 17, Nr. 5, 06.12.2016, S. 567-578.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review


    2015


    A Real-time Monitoring System Controller for Medical Tissue Engineering Bioreactors. / Leibold, C.; Wahalla, M.; Blume, C.; Blume, H.; Wilhelmi, M.

    2015 IEEE International Conference on Consumer Electronics (ICCE). IEEE Computer Society, 2015. S. 40-41.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review


  • Forschungsprojekte

    Biomedizintechnik

    • Optogenetik
      Im Rahmen dieser Kooperation mit dem Institut für Technische Chemie und dem Institut für Quantenoptik der Leibniz Universität Hannover werden Methoden untersucht, das Verhalten von intra-zellulären Prozessen von Außen mit Licht zu steuern. Mit Hilfe von Optogenetik können auch typischerweise lichtunempfindlichen Zellen gezielt verändert werden, um auf Lichtbeeinflussung zu reagieren. Aufgrund der gemeinsamen Vorerfahrungen zwischen den Projektpartnern sind insbesondere auch optogenetische Fragestellungen im Kontext von Tissue Engineering interessant.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Marc-Nils Wahalla, Dipl.-Ing.
      Jahr: 2016
    • Efficient Real-time Processing of EEG-Signals
      Ein Brain-Computer-Interface (BCI) ist ein System, welches auf Basis von Messungen der Aktivität des Zentralnervensystems Signale zur Ansteuerung eines artifiziellen Systems erzeugt, um beispielsweise bestimmte Aufgaben des menschlichen Handelns zu ersetzen, verbessern oder ergänzen. Moderne BCIs basieren häufig auf der Dekodierung beziehungsweise Interpretation von EEG-Signalen, da entsprechende Systeme sowohl nicht-invasiv als auch kostengünstig verfügbar sind. Diese Sensoren erfassen eine Vielzahl unabhängiger, überlagerter Signale, die eine direkte Verwendung zur Ansteuerung eines digitalen Systems erschweren. Daher sind für jede Anwendung und entsprechende Anwendungsumgebungen speziell entwickelte und angepasste Algorithmen erforderlich. Im Rahmen dieses Projektes werden daher Methoden zur effizienten Echtzeitverarbeitung von EEG-Signalen untersucht. Das Institut für Mikroelektronische Systeme entwickelt hierfür ein Komplettsystem aus dedizierter, konfigurierbarer Hardware in Kombination mit einem speziell für die Verarbeitung von EEG-Signalen angepassten Signalverarbeitungs-Framework.
      Leitung: Prof. Dr.-Ing. Holger Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: Marc-Nils Wahalla, Dipl.-Ing.
      Jahr: 2017

    Systementwurf

    • Efficient Real-time Processing of EEG-Signals
      Ein Brain-Computer-Interface (BCI) ist ein System, welches auf Basis von Messungen der Aktivität des Zentralnervensystems Signale zur Ansteuerung eines artifiziellen Systems erzeugt, um beispielsweise bestimmte Aufgaben des menschlichen Handelns zu ersetzen, verbessern oder ergänzen. Moderne BCIs basieren häufig auf der Dekodierung beziehungsweise Interpretation von EEG-Signalen, da entsprechende Systeme sowohl nicht-invasiv als auch kostengünstig verfügbar sind. Diese Sensoren erfassen eine Vielzahl unabhängiger, überlagerter Signale, die eine direkte Verwendung zur Ansteuerung eines digitalen Systems erschweren. Daher sind für jede Anwendung und entsprechende Anwendungsumgebungen speziell entwickelte und angepasste Algorithmen erforderlich. Im Rahmen dieses Projektes werden daher Methoden zur effizienten Echtzeitverarbeitung von EEG-Signalen untersucht. Das Institut für Mikroelektronische Systeme entwickelt hierfür ein Komplettsystem aus dedizierter, konfigurierbarer Hardware in Kombination mit einem speziell für die Verarbeitung von EEG-Signalen angepassten Signalverarbeitungs-Framework.
      Leitung: Prof. Dr.-Ing. Holger Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: Marc-Nils Wahalla, Dipl.-Ing.
      Jahr: 2017