Осадчий Алексей Евгеньевич

Институт когнитивных нейронаук

Профиль на hse.ru ↗ тел.: 23189

Публикаций

Языков

Наград

Конференций

Профиль Публикации (98) Курсы (1)

Профессиональные интересы

цифровая обработка сигналовмагнитоэнцефалография (МЭГ)Электроэнцефалографияобратная задачасинхронизациянеинвазивное обнаружениекартирование головного мозга

Должности

Директор центра — Институт когнитивных нейронаук, Центр биоэлектрических интерфейсов
Профессор — Факультет компьютерных наук, Департамент анализа данных и искусственного интеллекта

Био

· Начал работать в НИУ ВШЭ в 2013 году.
· Научно-педагогический стаж: 21 год.

Образование

2023 · Доктор наук: Национальный исследовательский университет "Высшая школа экономики"
2003 · PhD: Университет Южной Калифорнии, специальность 01.00.00 «Физико-математические науки» и 03.03.06 «Нейробиология», тема диссертации: Автоматическое неинвазивное обнаружение и анализ взаимодействия эпилептогенных зон на основании МЭГ и ЭЭГ измерений
1997 · Специалитет: Московский государственный технический университет им. Н.Э. Баумана, специальность «Автономные информационные и управляющие системы», квалификация «Инженер-радиотехник»

Опыт работы

· Директор Центра биоэлектрических интерфейсов НИУ ВШЭ Ведущий научный сотрудник Центра познания и принятия решений НИУ ВШЭ Профессор кафедры анализа данных и искусственного интеллекта НИУ ВШЭ Старший научный сотрудник Центра познания и принятия решений НИУ ВШЭ
· 2007-2013: гг. Доцент див. для высшей нервной деятельности, Биолого-почвенный факультет Санкт-Петербургского государственного университета
· 2005-2015: гг. Независимый консультант по визуализации сигналов источника, Сан-Диего, Калифорния
· 2003-2005: гг. Старший ученый. Source Signal Imaging Inc., Сан-Диего, Калифорния
· 1999 — 2003: 09/ Научный сотрудник. Лаборатория нейровизуализации при USC, адв. Р. Лихи
· 2002 — 2003: 09/ Научный сотрудник. Отделение MEG в Huntington Medical Res. Inst
· 2001: 06/ 01/
· 2002: Консультационный отдел химии, USC
· 2000: 05/ 08/
· 2000: Research Intern. Исследовательские лаборатории Хьюза, Малибу, Калифорния
· 1998: 09/ 08/
· 1999: Научный сотрудник. Центр интегрированных медиа-систем (IMSC, USC)
· 1995: 03/ 07/
· 1998: Научный сотрудник. Исследовательский центр «Модуль», Москва
· 01.1993 — 03.1995: Научный сотрудник. Кафедра автономных систем управления МГТУ им. Н. Э. Баумана

Награды и поощрения

· Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (июль 2025)
· Благодарность Высшей школы экономики (сентябрь 2021)
· Благодарность Факультета компьютерных наук НИУ ВШЭ (август 2018)
· Надбавка за защиту докторской диссертации (2023–2026)
· Надбавка за публикацию в международном рецензируемом научном издании (2019–2021, 2018–2020, 2017–2018)
· Надбавка за регулярные публикации в международных рецензируемых научных изданиях (2024–2029, 2023–2028, 2021–2026)
· Надбавка за статью в зарубежном рецензируемом журнале (2015–2017)

Гранты и проекты

1017 · Система регистрации и декодирования биоэлектрической активности мозга человека, госконтракт, Министерство Образования и Науки РФ, совместно с ННГУ. 2014-1017 г.
— · Новая неинвазивная экспериментально-математическая парадигма предоперационного магнитоэнцефалографического картирования речевой коры головного мозга, Грант РФФИ 14-02-00917
— · РФФИ 16-04-01863 Эндогенное повышение эффективности работы интерфейсов мозг-компьютер

Конференции (10)

