Val av givare och ställdon för inlärning, estimering och styrning i fraktionella dynamiska nätverk
- Tidsperiod:
- 1 januari 2024 – 31 december 2027
- Projektledare:
- André Miguel Herdeiro Teixeira
- Projektdeltagare:
- Sergio Daniel Goncalves Melo Pequito
- Finansiär:
- Vetenskapsrådet
- Bidragstyp:
- Projektbidrag
- Budget:
- 3 800 000 SEK
Neurologiska sjukdomar påverkar över 250 miljoner människor globalt och kostar miljarder euro årligen. Utveckling av effektiva behandlingar är därför av största vikt. Digitaliseringstekniker visar stor potential för att underlätta vid diagnos, prognos och behandling av dessa tillstånd.Hjärnans funktion varierar betydligt mellan individer. Hjärnans regioner kan betraktas som noder i ett nätverk som interagerar med varandra över tid. Dessa interaktioner influeras av externa stimuli, och kan därmed påverka kvaliteten på den data vi kan få tillgång till från hjärnan. För att kunna förstå denna data behöver vi skapa en digital representation av hjärnans nätverk och säkerställa att den tillförlitligt representerar dynamiken i en individs hjärna - en digital tvilling.En digital tvilling till hjärnan kan erbjuda modeller för förståelse av storskaliga biologiska neurala nätverk och utveckla avancerade terapier, såsom enheter för neurostimulation. Bristen på lämpliga förutsättningar för att ta fram digitala tvillingar till hjärnan har dock hindrat deras praktiska användning. Utan tillförlitliga förutsättningar är det utmanande att identifiera vilken relevant data som krävs för att skapa en tillförlitlig digital tvilling. Detta medför också att övervakning och styrning med hjälp av hjärnans digitala tvillingar blir problematisk, vilket begränsar deras kliniska användbarhet. Vårt projekt syftar till att ta itu med dessa utmaningar genom att utveckla tillförlitliga förutsättningar för att skapa digitala tvillingar till hjärnan och bestämma vad som krävs för kontinuerlig inlärning, övervakning och styrning av dessa modeller. Projektets slutliga mål är att utveckla en ny uppsättning verktyg som kommer att betydligt förbättra vår förståelse av neurala dynamik, vilket också kommera leda till utveckling av nya terapier som förlitar sig på enheter för neurostimulation för att förbättra behandling vid till exempel epilepsi, kronisk smärta och retinitis pigmentosa.