Modellering af Medicinske Signaler.
Fagområde
Anvendt Matematik indenfor Intelligent Signalbehandling
Videnskabsministeriets EliteForsk-rejsestipendiater
Mit ph.d.-projekt fokuserer primært på at analysere elektroencefalografiske (EEG) signaler. En teknik, hvor neural aktivitet i hjernen måles med elektroder påsat hovedbunden. EEG er en relativ billig målemetode, som tilbyder en meget høj opløsning i tid af hjernens aktivitet. Selvom disse signaler afspejler hjernens neurale aktivitet, er signalerne voldsomt påvirkede af støj, hvilket sætter store krav til de matematiske metoder, der skal ekstrahere den relevante information fra signalerne. Formålet med Ph.d.-projektet er således at udvikle metoder, der kan ekstrahere denne information. Gennem mit arbejde med at modellere EEG-signaler, har jeg udviklet toolboxen ERPWAVELAB (www.erpwavelab.org), der kombinerer såkaldte wavelets, en teknik der kan ekstrahere svingninger lokaliseret i tid – hjernebølger med såkaldte multivejsdekompositionsmetoder, nogle metoder der er i stand til at sammenfatte den ekstraherede aktivitet, så den bliver lettere at fortolke. Metoderne har bred anvendelse til andre former for signaler. Det primære fokus er imidlertid medicinske signaler, idet analyse af disse har et vigtigt diagnostisk potentiale.
Hvad er de forskningsmæssige perspektiver i dit område?
Forskning i at finde den underliggende neurale aktivitet i EEG-signaler har en række vigtige anvendelser. Primært skal nævnes:
a) De neurale signalers karakter forandres ved en række neurologiske lidelser, hvorved EEG kan bruges til at diagnosticere sygdomme på et tidligere stadie end ellers muligt. b) EEG er relativt billig sammenlignet med andre metoder til at måle hjerneaktivitet, hvorved store besparelser kan opnås, hvis informationen fra disse signaler effektivt kan ekstraheres. c) Forståelsen af de underliggende neurale EEG-signaler kan give et bedre indblik i, hvordan hjernen fungerer og derved fremme forståelsen af dette organ. d) De udviklede matematiske metoder for signalanalyse af EEG kan generaliseres til en lang række andre former for signaler. Således har vi anvendt relaterede metoder til at analysere musik og billeder.
Hvad skal dit rejsestipendium bruges til?
Et besøg ved Lawrence Berkeley National Laboratory, San Francisco, USA. Her er Chris Ding ekspert i nogle af de dekompositionsmetoder, jeg benytter mig af.
Samt et besøg ved Swartz Center for Computational Neuroscience, hvor Dr. Arnaud Delorme udvikler EEGLAB, som bliver brugt af hundredevis af laboratorier verden over. Formålet med besøget er her at toolboxen ERPWAVELAB skal integreres med EEGLAB.
Hvorfor har du valgt at rejse til netop det forskningsmiljø?
Berkeley er et af USA’s førende universiteter med en enorm ekspertise. Fra mit tidligere ophold ved Stanford Universitet erfarede jeg, at begge universiteter har en enorm kompetence at trække på inden for mit felt.
Hvor længe skal du være væk?
Jeg planlægger at tage af sted i to omgange: Et kort besøg ved Swartz Center for Computational Neuroscience samt et længere besøg ved Berkeley universitet.
Hvad forventer du at få ud af opholdet?
Jeg forventer at udbygge mit netværk samt at drage en række nyttige erfaringer fra de kompetente forskere og studerende, der arbejder ved Berkeley. Derudover forventer jeg at kunne videreudvikle og forbedre ERPWAVELAB samt at få en endnu bedre forståelse for en række af de metoder, jeg arbejder med.
Hvordan opstod din interesse for netop dette forskningsfelt?
Anvendt matematik indenfor feltet Intelligent Signalbehandling er et fascinerende tværvidenskabeligt forskningsfelt. Her forsøges dels ved hjælp af forskellige såkaldte ”machine-learning”-metoder at få computere til at lære (erfare) af data for derved at træffe beslutninger baseret på nye observationer. Dette er blandt andet anvendeligt inden for medicinsk diagnosticering. Dels at udvikle metoder, der kan ekstrahere den relevante information fra signaler kraftigt påvirket af støj. En velkendt anvendelse er søgemaskiner såsom Google, der forsøger at udvælge relevante steder på Internettet givet nogle få søgekriterier og et hav af irrelevante sider med den indeholdte søgetekst. Feltet er inspireret af, hvordan biologiske systemer selv håndterer information, samtidig med at det bidrager til bedre at forstå selv samme biologiske systemer. Der er således et tæt samarbejde med andre videnskabelige grene såsom medicin, psykologi og biologi, mens fagområdet i sig selv trækker på viden primært fra matematik, fysik og datalogi. Således er forskning ved Intelligent Signalbehandling under Informatik og Matematisk Modellering ved DTU vidtfavnende.
Ph.d.-projektets titel
Integration and Modeling of Medical Signals
Kontaktinfo
Morten Mørup. 3334 9014 (privat), 2729 2975 (mobil), 4525 3900 (arbejde). Email: mm@imm.dtu.dk
Forskningsinstitution og adresse
Afdeling for Intelligent Signalbehandling, Informatik og Matematisk Modellering, DTU
Til hvilken institution/land går rejsen?
Lawrence Berkeley National Laboratory, San Francisco, USA samt
Swartz Center for Computational Neuroscience
Lidt om mennesket bag forskeren
Jeg er netop blevet gift med Erika Thompson fra USA, som jeg mødte ved et udvekslingsophold ved Washington State University i 2004. I min fritid spiller jeg klaver samt volleyball og squash og holder meget af at rejse. For yderligere information se også www.mortenmorup.dk.