Наука и инновации
Задать вопрос

НИЛ нейродинамики и когнитивных технологий

Руководитель: Гордлеева Сусанна Юрьевна, доктор физико-математических наук, заведующий НИЛ

Научный коллектив:

1. Гордлеева Сусанна Юрьевна, доктор физико-математических наук, заведующий научно-исследовательской лабораторией
2. Григорьев Никита Андреевич, младший научный сотрудник
3. Ермолаев Денис Александрович, лаборант
4. Ермолаева Анастасия Викторовна, младший научный сотрудник
5. Кастальский Иннокентий Алексеевич, кандидат физико-математических наук, старший научный сотрудник
6. Колчина Анна Тимуровна, лаборант-исследователь
7. Лукоянов Максим Викторович, младший научный сотрудник
8. Максименко Владимир Александрович, доктор физико-математических наук, старший научный сотрудник
9. Савосенков Андрей Олегович, младший научный сотрудник
10. Удоратина Анна Михайловна, младший научный сотрудник
11. Храмов Александр Евгеньевич, доктор физико-математических наук, ведущий научный сотрудник
12. Цыбина Юлия Александровна, младший научный сотрудник

Основные научные направления:

Лаборатория нейродинамики и когнитивных технологий проводит междисциплинарные научные исследования и экспериментальные работы для разработки нейроинтерфейсов, применяемых в обучении, медицинской реабилитации и спортивных тренировках.
Компетенции коллектива лаборатории также включают: исследование динамики нейронных сетей мозга с использованием моделей различного уровня детализации биофизических процессов, математические методы обработки и анализа многоканальных нейрофизиологических данных различной природы включая технологии искусственного интеллекта, человек-машинные интерфейсы.

Цели научных исследований:

˗ изучение динамических принципов представления, преобразования и обработки информации в мозге, исследование основных закономерностей наблюдаемых колебательно-волновых процессов и их роли в осуществлении когнитивных функций;
˗ поиск способов воздействия на процессы межклеточной сигнализации при выполнении когнитивных функций, в том числе с помощью транскраниальной магнитной стимуляции;
˗ разработка и апробация высокотехнологичных нейроинтерфейсов для применения в персонализированной реабилитационной медицине.

Задачи: 

– выявление функциональных сетей в головном мозге человека, формирующихся в процессе сенсомоторной интеграции при выполнении задач на моторное воображение и обработку сенсорной информации;
– развитие методов воздействия на процессы формирования и реконфигурации функциональных нейронных сетей в соответствии с поставленной целью;
– разработка нейроинтерфейсов для коррекции нарушений сна на основе мультимодальной биологической обратной связи;
– исследование динамических механизмов формирования патологических состояний локальных нейронных популяций головного мозга методами биофизического моделирования.

Основные значимые результаты:

В Лаборатории в 2022 году получены следующие основные научные результаты:
– создана база данных сигналов ЭЭГ, ЭМГ и поведенческих характеристик испытуемых (более 100 человек) во время выполнения когнитивных задач воображения движений и обработки сенсорной информации до и после стимуляции ТМС.
– методом ЭЭГ-ТМС нейровизуализации проведено исследование структуры функциональной нейронной сети при выполнении когнитивной задачи на моторное воображение. Обнаружена область префронтальной коры, участвующая в функциональной нейронной сети при воображении двигательной активности. Выявлен способ активации функциональной нейронной сети, позволяющий повысить эффективность выполнения когнитивной задачи на воображение двигательной активности.
– исследована экстремальная синхронизация в сложных динамических сетях, моделирующих патологические состояния локальных нейронных популяций головного мозга.

Основные значимые публикации:

