Oktatási cél: Az oktatás célja, hogy 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 AgySzámítógép-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.