Hoppa till innehållet
Foteini Liwicki, Kanjar De och Vibha Gupta, Luleå tekniska universitet  Foto: Linda Alfredsson
Forskarna i maskininlärning, Vibha Gupta, Kanjar De och Foteini Liwicki, har fokus på ämnesområdet hjärnanalys. Foto: Linda Alfredsson Visa originalbild , Öppnas i nytt fönster/flik

Algoritmer avkodar tankar

Publicerad: 2 september 2022

Föreställ dig att du kan läsa andras tankar. För en person som förlorat talet skulle det vara en banbrytande möjlighet för kommunikation. Forskare vid Luleå tekniska universitet försöker lösa tankeläsningens gåta med hjälp av hjärnanalys och maskininlärning.

Om en person tänker på ett föremål, till exempel ett äpple, är det då möjligt att utifrån avkoda den personens inre röst från hjärnans signaler och känna igen ordet äpple? Den frågan försöker forskargruppen i maskininlärning att hitta svaret på.

– Om vi lyckas med den här forskningen och kan hjälpa patienter som lider av neurologiska störningar att kommunicera, öppnas dörrar för oändliga möjligheter, säger Foteini Liwicki, biträdande professor i maskininlärning.

Data blir mönster

Att använda maskininlärning i kombination med hjärnanalys och neurovetenskap är ett växande forskningsområde. Genom att analysera hjärndata hoppas forskarna kunna upptäcka inre tal. Det skulle till exempel kunna hjälpa personer med så kallat Locked in-syndrom, det vill säga patienter som är kognitivt medvetna men inte kan röra sig eller kommunicera verbalt.

För att samla in hjärndata används flera olika metoder, till exempel elektroencefalografi (EEG), funktionell magnetresonanstomografi (FMRI) och nära infraröd spektroskopi (NIRS). Olika metoder ger olika typer av information och de flesta signalerna är brusiga. Forskarna vid Luleå tekniska universitet använder maskininlärningsalgoritmer för att filtrera signalerna och för att identifiera meningsfulla mönster utifrån data. Varje resultat bidrar med en bit till det stora pusslet om hur den mänskliga hjärnan fungerar.

– Den mänskliga hjärnan är till stora delar fortfarande outforskat territorium. Varje dag lär vi oss något nytt vilket är otroligt fascinerande. Grundorsaken till flera neurologiska sjukdomar, som till exempel Alzheimers och Parkinsons, är inte helt känd. Varje litet bidrag som vi tillför med hjälp av maskininlärningsalgoritmer, kan få stor betydelse för mänskligheten, säger Foteini Liwicki.

Satsar framåt

Forskargruppen inom maskininlärning håller som bäst på att utöka aktiviteterna inom området hjärnanalys. Nyligen gjorde de en pilotstudie tillsammans med forskare från Umeå universitet och University of Bath, med hjälp av utrustning från Stockholm University Brain Imaging Centre, där de samlade in hjärndata och tillämpade maskininlärningsmetoder för att analysera den. Förra våren deltog de även i Virtual Br41n.IO Brain-Computer Interface Designers hackathon och vann dataanalysspåret.

– Vi har både nationella och internationella samarbetspartners inom området datainsamling och filtrering. Vi hoppas kunna fortsätta på den här inslagna forskningsvägen genom att på sikt skapa ett ännu större konsortium, avslutar Foteini Liwicki.

Kontakt

Foteini Liwicki

Foteini Liwicki, Biträdande professor

Telefon: 0920-491004
Organisation: Maskininlärning, EISLAB, Institutionen för system- och rymdteknik