Показать все

· 2024: 27th European Conference on Artificial Intelligence (ECAI 2024) (Сантьяго-де-Компостела). Доклад: EEG-Based fMRI Digital Twin: Towards a Cheap and Ecological Approach to Measure Subcortical Brain Activity
· 2023: The Fifth International Conference «Neurotechnologies and Neurointerfaces» (CNN 2023) (Kaliningrad). Доклад: Interpretable neural networks in neurointerfaces and neuroimaging methods
· 2023: Volga Neuroscience Meeting 2023 (Нижний Новгород). Доклад: Diagnostic approaches for precision medicine in epilepsy
· 2016: IEEE International Symposium «Video and Audio Signal Processing in the Context of Neurotechnologies» (Санкт-Петербург). Доклад: MEG correlates of internalization of social influence
· 2016: Biomag 2016 (Сеул). Доклад: Power and shift invariant imaging of coherent sources from MEG data (PSIICoS)
· 2015: V Международная конференция по биотехнологиям и фармацевтике ФизтехБио — 2015 (Москва). Доклад: MEG and EEG based neuroimaging of transient networks
· 2015: Методические проблемы оценки функциональной синхронизации зон коры мозга на основании ЭЭГ-/МЭГ данных» (Москва). Доклад: МЭГ как результат активности и взаимодействия динамических сетей: метод порождающей модели
· 2014: International conference on biomagnetism, Biomag 2014 (Галифакс). Доклад: Interaction Space RAP-MUSIC for estimation of transient networks from MEG data
· 2014: 9th FENS Forum of Neuroscience (Милан). Доклад: MPFC activity varies with differences in social conformity: MEG study
· 2014: Научная сессия "Проблемы мозга" Российской Академии Наук (Москва). Доклад: Эффективное нейробиоуправление на основе пространственно-временных динамических моделей

Идентификаторы исследователя

ORCID: 0000-0001-8827-9429
ResearcherID: M-9067-2013
SPIN РИНЦ: 5631-4743
Google Scholar: https://scholar.google.ru/citations?user=uVunrzkAAAAJ&hl=en
Scopus AuthorID: 6603011121

Публикации (98)

Neurofeedback learning modifies the incidence rate of alpha spindles, but not their duration and amplitude

2017 · ARTICLE · en

Although the first experiments on alpha-neurofeedback date back nearly six decades ago, when Joseph Kamiya reported successful operant conditioning of alpha-rhythm in humans, the effectiveness of this paradigm in various experimental and clinical settings is still a matter of debate. Here, we investigated the changes in EEG patterns during a continuously administered neurofeedback of P4 alpha activity. Two days of neurofeedback training were sufficient for a significant increase in the alpha power to occur. A detailed analysis of these EEG changes showed that the alpha power rose because of an increase in the incidence rate of alpha episodes, whereas the amplitude and the duration of alpha oscillations remained unchanged. These findings suggest that neurofeedback facilitates volitional control of alpha activity onset, but alpha episodes themselves appear to be maintained automatically with no volitional control – a property overlooked by previous studies that employed continuous alpha-power neurofeedback. We propose that future research on alpha neurofeedback should explore reinforcement schedules based on detection of onsets and offsets of alpha waves, and employ these statistics for exploration and quantification of neurofeedback induced effects.

DOI ↗ PDF ↗

Интерфейс мозг-компьютер: опыт построения, использования и возможные пути повышения рабочих характеристик

