喀麦隆vs巴西水位分析汤普森河大学(TRU)的研究人员使用一个高风险、高回报的创新的方法来评估自发改变婴儿的大脑功能。传统的方法需要婴儿睡着了。使用这种新方法,研究人员将尝试使用机器学习识别大脑活动模式与典型和非典型运动清醒和婴儿玩。

心理学系的博士。珍妮•卡尔,克劳迪娅·冈萨雷斯和Musfiq拉赫曼在计算科学副教授,欢迎它们所获得的识别研究加拿大社会科学与人文研究委员会(SSHRC)研究基金(NFRF)探索的新领域000年的250美元,资助。

“神经成像领域,本研究可以改变人们的传统方法使用映射人类大脑的发展,”卡尔说。

格兰特允许研究人员团结他们的学科和超越常见的跨学科方法的局限性。虽然跨学科研究可能是一个挑战,潜在的突破性的影响使它值得冒这个险。

“相关的大脑活动与运动行为在不同的发展阶段使用这些数据驱动的模型将是一个挑战,但高回报,”卡尔说,是谁的头大脑和行为实验室TRU。

卡尔和冈萨雷斯将评估的运动行为和大脑活动4到12个月大的婴儿使用功能近红外光谱、非侵入性脑成像的一种形式。他们将使用一个“自然神经科学”方法,监控婴儿大脑活动在自由活动。“我们没有得到完整的故事与我们传统的方法发生了什么,”冈萨雷斯,谁是项目的首席调查员。

达到进一步利用技术

使用机器学习和人工智能技术,拉赫曼将尝试利用收集到的原始数据的评估和训练算法识别相关的大脑活动模式正常和异常运动行为。

未来的研究可以在远程医疗设置合并生成的算法来帮助评估婴儿居住在农村或偏远地区的发展。

“我们将与同事们分享带注释的数据集没有成本,允许他们利用我们的数据模式构建和评估自己的机器学习模型,“Rahman说。

这项研究将有助于揭示人类大脑是如何连接转换在早期发展的过程中,使其更容易大脑检测异常行为。

任何人有兴趣参与本研究,请邮件珍妮•卡尔jkarl@tru.ca为更多的信息。