Agy-gép interfészek fejlesztése tanuló algoritmusok alkalmazásával

Supervisor:
Dr. Harmati István
External supervisor:
Rácz Melinda
External supervisor e-mail:
racz.melinda.9157@gmail.com
Subject:
Project Laboratory 1 - Biomedical engineering, MSc Bio.
Project Laboratory 2 - Biomedical engineering, MSc Bio.
Project Laboratory - Control systems study specialization, BSc Elec.
Students count:
2
Continue:
Szakdolgozat / Diplomaterv
Description:

Az agy-gép interfészek (brain-computer interfaces, BCIs) olyan alkalmazások, amik a felhasználó idegi aktivitását számítógép által értelmezhető utasításokká képesek alakítani. Fő alkalmazási területük még napjainkban is agyvérzéses vagy traumatikus eredetű agyi sérüléssel rendelkező páciensek rehabilitációja, de a közelmúltban megjelent, a szórakoztató elektronika tárgykörébe tartozó egyszerűen alkalmazható hardver- és szoftvereszközök jelentősége is növekszik.

Az agy-gép interfészek nagy változatosságot mutatnak egyrészt az idegi aktivitások rögzítésének, másrészt azok feldolgozásának módjában. A legegyszerűbben alkalmazható BCI-k EEG alapúak (ezek a teljes agyfelszínről származó, de zajos és rossz térbeli felbontású adattal dolgoznak), míg a legspecializáltabb változatok az idegszövetbe ültetett elektródák segítségével rögzített jeleket dolgoznak fel (ez a megoldás lehetővé teszi egyes konkrét neuronok aktivitásának megkülönböztetését is); a szoftveres háttér többségében valamilyen tanuló algoritmuson alapul (SVM, PCA, neurális háló, stb.), nagy teret engedve a programozói kreativitásnak.

A hallgató feladata a Természettudományi Kutatóközpont Kognitív Idegtudományi és Pszichológiai Intézetének Integratív Idegtudományi Kutatócsoportjával együttműködve az elérhető (fizikai) jelrögzítő mechanizmusokhoz feldolgozó algoritmus illesztése korszerű, gépi tanulást megvalósító algoritmusok alkalmazásával.

A jelentkezőtől elvárt a témához kapcsolódó irodalom megértéséhez elegendő angol nyelvtudás valamint a Python nyelv és az azt kiegészítő, AI alkalmazások implementálásához szükséges csomagok (NumPy, scikit-learn, Keras, stb.) használatának elsajátítására vonatkozó hajlandóság.

Szint: BSc, MSc.