Современные методы машинного обучения в задачах интерпретации электрической активности головного мозгаModern methods of machine learning in the interpretation of electrical activity of the brain

Клинически значимые интерфейсы мозг-компьютер (ИМК) помогают реабилитировать пациентов с сенсорными, моторными и когнитивными нарушениями. Задача декодирования активности головного мозга -  одна из важных составляющих ИМК технологии. Диссертационное исследование разделено на три части. В первой части описывается компактная нейросетевая архитектура, учитывающая принятые в нейрофизиологии генеративные модели электрической активности мозга и физические принципы процесса регистрации. Также приведен метод ее интерпретации и валидирован при помощи симуляций. Во второй части разработанные методы были опробованы на моторной задаче. На реальных данных были продемонстрированы преимущества разработанного решения. В третьей части разработанные методы были адаптированы для задачи декодирования речи. Результаты сравнительного анализа качества декодирования слов и параметров артикуляционного тракта демонстрируют превосходство предлагаемой архитектуры нейронной сети по сравнению с аналогичными решениями.