1. Tsybina, Y.A., Gordleeva, S.Y., Zharinov, A.I., Hramov, A.E., Kazantsev, V.B. Toward biomorphic robotics: A review on swimming central pattern generators. Chaos, Solitons and Fractals, 2022, 165, 112864. doi.org/10.1016/j.chaos.2022.112864
2. A Zhao, A Ermolaeva, E Ullner, J Kurths, S Gordleeva, A Zaikin. Noise-induced artificial intelligence. 2022. Physical Review Research 4 (4), 043069. doi.org/10.1103/PhysRevResearch.4.043069
3. Z Li, Y Tsybina, S Gordleeva, A Zaikin Impact of Astrocytic Coverage of Synapses on the Short-Term Memory of a Computational Neuron-Astrocyte Network. 2022. Mathematics 10 (18), 3275. doi.org/10.3390/math10183275
4. A. Batmanova, A. Kuc, V. Maksimenko, A. Savosenkov, N. Grigorev, S. Gordleeva, V. Kazantsev, S. Korchagin, A. E Hramov. Predicting Perceptual Decision-Making Errors Using EEG and Machine Learning. 2022. Mathematics 10 (17), 3153. doi.org/10.3390/math10173153
5. E.V. Pankratova, M.S. Sinitsina, S. Gordleeva, V.B. Kazantsev. Bistability and chaos emergence in spontaneous dynamics of astrocytic calcium concentration // Mathematics. 2022. 10(8), 1337. doi.org/10.3390/math10081337
6. S. Makovkin, E. Kozinov, M. Ivanchenko, S. Gordleeva. Controlling synchronization of gamma oscillations by astrocytic modulation in a model hippocampal neural network // Scientific Reports. 2022. 12, 6970. doi.org/10.1038/s41598-022-10649-3
7. Y. Efremov, A. Ermolaeva, G. Vladimirov, S. Gordleeva, A. Svistunov, A. Zaikin, P. Timashev. A Mathematical Model of in vitro Hepatocellular Cholesterol and Lipoprotein Metabolism for Hyperlipidemia Therapy // PLOS ONE. 2022. 17 (6), e0264903. doi.org/10.1371/journal.pone.0264903
8. Y. Tsybina, I. Kastalskiy, M. Krivonosov, A. Zaikin, V. Kazantsev, A. N Gorban, S. Gordleeva. Astrocytes mediate analogous memory in a multi-layer neuron–astrocyte network // Neural Computing and Applications. 2022. 34(11), pp. 9147–9160. doi.org/10.1007/s00521-022-06936-9
9. N. Grigorev, A. Savosenkov, M. Lukoyanov, A. Udoratina, N. Shusharina, A. Hramov, V. Kazantsev, S. Gordleeva. A BCI-Based Vibrotactile Neurofeedback Training Improves Motor Cortical Excitability During Motor Imagery // IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2021. 29, 1583-1592, doi.org/10.1109/TNSRE.2021.3102304.
10. SY Gordleeva, SA Lobov, NA Grigorev, AO Savosenkov, MO Shamshin Real-time EEG–EMG human–machine interface-based control system for a lower-limb exoskeleton // IEEE Access. 2020. 8, 84070-84081. doi.org/10.1109/ACCESS.2020.2991812

Патенты:

1) Цыбина Ю.А., Гордлеева С.Ю., Казанцев В.Б., Кастальский И.А.
Симулятор эпилептической активности на основе эффекта взрывной синхронизации в многомасштабной спайковой нейронной сети
Номер регистрации (свидетельства): 2022682719
Дата регистрации: 25.11.2022
2) Цыбина Ю.А., Гордлеева С.Ю., Казанцев В.Б.
Программный комплекс моделирования астроцит-опосредованного развития патологий и старения в мозге для тестирования фармакологических воздействий
Номер регистрации (свидетельства): 2022682343
Дата регистрации: 22.11.2022
3) Цыбина Ю.А., Гордлеева С.Ю., Казанцев В.Б.
Симулятор рабочей памяти на основе многослойной нейрон-астроцитарной сети
Номер регистрации (свидетельства): 2022617606
Дата регистрации: 25.04.2022
4) Цыбина Ю.А., Гордлеева С.Ю., Казанцев В.Б.
Новая архитектура аналоговой памяти на основе нейрон-астроцитарной сети мозга
Номер регистрации (свидетельства): 2022610891
Дата регистрации: 17.01.2022

Диссертации:

Докторская диссертация «Биофизические модели динамики взаимодействия нейронных и астроцитарных сетей» по специальности 1.5.2 – Биофизика. Гордлеева С.Ю.

Научно-исследовательская лаборатория сотрудничает с:
• ФГБУ «Национальный медико-хирургический Центр имени Н.И. Пирогова» Минздрава РФ;
• ФГАОУ ВО Первый МГМУ имени И.М. Сеченова Минздрава России (Сеченовский Университет);
• Поволжский исследовательский медицинский университет;
• Самарский государственный медицинский университет;
• Балтийский федеральный университет им. И. Канта;
• Научно-производственная фирма МАДИН;
• ФГБУН Институт Высшей Нервной Деятельности и Нейрофизиологии РАН;
• Центр биомедицинский технологий Мадридского университета, Мадрид, Испания
• Института имени Вейцмана, Израиль
• Университетского колледжа Лондона, Великобритания
• Университет Лейстера, Великобритания