Научная группа
под руководством Натальи Шушариной
Команда
Шушарина Наталья Николаевна
кандидат педагогических наук
старший научный сотрудник Центра нейротехнологий и машинного обучения
Лауреат премии «Эврика» правительства Калининградской области, разработка «Гибридный нейроинтерфейс», обладатель премии Профи- итоги года в номинации «Инженер года».

ResearchGate
ORCID 0000-0002-8848-6134

Телефон: +7 (4012) 595-595 доб. 6630
Почта: NShusharina@kantiana.ru
Богданов Александр
кандидат биологических наук, научный сотрудник Центра нейротехнологий и машинного обучения
Почта: AxeBogdanov@gmail.com
Рождественский Алексей Сергеевич
доктор медицинских наук, профессор, член правления Всероссийского общества неврологов.
Почта: a.s.rozhdestvensky@gmail.com
Юхненко Денис
PhD student Oxford University, научный сотрудник Центра нейротехнологий и машинного обучения
Почта: yukhnenko@gmail.com
Ботман Степан
младший научный сотрудник Центра нейротехнологий и машинного обучения
Почта: SBotman@kantiana.ru
Савинов Владимир
младший научный сотрудник Центра нейротехнологий и машинного обучения
Почта: VSavinov@kantiana.ru
Сапунов Виктор
младший научный сотрудник Центра нейротехнологий и машинного обучения
Почта: VSapunov@kantiana.ru
Камышов Глеб
аспирант БФУ им. И. Канта, младший научный сотрудник Центра нейротехнологий и машинного обучения
Почта: GKamyshov@kantiana.ru
Либерт Алан
магистрант БФУ им. И. Канта, инженер-исследователь Центра нейротехнологий и машинного обучения
Локес Евгения
студент БФУ им. И. Канта, инженер-исследователь Центра нейротехнологий и машинного обучения
Хоймов Матвей
студент БФУ им. И. Канта, инженер-исследователь Центра нейротехнологий и машинного обучения
Александр Васильев
Аспирант
Проекты группы
Исследование влияния пластичности головного мозга на функциональную адаптацию организма
Цель - получение новых научных данных исследований головного мозга и его функций и разработка на их основе комплексных методов определения и понимания ранних признаков выявления и развития неврологических заболеваний и травм с помощью нейровизуализации и других инструментов нейротехнологий.

В настоящее время, мониторинг психоэмоциональных состояний осуществляется с помощью оценки на основе интервью проводимых врачами или методов самостоятельной оценки. Ограниченные возможности подобного подхода не позволяют внимательно отслеживать симптомы, откладывая коррекцию неоптимальных психических состояний. Однако, использование комбинации сенсорных технологий и машинного обучения позволит в режиме реального времени проводить распознавание психоэмоциональных состояний.

Задачи:

● Разработать новую искусственную самообучающуюся сеть с учетом знаний об астроцитах, как регуляторах активности нейронов
● Создание новых глия-селективных фармакологических препаратов для коррекции расстройств настроения, внимания и мотивации.
● Создать новые подходы для терапии психических заболеваний
● Разработать новые технологии для локальной активации нервных центров, принимающих участие в когнитивной деятельности мозга
    Развитие методов машинного обучения и теории сетей для анализа мультимодальных данных нейровизуализации
    Цель - развитие физико-математических методов и моделей для анализа функциональных сетей мозга и выявление интегративных процессов, сопровождающих развитие сенсорных, моторных, когнитивных функций и неврологических заболеваний.

    Задачи:

    ● Изучить подходы картирования психоэмоциональных состояний (в том числе с использованием электрофизиологических маркеров)
    ● Разработать методики разметки данных биопотенциалов в соответствии с изменением психоэмоционального состояния, на базе которых разработан комплексный подход для регистрации электрофизиологических и биометрических параметров человека.
    Разработка генеративного подхода к организации человеко-машинного интерфейса на базе расшифровки кинематики движений рук по данным электромиографии
    • Разработать оптимальное решение для определения координат пальцев руки по данным оптического трекинга для задач разметки данных.
    • Разработать математические основы учета симметрии геометрии датчиков для модификации нейронных сетей сверточного типа.
    • Разработать общие подходы к учету симметрии геометрии датчиков в работе с нейронными дифференциальными уравнениями.
    • Разработать методики аугментации на этапе обучения сигналов ЭМГ для массива электродов с учетом симметрии.
    • Разработать методика разметки данных на основе оптического трекинга пальцев руки.
    • Определить генеративная модель наиболее эффективная для задач реконструкции координат пальцев руки по неполным данным;
    • Разработать общие подходы к учету симметрии геометрии датчиков в нейросетевых моделях.
    Разработки
    More products
    Контакты

    8 (4012) 595 595 доб. 6630
    BCNAI@kantiana.ru
    Центр нейротехнологий и машинного обучения БФУ им. И. Канта