RU
НИТЦ нейротехнологий

О центре

Научно-исследовательский технологический центр нейротехнологий (НИТЦ нейротехнологий) ЮФУ был создан в соответствие с приказом N 226-ОД от 226-ОД от июня 2016 года «в целях реализации исследований и разработок в области нейротехнологий, подготовки специалистов и координации работ в данном направлении». В соответствие с Положение о НИТЦ нейротехнологий ЮФУ, утвержденным приказом N332-ОД от 10 августа 2016 года, центр является структурным подразделением ЮФУ, осуществляющим фундаментальные исследования в области нейробиологии, нейрокогнитологии и нейрокибернетики и выполняющим прикладные разработки в области нейротехнологий, в т.ч., биогибридных систем, систем технического зрения, искусственного интеллекта, нейропротезирования и нейрокоммуникаций, реализующим образовательные программы основного и дополнительного образования магистерского и аспирантского уровней.

Основными задачами НИТЦ нейротехнологий ЮФУ являются:

В настоящее время в структуру НИТЦ нейротехнологий ЮФУ входят следующие лаборатории:

Список сотрудников

Наука

В НИТЦ нейротехнологий ЮФУ реализуются следующие проекты:

  1. Проект в интересах развития кооперации российских высших учебных заведений и организаций, реализующих комплексные проекты по созданию высокотехнологичного производства на тему: "Создание программного комплекса для управления человеческим капиталом на основе нейротехнологий для предприятий высокотехнологичного сектора Российской Федерации", Постановление Правительства РФ N218. (ХД/19-22-НЙ, 2019-2021).
  2. Проект Фонда перспективных исследований «Оценка возможности использования биогибридной технологии распознавания запахов в интересах скрининга социально-значимых заболеваний» (совместно с Ростовским научно-исследовательским онкологическим институтом).
  3. Разработка технологии обнаружения в воздухе и распознавания в режиме реального времени сверхмалых концентраций целевых веществ с использованием биогибридных сенсорных систем.
  4. Государственное задание Минобрнауки России в интересах развития технологий специального и (или) двойного применения совместно с Фондом перспективных исследований "Разработка и экспериментальное обоснование технологии создания интерфейса мозг-мозг (ИММ) на основе биоэлектрической активности и неинвазивной обратимой стимуляции как принципиально нового канала коммуникации и управления" N 2.10295.2018/10.11 (2018).
  5. Базовая часть Госзадания: "Исследование механизмов формирования мультистабильных состояний активности мозга, сенсорного восприятия и когнитивных процессов с целью разработки эффективных нейротехнологий контроля, коммуникации и управления" N 6.5961.2017/8.9 (2017-2019)
  6. Тема базового финансирования: Исследование и моделирование нейро- и психофизиологических механизмов функционального состояния мозга, активного восприятия и иерархии когнитивных процессов, обеспечивающих адаптивное поведение. N проекта 2014/174, N гос. регистрации 01201459281 (2014-2016 гг.) (заказчик МОН РФ).
  7. Тема ЕЗН: Изучение и сравнительный анализ электрографических паттернов и механизмов формирования произвольной двигательной и мыслительной деятельности. N гос. Регистрации НИР 01201155040 (2011-2013 гг.)
  8. НИР ЮФУ "Изучение и сравнительный анализ электрографических паттернов и механизмов формирования произвольной двигательной и мыслительной деятельности" 2012-2013 гг.
  9. Изучение влияния индивидуально-типологических особенностей личности на эффективность саморегуляции с помощью биологической обратной связи по параметрам ЭЭГ. Номер государственной регистрации в ЦИТиС: 1201279243, 2012-2014 гг. РГНФ № 12-06-00034.
  10. Изучение информативности результатов видеонаблюдения и характеристик электрической активности мозга для разработки методов мониторинга функционального состояния пилотов и лиц диспетчерского состава. Номер государственной регистрации в ЦИТиС: 1201366588, 2013 гг.
  11. Этносоциальные процессы и межэтническая напряженность на Юге России: совершенствование аналитического инструментария и способов регулирования», РНФ № 151800148.
  12. Разработка методов планирования действий многоцелевого автономного робота, взаимодействующего с человеком с помощью команд в виде жестов. Грант РФФИ (МОЛ_А_2012 № 12-01-31266)
  13. Исследование перспектив использования информации о функциональном состоянии пилотов для повышения безопасности полетов. N договора 7180 от11.05.2011 г., N гос. регистрации 01201250687, (заказчик ФГУП "ЦАГИ" в рамках ФЦП "Развитие гражданской авиационной техники России на 2002-2010 гг. и на период 2015 г.", 2011 г.)

По отдельным направлениям а в разное время были защищены диссертации, в том числе, докторские ( Кирой В.Н. «Функциональное состояние мозга человека в динамике интеллектуальной деятельности», Владимирский Б.М. «Оценка функционального состояния человека-оператора по ЭЭГ показателям») и кандидатские ( Асланян Е.В. «Влияние индивидуально-типологических особенностей на динамику функционального состояния человека в условиях монотонной деятельности», Миняева Н.Р. «Отражение восприятия иллюзорных изображений в параметрах биоэлектрической активности мозга человека»), изданы 4 монографии: Кирой В.Н., «Механизмы формирования функционального состояния мозга человека», Кирой В.Н., Асланян Е.В. «Когнитивная психофизиология», Кирой В.Н. Интерфейс мозг-компьютер (история, современное состояние, перспективы), Кирой В.Н. Нейротехнологии: Нейро-БОС и Интерфейс мозг-компьютер, 2017.

