Аспирантский семинар: Построение атласа и анализ активности головного мозга

Место: Факультет компьютерных наук, Покровский бульвар, д. 11, ауд. R306
Время: 7 сентября, 18:10 – 19:30 

Доклады состоятся в рамках научно-исследовательского семинара аспирантской школы по компьютерным наукам.

Первый доклад

Тема: Применение методов машинного обучения для анализа медицинских изображений 
Докладчик:  Анвар Курмуков, аспирант третьего года обучения, департамент анализа данных и искусственного интеллекта факультета компьютерных наук

Коннектомом головного мозга называется граф, описывающий связи между различными областями головного мозга. Вершинами это графа являются зоны на поверхности и/или внутри головного мозга, а ребрами — связи между ними. В качестве связей могут выступать как физическая соединенность (пучки нейронов, тянущиеся из одной зоны в другую), так и функциональная коактивация (одновременная реакция на раздражитель, измеряемая степенью оксигенации). Построение графа коннектома (in vivo) осуществляется на основе снимков (трехмерных) МРТ головного мозга. Одним из важнейших шагов при построении графа коннектома является построение атласа головного мозга, регионы которого будут выступать в качестве вершин графа. В настоящем докладе мы рассмотрим существующие способы построения таких атласов и их влияние на решение различных задач классификации с применением графов коннектомов.

Второй доклад

Тема: Математические методы обработки многомерных временных рядов в применении к анализу электрофизиологических сигналов в реальном времени 
Докладчик: Николай Сметанин, аспирант третьего года обучения, департамент анализа данных и искусственного интеллекта факультета компьютерных наук

Одной из распространённых экспериментальных парадигм, применяемых в исследованиях в области нейронаук, является парадигма, реализующая замкнутый контур, преобразующий показатели активности мозга участника эксперимента в последовательность стимулов в режиме реального времени или использующий преобразованные сигналы для управления внешним устройством либо программой. К таким парадигмам, к примеру, относятся биологическая обратная связь (БОС) и интерфейс мозг-компьютер (ИМК). Настоящая работа посвящена разработке методов обработки сигналов, направленных на повышение эффективности реализации парадигм с замкнутым контуром.

Первый проект, реализованный в рамках диссертационного исследования, посвящен разработке программного обеспечения (ПО), реализующего парадигму с замкнутым контуром. Разработанное в рамках проекта ПО “NFBLab” включает в себя как стандартные, так и новые алгоритмы для обработки многоканальных электрофизиологических сигналов в режиме реального времени, позволяющие эффективно отстраиваться от характерных артефактов в электрофизиологических данных и настраиваться на индивидуальные характеристики активности мозга испытуемого.

Второй проект связан с разработкой алгоритмов для оценки параметров осцилляторной активности мозга в режиме реального времени с минимальной задержкой. Наличие значительных задержек стандартных реализаций экспериментов с замкнутым контуром влияет на их эффективность. Разработано семейство методов, основанных на оптимизации комплекснозначного фильтра с конечной импульсной характеристикой для оценки амплитуды и фазы узкополосного сигнала. Работая в режиме реального времени, данные методы позволяют сократить задержку, при этом сохраняя точность оценки амплитуды и фазы целевого сигнала.