Нейросетевые методы декодирования мультимодальных данных нейровизуализацииNeural network-based methods for decoding multimodal neuroimaging data

Работа предлагает набор методов машинного обучения и искусственного интеллекта для анализа мультимодальных данных функциональной нейровизуализации и их практического применения. Разработан нейросетевой подход к выделению узкополосных ритмов ЭЭГ с низкой задержкой для нейрообратной связи, устойчивый к шуму и адаптируемый под испытуемого. Предложен метод локализации компонент различий представлений в ЭЭГ/МЭГ не требующий решения обратной задачи. Созданы интерпретируемые архитектуры для декодирования BOLD сигнала по ЭЭГ, а также проведено систематическое исследование пассивного картирования речи по ЭКоГ. Сформирован и опубликован корпус ЭЭГ при чтении предложений с контролируемыми лингвистическими стимулами, дающий возможность сопоставления корковых репрезентаций с представлениями современных языковых моделей.