За последние 10 лет коллективом опубликовано более 300 работ, более 100 из которых – в изданиях индексируемых в международных базах Web of Science и Scopus.

Инновации

Сотрудниками НИТЦ нейротехнологий ЮФУ накоплен значительный опыт исследования нейрофизиологических механизмов, лежащих в основе индивидуальных особенностей, функционального состояния и когнитивной деятельности с использованием методов ЭЭГ и ВП, моделирования нейронных сетей и разработки на их основе классификаторов и распознающих устройств, а также изучения поведения динамических характеристик технических систем.

В частности, на базе разработанных оригинальных методик в сотрудничестве с ФГУП «ЦАГИ» им. Н.Е.Жуковского предложены подходы к анализу функционального состояния пилотов и лиц диспетчерского состава по биоэлектрической активности мозга и результатам видеонаблюдения в интересах повышения безопасности полетов (Кирой В.Н., Шапошников Д.Г. RU20142017), разработана оригинальная система KRINC-BCI, управляемая произвольно генерируемыми пользователем паттернами ЭЭГ (Шепелев И.Е., 2017; Лазуренко Д.М., 2017). Для системы интерфейс мозг-компьютер разработаны (Шепелев И.Е., Владимирский Б.М., 2010) и реализованы (Свидетельства о регистрации программы для ЭВМ № 2011612814 и №2011612812, 2011) нейросетевые методы классификации мысленных команд человека, представляющих собой многомерные ЭЭГ-сигналы, сопровождающие идеомоторные акты. Разработана программа для обучения и тестирования глубокой свёрточной нейронной сети для сегментации изображений лиц (Прядченко В.В., Анищенко С.И., Шапошников Д.Г. Свидетельство о регистрации программы для ЭВМ № 2017663153). С целью изучения динамических характеристик сложных многоуровневых систем разработаны новые методы структурной, непараметрической и параметрической идентификации многомерных моделей динамических объектов, учитывающие некорректность задач идентификации и обеспечивающие устойчивость вычислительных алгоритмов. На их основе разработаны методики и алгоритмы непрерывной идентификации моделей динамических объектов по текущим измерениям их параметров (Петрушан М.В., Копелиович М.В., Шапошников Д.Г. 2015-2017). С целью реализации разработанного научно-методического аппарата синтезированы архитектуры и схемотехнические решения функциональных узлов спецвычислителей, работающих в реальном времени. Предложен и реализован нейросетевой метод анализа структурной организации данных в признаковом пространстве для поддержки решения задачи классификации (Shepelev I.E., 2011). Метод позволяет извлекать из массивов данных знания о структурированности в случае иерархических зависимостей между классами. Исследована применимость авторегрессионных нейросетевых моделей для данных с большим числом входных и выходных переменных (Shepelev I.E. e.a., 2015) и решена важная задача краткосрочного прогнозирования.

Разработаны критериальные функции энтропийного анализа, имеющие достаточную чувствительность при поиске в составе зашумленных электрограмм высокочастотных паттернов с априорно неизвестными характеристиками (Щербань И.В. и др., 2018). Также разработан метод поиска априорно неопределенных структур неизвестных временных флуктуаций частотных осцилляторов разной интенсивности в составе выходных сигналов синхронизированных динамических систем. В отличие от традиционных подходов разработанный метод основан на непрерывном вейвлет-преобразовании сигнала ЭЭГ и работоспособен в случаях, когда частотные характеристики искомого паттерна близки к характеристикам шумов (Shcherban I.V. e.a., 2019).

Успешно выполнен проект «Разработка системы регистрации опасных веществ в воздухе на основе анализа биопотенциалов головного мозга крыс», в рамках которого была разработана технология создания биогибридных систем, значительно превосходящих по своим характеристикам как существующие биологические, так и технические системы. Созданный НИТЦ нейротехнологий ЮФУ макетный образец биогибридной системы распознавания запахов наряду с высокой чувствительностью, значительно (на несколько порядков) превосходящей существующие аппаратные и аналитические методы, продемонстрировал способность длительно и эффективно функционировать, в т.ч. без обучения, решая в реальном времени задачи, связанные с распознавание запахов.

Характеристики вычислительного кластера ЦОД (центра обработки данных):

Коллектив НИТЦ нейротехнологий ЮФУ располагает многоканальными ЭЭГ-регистраторами Энцефалан (Медиком-МТД, Россия) и Neocortex (Neurobotics, Россия), программными средствами для анализа ЭЭГ (EEGLab), статистической и графической обработки данных, в частности, Statistica 8, OriginLab 8.1, Praat 5.3, оригинальными авторскими программами на языках Python и JavaScript с использованием отрытого ПО, нейросетевыми классификаторами оригинальной архитектуры (ключевой автор – Шепелев И.Ю., см. монографию “Нейротехнологии: нейро-БОС и интерфейс «мозг-компьютер»”, 2018), а также вычислительными средствами, позволяющими осуществлять анализ полученных данных и их моделирование. Исполнители проекта имеют многолетний опыт проведения психофизиологических исследований с использованием ЭЭГ, являются авторами изобретений и программных разработок в области психологического тестирования, анализа сигналов.

Образование

Магистерская программа "БИОФИЗИКА, БИОИНФОРМАТИКА И НЕЙРОТЕХНОЛОГИИ"