Festival znanosti

Kako mozak pokreće tijelo – energija u automatskoj detekciji motoričkih signala

Voditelji događanja i izvođači:
Voditelj: prof. dr. sc. Joško Šoda; Suradnici: prof. dr. sc. Tihomir Betti, prof. dr. sc. Igor Vujović, izv. prof. dr. sc. Ivan Marasović, dr. sc. Maja Rogić Vidaković, viši znanstveni suradnik, Jasna Duranović, mag. psych., Tea Erceg, mag. ing. el. i Antonio Vuletić, mag. ing. el.

Datum i vrijeme:
srijeda 22.4.2026., 12:00 - 13:00

Mjesto održavanja:
Fakultet elektrotehnike, strojarstva i brodogradnje, Ruđera Boškovića 32

Vrsta događanja:
Predavanje

Publika:
Opća populacija

Lokacija (prostorija):
Predavaonica A103

Detalji

Signali koji se generiraju u ljudskom mozgu su električnog oblika. Motorički evocirani potencijali (MEPs) nastaju kao signali odziva na vanjski podražaj apliciran preko lubanje na projekciju primarne motoričke kore mozga čovjeka. Na motoričku regiju mozga, transkranijskim magnetskim stimulatorom (TMS), generira se magnetski impuls, vanjski podražaj, koji stvara električni impuls u motoričkoj regiji, koji putuje putem kortikospinalnog puta i živcima prema mišićima. Detektiraju se preko površinskih elektroda (senzora) u željenim točkama tijela (mišićima). MEPovi imaju karakterističnu morfologiju. Karakteristična svojstva MEPova koja se proučavaju su kašnjenje, tzv. amplituda od vrha do vrha, vrijeme trajanja MEPa, broj maksimuma i minimuma, površina MEPa, indeks duljine, period mirovanja i drugi. Kašnjenje i tzv. amplituda od vrha do vrha su tipični parametri koji se proučavaju kod MEPova. S navedenim parametrima MEPova u istraživačkoj medicini i klinici (pre-operativnoj, operativnoj i post-operativnoj) koreliraju razna stanja na motoričkom putu kao primjerice mjesta uklještenja živca, oblici i veličine tumora, stanje živca i sl.
Prolaskom MEP signala kroz tijelo, signali se deformiraju zbog utjecaja raznih unutarnjih i vanjskih smetnji. Primjerice, karakteristične unutarnje smetnje su rad raznih organa, kao što je ljudsko srce, strujanje tekućina kroz žile, micanje kostiju leđne moždine, žvakanje hrane i sl. Karakteristične vanjske smetnje su elektromagnetske smetnje zbog rada uređaja, frekvencija gradske mreže, vanjski šumovi zbog loše izolacije mjesta prikupljanja MEP signala i sl. Zbog činjenice da su MEP signali reda veličine μV, koji se smatraju izrazito slabim signalima jako osjetljivima na šumove, MEP signali mijenjaju morfologiju (oblik). Ako se MEP signali razvrstaju po amplitudi tada postaje posebno zahtjevno „raspoznati“ odnosno klasificirati MEP signale kojima je amplituda manja od 50 μV. Nadalje, određivanje vremena kašnjenja MEP signala direktno korelira s amplitudom. Temeljem navedenoga može se zaključiti da je određivanje vremena kašnjenja zahtjevno, posebice kod pacijenata u pre-operativnoj, operativnoj i post-operativnoj dijagnostici. Stoga su se razvijali algoritmi za automatsku obradu MEPova.
U osnovi, algoritmi za automatsku klasifikaciju MEPova se dijele na četiri vrste: 1. algoritmi temeljeni na neuronskim mrežama, 2. algoritmi temeljeni na primjenama statističkih metoda, 3. algoritmi temeljeni na apsolutnoj vrijednosti praga klasifikacije i 4. algoritam temeljen na kvadratnoj vrijednosti praga klasifikacije. Ovdje će se predstaviti algoritam  temeljen na kvadratnoj vrijednosti praga klasifikacije koju su razvili istraživači FESBa, MEFSTa i PFSTa. Karakteristika algoritma je da se signali iz vremenskog prostora prebace u prostor energije, čime se dobiva 33,62% bolji izbor praga klasifikacije što pogoduje boljoj klasifikaciji. Predavanje će biti podijeljeno na šest cjelina (vidi obrazloženje uloge sudionika).