EEG‑målingar er avgjerande for å forstå hjerneaktivitet, men tradisjonelle metodar slit med å lokalisere djupe og svakt målbare signal. Gjennom nye matematiske metodar kan ein kan minske lokaliseringsfeil og oppnå betre gjenoppretting av hjerneaktivitet.
Nedanfor svarar Niranjana Sudheer på tre spørsmål om doktorgradsarbeidet sitt om vekta regulariseringsmetodar med bruk i det inverse
elektroencefalografi (EEG)-problemet.
Kvifor er denne forskinga viktig?
Elektroencefalografi (EEG) er ei mykje brukt og ikkje-invasiv metode for å måle hjerneaktivitet ved å feste elektroder på skalpen. Metoden er viktig for å forstå hjernefunksjon og for å diagnostisere hjernesjukdommar. Ei sentral utfordring er likevel det såkalla inverse EEG-problemet: å finne den nøyaktige plasseringa og orienteringa til dei elektriske kjeldene inne i hjernen basert på målingar frå hovudoverflata. Mange ulike aktivitetar i hjernen kan nemleg gi dei same signalmønstra på skalpen, og vanlege rekonstruksjonsmetodar er kjende for å gi skeive resultat – spesielt for djuptliggjande kjelder.
Kva var målet med doktorgradsarbeidet?
Doktorgradsarbeidet hadde som mål å utvikle betre matematiske metodar for å løyse det inverse EEG-problemet ved hjelp av regularisering. Arbeidet kombinerer matematisk modellering, numerisk optimalisering og innsikt frå berekneleg nevrovitskap. Eit hovudfokus var å innføre og analysere vektlagde regulariseringsmetodar som kan motverke vanlege feilkjelder som djupneskeivheit og orienteringsskeivheit.
Kva er dei viktigaste funna?
Forskingsarbeidet presenterer og undersøker vekta sparsitetsskapande metodar som betrar evna til å lokalisere djupe og svakt målbare aktivitetar i hjernen. Dei teoretiske resultata viser at metodane har solide gjenopprettingsgarantiar for ei brei klasse av vektingsoperatorar. Numeriske eksperiment med realistiske hovudmodellar stadfestar at metodane gir låge lokaliseringsfeil og i fleire tilfelle overgår eksisterande tilnærmingar. Dette kan på sikt bidra til meir presis diagnose og eit betre verktøy for å forstå korleis hjernen fungerer.
FAKTA:
Niranjana Sudheer
- Doktorgrad: NMBUs fakultet for realfag og teknologi
- Tittel på avhandlinga:
- Norsk: Vekta regulariseringsmetodar med bruk i det inverse elektroencefalografi (EEG)-problemet
- Engelsk: Weighted Regularization Methods with Applications to the Inverse Electroencephalography (EEG) Problem
Niranjana Sudheer forsvarer si doktoravhandling ved NMBU fredag 17. april 2026. Sjå meir info her.