• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Текущий прогресс

В Центре биоэлектрических интерфейсов осуществляются разработки в ряде cмежных, но, тем не менее, разнообразных областей. В каждой из них на настоящий момент были получены следующие результаты. (PDF, 3.83 Мб). 



Нейрообратная связь

1.1 Опубликована статья A. Ossadtchi, T. Shamaeva, E. Okorokova, V. Moiseeva, M. A. Lebedev. (2017). Neurofeedback learning modifies the incidence rate of alpha spindles, but not their duration and amplitude. Scientific Reports, 7, 3772.
https://www.nature.com/articles/s41598-017-04012-0
В статье рассматриваются измения паттернов альфа-активности, зарегистрированной в ЭЭГ отведении P4, в результате двухдневной тренировки в парадигме нейрообратной связи. Было показано, что итоговый прирост мощности альфа-ритма в результате тренировки был обеспечен за счет увеличения количества эпизодов синхронизации альфа-осцилляций, в то время как их амплитуда и длительность оставались неизменными.

1.2 Разработано программное обеспечение для реализации экспериментальных парадигм в исследованиях нейрообратной связи, по результатам опубликована статья N. Smetanin, K. Volkova, S. zabodaev, M. A. Lebedev, A. Ossadtchi. (2018). NFBLab — A Versatile Software for Neurofeedback and Brain-Computer Interface Research. Frontiers in Neuroinformatics, https://www.frontiersin.org/articles/10.3389/fninf.2018.00100/full

1.3 Мы также разрабатываем методы для сокращения задержки предъявления нейрообратной связи, критичной для эффективности тренировки в рамках НОС парадигмы. Опубликован препринт N. Smetanin, M. A. Lebedev, A. Ossadtchi. (2018). Towards Zero-Latency Neurofeedback, https://www.biorxiv.org/content/10.1101/424846v1.


Обратная задача ЭЭГ и МЭГ

2.1 Разработано программное обеспечение для решения обратной задачи ЭЭГ и визуализации активности мозга в реальном времени. Видео с демонстрацией можно найти на нашем youtube-канале по ссылке https://www.youtube.com/watch?v=nDvEIrZ8oL8.

2.2 Был разработан новый метод поиска коннективностей в МЭГ данных. Метод использует оригинальную операцию проекции, применяемую к матрице кросс-спектра сигнала и позволяющую решить проблему протечки сигнала, при этом сохраняя вклад источников, взаимодействующих с нулевой фазовой задержкой. Алгоритм опубликован в статье A. Ossadtchi, D. Altukhov, K. Jerbi. (2018). Phase shift invariant imaging of coherent sources (PSIICOS) from MEG data. Neuroimage, 183:950-971, https://www.ncbi.nlm.nih.gov/pubmed/30142449

2.3 Разработан новый метод решения обратной задачи МЭГ, позволяющий модифицировать классический бимформер так, чтобы сохранить все преимущества базового метода, и при этом получить возможность восстановления коррелированных источников. Метод описан в препринте A. Kuznetsova, J. Nurislamova, A. Ossadtchi. Modified covariance beamformer for solving MEG inverse problem in the environment with correlated sources. (2019). https://www.biorxiv.org/content/10.1101/668814v1


Неинвазивные нейроинтерфейсы

Помимо основной задачи по разработке фундаментальных и технологических основ создания электрокортикографических инвазивных интерфейсов, в которой нам удалось достичь существенного прогресса (https://bioelectric.hse.ru/news/228891005.html), ведутся исследования в области неинвазивных нейро- и миоинтерфейсов для задач реабилитации пациентов.
Для повышения эффективности интерфейсов мозг-компьютер был разработан метод анализа ЭЭГ данных, позволяющий более точно классифицировать состояния при создании идеомоторного интерфейса, результаты опубликованы в работе N. Dagaev, K. Volkova, A. Ossadtchi. (2017). Latent variable method for automatic adaptation to background states in motor imagery BCI. Journal of Neural Engineering, 15(1), https://iopscience.iop.org/article/10.1088/1741-2552/aa8065/meta.
Разработанный идеомоторный интерфейс мы применяем в нейрореабилитации, см. демонстрацию на видео https://www.youtube.com/watch?v=XNRg61bNbNI&t=99s


Атомарные магнитометрические сенсоры

Совместно с сотрудниками из Физико-технического института им. А.Ф. Иоффе РАН ведутся разработки нового атомарного магнитометрического сенсора для многоканальной магнитоэнцефалографии. Результаты опубликованы в работах:

4.1 A. E. Ossadtchi, N. K. Kulachenkov, D. S. Chuchelov, S. P. Dmitriev, A. S. Pazgalev, M. V. Petrenko, A. K. Vershovskii. Towards magnetoencephalography based on ultrasensitive laser pumped non-zero field magnetic sensor. IEEE proceedings - 2018 International Conference Laser Optics (ICLO), St. Petersburg, 2018, pp. 543-543, https://ieeexplore.ieee.org/document/8435740

4.2 A. S. Pazgalev, A. E. Ossadtchi, S. P. Dmitriev, V. A. Kartoshkin, M. V. Petrenko, A. K. Vershovskii. High sensitivity laser pumped Cesium magnetic sensor for magnetoencephalography. - Proc. MPLP’2018 - VIII International Symposium "Modern Problems of Laser PHYSICS", Novosibirsk, Russia, 25 August - 01 September 2018, pp.189-190.

4.3 Создан патент A. K. Vershovskii, A. E. Ossadtchi. The method of controlling an atomic quantum magnetometer sensor when operating as part of a multichannel diagnostic system. Patent application # 2018147064, 27.12.2018.


Прикладные исследования

Мы также используем ЭЭГ и МЭГ для исследования функциональных особенностей взаимодействия основных систем головного мозга. Особый интерес представляют исследования работы мозга в состоянии критически высокой когнитивной нагрузки. Нами проведено исследование, в котором при помощи анализа вызванных потенциалов, продемонстрирована зависимость слухового внимания от степени загрузки рабочей памяти синхронных переводчиков. По результатам опубликована статья R. Koshkin, Y. Shtyrov, A. Myachikov, A. Ossadtchi. (2018). Testing the efforts model of simultaneous interpreting: An ERP study. PLOS One, https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0206129.
 

 

 


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.