探索性研究
我們開發新穎的工具評估心理健康和認知和腦電信號的分析，並使用機器學習和AI框架理解不同的人類生理，心理和認知表型及其社會和環境決定因素。
腦生理
腦電圖是一種非侵入性，便攜式和具有成本效益的神經影像學技術，可輕鬆獲取大規模數據並深入了解大腦生理學。它的主要優勢是其高時間分辨率。我們開發新的工具來提取其豐富的時間結構的特征，以更好地了解大腦信號與認知和心理健康結果的關係。
旋轉木馬的標題
使用EEG的DCM的貝葉斯模型選擇
您如何在動態因果型建模或eeg的DCM中進行比較和選擇最佳貝葉斯模型......
動態因果建模（DCM）：DCM - 神經質量模型和貝葉斯推斷
這篇文章討論了應用DCM中神經質量模型和貝葉斯推斷的核心成分...
動態因果建模與貝葉斯定理的應用
動態因果建模（DCM）采用概率貝葉斯框架來推斷出有效或因果......
來自EEG2021的EEG未來的觀點
腦電圖的未來在哪裏？上周舉行的EEG 2021研討會討論了...的各個方麵
貝葉斯定理（用於神經影像動物）的底漆
貝葉斯框架是一個適用於條件概率的貝葉斯框架，在...中具有許多應用程序......
濕式與幹電極的EEG信號質量
幹電極具有一些明顯的優點，但它們的信號質量如何與濕法進行比較......
精神健康
我們在心理健康評估方麵的工作導致了一種名為“心理健康商或MHQ”工具的開發，用於全麵評估從臨床到繁榮的範圍，該工具在精神健康百萬項目中使用。我們的研究重點是使用這些數據來了解人群中的臨床和正常心理表型，相應的生理或腦電圖概況以及心理健康結果的社會決定因素。
旋轉木馬的標題
認知健康
認知有很多方麵。我們致力於衡量和評估其在壽命之間的元素的方式，以這種方式可以跨越語言和文化，並與大腦活動有關。
我們的研究側重於了解認知表型，在壽命和認知擴張的社會和環境驅動因素中認知健康的腦電圖預測因素。
旋轉木馬的標題
彩光作為網絡活動和可塑性的關鍵參與者
經過幾十年被忽視，峽穀在塑造網絡活動和行為中的重要作用......
來自EEG2021的EEG未來的觀點
腦電圖的未來在哪裏？上周舉行的EEG 2021研討會討論了...的各個方麵
微生物血腦挑戰
微生物組是巨大的，我們現在隻開始了解他們的影響......
星形膠質細胞介導腦淋巴功能
淋巴係統在廢物去除和免疫功能中起著關鍵作用。直到2012年它是......
教育和旅行在腦電圖中
教育和旅行都增加了更複雜，新的刺激到大腦的範圍。在...
EEG複雜性隨著刺激消耗的鎖骨安全性增加
對於大腦的刺激範圍的擴展範圍更加複雜的環境對......
精選研究
模式複雜性任務比相關的光譜措施
熵，樣品熵和Lempl-ZIV複雜性。
