Hjärnavbildningsanalys med fokus på maskininlärning

Kursen erbjuder en spännande möjlighet att dyka in i analysen av hjärnavbildningsdata, med fokus på elektroencefalografi (EEG) och funktionell magnetisk resonanstomografi (fMRI).Du lär dig att tillämpa både traditionella maskininlärningsmetoder så som beslutsträd, random forests, k-nearest neighbors (k-NN) och stödvektormaskiner (SVM). Avancerade tekniker för djupinlärning, inklusive faltningsneurala nätverk (CNN) ) och sekventiella klassificerare, för att avslöja meningsfulla insikter från hjärnans aktivitet. Nyckelämnen inkluderar experimentell design, datainsamling, förbearbetning, funktionsextraktion, modellträning och utvärdering. Kursen lägger särskild tonvikt på Brain-Computer Interfaces (BCI) – innovativa system som möjliggör direkt kommunikation mellan hjärnan och externa enheter – samtidigt som man tar upp kritiska etiska överväganden i hjärnavbildningsforskning. Genom en blandning av teoretiskt lärande och praktisk erfarenhet, inklusive ett avancerat studieprojekt, kommer du att få de praktiska färdigheter som behövs för att analysera och tolka EEG- och fMRI-data effektivt.