Oktatási cél: A tárgy célja, hogy a hallgatók megismerkedjenek a különböző agyi képalkotó technikákkal.
Valamint azokkal a keretrendszerekkel, amelyeket ezen modalitások adatainak kezelésére használnak.
Megvizsgáljuk az egyes technikák lehetséges domain reprezentációt és azok előállítását. Az EEGLab
programcsomag segítségével megtanulják a különböző jelszűrők és az ICA használatát, amely ideális
eszköz a műtermékek eltávolítására. A diákok betekintést nyernek továbbá az agyi jelek elő
feldolgozásának és tisztításának lépéseibe. Megvizsgáljuk az egyik legkönnyebben felismerhető EEG
minta: az Event Related Potential biológia hátterét és felismerését különböző gépi tanulás technikákkal.
Ezen felül áttekintjük az alapvető agyi minták felismerésére alkalmas neurális hálók létrehozásának
folyamatát. Végül Motor Imagery paradigma osztályozásával foglalkozunk, SVM, majd neurális hálók
segítségével, a publikusan elérhető BCI Competition IV adatszetet felhasználva.
A kurzus végére a cél, hogy a hallgatók képessé váljanak egy egyszerű Agy-Számítógép-Intefész
alapját képező mély tanulási modell feltanítására.
Tematika: Az órák során áttekintjük az fMRI, NIS és az EEG működési elveit, előnyeit és korlátait.
EEGLAB segítségével elvégezzük a releváns adatok statisztikai elemzését.
Az órák és a házi feladatok során elkészítünk egy nyilvános Motor Imagery adatszet osztályozására
alkalmas neurális hálót.