В «письме к молодёжи» великий русский учёный-физиолог Иван Петрович Павлов (1849—1936) писал: «Факты — это воздух учёного». Сейчас, когда между объектом исследования и исследователем стоит компьютер, мы бы сказали, что средой обитания учёного являются данные, из которых, если повезёт, он сможет добыть факты. Собственно этот процесс и называется анализом данных или более модно — data mining. Самые загадочные данные учёные получают не от далёких звёзд и не из глубин материи, а от того, что у нас всегда при себе — от мозга! Но мозг — это не печень и не почка, известные продукты которых берут на анализ в поликлинике. Мозг — это информационно-аналитическая машина. Куда и как надо подключиться к мозгу, чтобы получить от него данные о его работе? Как наглядно представить эти данные? Наконец, как расшифровать эти данные, чтобы понять смысл, который они в себе несут? Несколькими примерами из области экспериментальной нейрофизиологии мы постараемся проиллюстрировать будни исследователей этой занятной науки.

Я познакомлю аудиторию со спецификой данных, отражающих электрическую активность головного мозга. Мы посмотрим на классификацию методов обработки таких данных и познакомимся с подходами к решению обратной задачи. Я также рассмотрю примеры применения машинного обучения к функциональному картированию головного мозга и сформулирую несколько задач, требующих навыков, которыми располагают специалисты по большим данным.

Что именно мы измеряем, измеряя суммарную электромагнитную активность коры головного мозга? Какую информацию о нейронных механизмах психических функций мы можем извлечь из спонтанной и вызванной активности на ЭЭГ или МЭГ? Я приведу примеры конкретных исследований, иллюстрирующих функциональный смысл некоторых параметров суммарной активности мозга человека, рассмотрю проблемы, которые возникают при их измерении и сформулирую ряд задач, решение которых требует совместных усилий физиологов и специалистов в области анализа данных.

В докладе я расскажу, как можно подготовить и провести эксперимент с нейрокомпьютерным интерфейсом. Поговорим о выборе парадигмы эксперимента, о популярных методах фильтрации и обработки электроэнцефалограммы. Отдельное внимание уделим проблемам обработки сигналов во время и после эксперимента, а также работе с ошибками пользователя и ошибками алгоритмов.