Projektbeschreibung
Auf intelligente Weise das Gehirn überwachen
Module eines Neuro-Sensornetzwerks können mithilfe skalierbarer Algorithmen zur verteilten neuronalen Signalverarbeitung die aufgezeichneten neuronalen Daten durch netzwerkinterne Datenfusion und minimalen Datenaustausch gemeinsam verarbeiten. Auf diese Weise könnte das Gehirn den ganzen Tag über bei den Aktivitäten des täglichen Lebens medizinisch überwacht werden, was wiederum die Interaktionen zwischen Mensch und Maschine sowie die Gesundheitsversorgung revolutionieren würde. Das EU-finanzierte Projekt DISPATCH Neuro-Sense wird sich der Entwicklung dieser neuartigen Algorithmen zur verteilten neuronalen Signalverarbeitung widmen. Es wird sich auf die Einführung eines neuen nichtinvasiven Neuro-Sensornetzwerkkonzepts konzentrieren, das auf Elektroenzephalografie (EEG) beruht. Dabei wird mit der Kombination mehrerer „intelligenter“ Mini-EEG-Module zu einem „EEG-Sensornetzwerk“ (EEG-Net) der Mangel an räumlichen Informationen, wie sie von den herkömmlichen eigenständigen Mini-EEG-Geräten erfasst werden, kompensiert, ohne dass deren „Tragbarkeit“ beeinträchtigt wird.
Ziel
The possibility to chronically monitor the brain 24/7 in daily-life activities would revolutionize human-machine interactions and health care, e.g. in the context of neuroprostheses, neurological disorders, and brain-computer interfaces (BCI). Such chronic systems must satisfy challenging energy and miniaturization constraints, leading to modular designs in which multiple networked miniature neuro-sensor modules form a ‘neuro-sensor network’ (NSN).
However, current multi-channel neural signal processing (NSP) algorithms were designed for traditional neuro-sensor arrays with central access to all channels. These algorithms are not suited for NSNs, as they require unrealistic bandwidth budgets to centralize the data, yet a joint neural data analysis across NSN modules is crucial.
The central idea of this project is to remove this algorithm bottleneck by designing novel scalable, distributed NSP algorithms to let the modules of an NSN jointly process the recorded neural data through in-network data fusion and with a minimal exchange of data.
To guarantee impact, we mainly focus on establishing a new non-invasive NSN concept based on electroencephalography (EEG). By combining multiple ‘smart’ mini-EEG modules into an ‘EEG sensor network’ (EEG-Net), we compensate for the lack of spatial information captured by current stand-alone mini-EEG devices, without compromising in ‘wearability’. Equipping such EEG-Nets with distributed NSP algorithms will allow to process high-density EEG data at viable energy levels, which is a game changer towards high-performance chronic EEG for, e.g. epilepsy monitoring, neuroprostheses, and BCI.
We will validate these claims in an EEG-Net prototype in the above 3 use cases, benefiting from ongoing collaborations with the KUL university hospital. In addition, to demonstrate the general applicability of our novel NSP algorithms, we will validate them in other emerging NSN types as well, such as modular or untethered neural probes.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesdata science
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsignal processing
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensorssmart sensors
- medical and health sciencesbasic medicineneurology
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
3000 Leuven
Belgien