Brain-Machine intelligence - Brain-machine interfacing with micro-electrode arrays in the visual cortex
From 01-01-2009 to 31-12-2012
Description
Het doel van dit project is een autonoom werkend, adaptief BMI systeem te ontwikkelen dat: 1) automatische spike detectie, 2) automatische spike sorting (spike discriminatie) en 3) automatische array decoding (spike decoding) uitvoert. Om dit doel te bereiken moet de state of the art in elk van de 3 stadia worden uitgebreid met nieuw, fundamenteel onderzoek. Bovendien wordt een radicaal nieuwe strategie voorgesteld, black-box decoding, dat spike sorting en zelfs spike detectie overbodig zou kunnen maken. In het laboratorium van M. Van Hulle, promotor van dit project, registreert collega Prof. R. Vogels in het dorsale deel van de visuele hersenzone V4 bij de makaak. Hersenzone V4 is een tussenstation tussen hersenzone V2 en de inferotemporale cortex. Neuronen in V4 zijn gevoelig aan de oriëntatie en de kleur van lijnen en gratings (Desimone et al., 1985), eenvoudige vormkenmerken zoals curvatuur (Pasupathy en Connor, 1999), en eenvoudige geometrische vormen (Mysore et al., 2006). Prof. Vogels onderzoekt de codering van visuele objecteigenschappen die nodig zijn voor objectherkenning en –categorisatie, en gebruikt hiertoe verzamelingen van visuele stimuli die de aap leert te discrimineren. Een groot verschil met de premotor- en motorhersenzones is dat zij veel meer grote piramidale neuronen bevatten dan de visuele zones zoals V4, zodat het eenvoudiger is om in deze zones te registeren. Bijgevolg wordt door het registreren in V4, het spike detectie en -sorteringsprobleem veel moeilijker, en elke vooruitgang op dit vlak is van groot belang om met BMI’s ook in andere visuele zones te kunnen registeren. Electrofysiologisch gezien is dit dus een uitdaging op zich. Een andere reden om te concentreren op V4 is de betrachting tot hetzelfde decoderingsresultaat te komen als het gedragsmatige antwoord van de aap. Als de BMI het gedrag van de aap kan dupliceren dan kan dit systeem ook ingezet worden om motorgerelateerde signalen uit de (pre)mortor hersenzones te halen. De bedoeling van dit project is dus niet nieuwe electrofysiologische experimenten uit te voeren maar om op algoritmisch vlak in elk van de 3 voornoemde stadia belangrijke vooruitgang te boeken of zelfs bepaalde stadia uit te schakelen.
Team
- Johan Suykens, Co-promoter
- Marc Van Hulle, Promoter (External)
Financing
Funding: FWO - Research Foundation - Flanders
Program/Grant Type: FWO Research Grant - FWO Research Grant
Events
2/09/2024:
PhD defense - Martijn Oldenhof
Machine Learning for Advanced Chemical Analysis and Structure Recognition in Drug Discovery
3/09/2024:
Meet the Jury Igor Tetko on Advanced Machine Learning in Drug Discovery
12/09/2024:
Multimodal analysis of cell-free DNA for sensitive cancer detection in low-coverage and low-sample settings
Seminar by Antoine Passemiers
News
STADIUS Alumni Herman Verrelst – new CEO of Biocartis
08 June 2017
Herman Verrelst, the founder of KU Leuven spin-off Cartagenia, who has been working in Silicon Valley, US for the last few years will be returning to Belgium to follow the steps of Rudi Pauwels as CEO of the Belgian diagnostic company, Biocartis.
Supporting healthcare policymaking via machine learning – batteries included!
29 May 2017
STADIUS takes the lead in the data analytics efforts in an ambitious European Project MIDAS.
Marc Claesen gives an interview about his PhD for the magazine of the Faculty of Engineering Sciences "Geniaal"
10 February 2017
Did you know that in Belgium approximately one third of type 2 diabetes patients are unaware of their condition?
Joos Vandewalle is nieuwe voorzitter KVAB
09 October 2016
Op 5 oktober 2016 heeft de Algemene Vergadering van de Academie KVAB Joos Vandewalle verkozen tot voorzitter van de KVAB.