• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Научный семинар: Predicting Aphasia Type and Severity Using Machine Learning

Мероприятие завершено

НУЛ методов искусственного интеллекта для когнитивных наук рада приласить вас, ваших коллег и студентов принять участие в научном семинаре лаборатории, который пройдёт в среду 19 июня в 14:00.

Доклад будет посвящен теме: Predicting Aphasia Type and Severity Using Machine Learning

Афазия — это языковое расстройство, которое может возникнуть в результате повреждения головного мозга, часто вызванного инсультом или черепно-мозговой травмой. Тип и тяжесть афазии могут широко варьироваться у разных людей, что затрудняет постановку диагноза и лечение в реальных жизненных условиях.

В этой статье мы предлагаем подход к определению типа и тяжести афазии с использованием машинного и глубокого обучения на МРТ головного мозга (магнитно-резонансной томографии). Используя возможности глубоких нейронных сетей для дополнения и анализа данных визуализации мозга, мы стремимся разработать надежный и автоматизированный метод классификации различных типов афазии и оценки их тяжести.

Наше исследование будет включать в себя обучение нескольких моделей машинного и глубокого обучения для генерации синтетических данных, чтобы расширить существующий набор данных и точно классифицировать и количественно оценить характеристики афазии. Результаты этого исследования могут улучшить диагностику и лечение афазии, что приведет к улучшению результатов для людей, страдающих этим изнурительным состоянием.

Докладчик: Каиров Матвей, студент бакалавриата НИУ ВШЭ, стажер-исследователь

Руководитель: Шалилех Соруш, кандидат технических наук, заведующй лабораторией

Встреча пройдет в гибридном формате. Встречаемся лично по адресу: Кривоколенный переулок, 3, каб. 302 или онлайн в Zoom.

Чтобы посетить мероприятие, пожалуйста, пройдите регистрацию.

Для заказа пропусков для внешних участников семинара обращайтесь к менеджеру лаборатории Лобашовой Алине: aalobashova@hse.ru или +7 (927) 407 21-84.