2017 · ARTICLE · ru

Нейрокомпьютерные интерфейсы, или, как их принято называть в отечественной литературе, интерфейсы мозг-компьютер (ИМК), находят применение в ряде областей и имеют потенциал использования для решения как исследовательских, так и практических задач. В настоящее время ведутся пилотные исследования клинического применения ИМК в постинсультной нейрореабилитации [Frolov et al., 2013; Ang et al., 2010], кроме того, существует перспектива использования ИМК для непосредственного восстановления возможностей движения/коммуникации путём создания альтернативного канала обмена информацией с интеллектуальными протезами и окружающей средой. При работе с электрофизиологическими данными возникает необходимость обработки многомерных, нестационарных сигналов, которые отражают сложные физиологические процессы. Интерфейсы, основанные на неинвазивных технологиях регистрации активности головного мозга, до сих пор не обеспечивают надёжного информационного контакта с мозгом пользователя. Результаты нашего исследования показывают, что улучшение рабочих характеристик таких систем возможно за счёт построения новых алгоритмов машинного обучения, учитывающих физиологические и психоэмоциональные особенности использования ИМК. Разработка таких алгоритмов может вестись как в классической Байесовской парадигме, так и с использованием современных технологий глубинного обучения. Кроме того, создание методик физиологической интерпретации нелинейных решающих правил, найденных многослойными структурами, открывает новые перспективы автоматического и объективного извлечения знаний из данных нейрофизиологических экспериментов. Несмотря на всю привлекательность неинвазивных технологий, радикальное повышение пропускной способности коммуникационного канала ИМК и применение этой технологии для управления протезами возможно лишь при помощи инвазивных методов регистрации активности головного мозга. Электрокортикограмма (ЭКоГ) - наименее инвазивная из таких технологий, и в заключительной части работы мы демонстрируем возможность использования ЭКоГ для декодирования кинематических характеристик движения пальца.

PDF ↗

Регуляризация обратной задачи ЭЭГ/МЭГ локальным кортикальным волновым паттерном

2017 · ARTICLE · ru

Постановка проблемы: пространственное разрешение электроэнцефалографии/магнитоэнцефалографии зависит от метода решения обратной задачи, которая в силу фундаментальных физических причин является некорректно поставленной и имеет бесконечно большое количество решений. В последние несколько лет появились новые свидетельства о том, что нейрональная активность распространяется по коре в соответствии с волновым паттерном, характеризуемым некоторым направлением и скоростью распространения волны. Новые данные о пространственно-временной динамике распространения нейрональной активности по коре головного мозга требуют пересмотра существовавшей долгое время парадигмы, в которой пространственная структура активности рассматривалась независимо от временной динамики. Цель исследования: разработка нового метода локализации электрической активности головного мозга, который позволяет достаточно точно восстановить исходную активность по имеющимся данным на сенсорах в предположении, что эта активность имеет волновую структуру. Результаты: разработан новый математический аппарат регуляризации обратной задачи, ограничивающий решения множеством пространственно-временных динамик, удовлетворяющих двумерному волновому уравнению, определенному на нерегулярной сетке узлов, аппроксимирующих кортикальную поверхность. Это новый метод, реализованный в соответствии с хорошо себя зарекомендовавшей общей методологией регуляризации некорректно поставленных задач на основании минимизации Q-нормы решения. Cравнение на модельных данных с двумя наиболее распространенными методами решения обратной задачи показало, что новый метод, в отличие от них, сохраняет волновую структуру, обеспечивает наибольшую точность оценки моделируемой активности. Параметры регуляризующей волны рассчитываются в соответствии с минимизацией относительной невязки решения в пространстве сенсоров.

DOI ↗

Интерфейс мозг-компьютер: опыт построения, использования и возможные пути повышения рабочих характеристик.

2017 · ARTICLE · ru

Source-space EEG neurofeedback links subjective experience with brain activity during effortless awareness meditation

2016 · ARTICLE · en

Meditation is increasingly showing beneficial effects for psychiatric disorders. However, learning to meditate is not straightforward as there are no easily discernible outward signs of performance and thus no direct feedback is possible. As meditation has been found to correlate with posterior cingulate cortex (PCC) activity, we tested whether source-space EEG neurofeedback from the PCC followed the subjective experience of effortless awareness (a major component of meditation), and whether participants could volitionally control the signal. Methods Sixteen novice meditators and sixteen experienced meditators participated in the study. Novice meditators were briefly trained to perform a basic meditation practice to induce the subjective experience of effortless awareness in a progressively more challenging neurofeedback test-battery. Experienced meditators performed a self-selected meditation practice to induce this state in the same test-battery. Neurofeedback was provided based on gamma-band (40–57 Hz) PCC activity extracted using a beamformer algorithm. Associations between PCC activity and the subjective experience of effortless awareness were assessed by verbal probes. Results Both groups reported that decreased PCC activity corresponded with effortless awareness (P Likert scale; experienced: 9). Both groups showed high moment-to-moment median correspondence ratings between PCC activity and subjective experience of effortless awareness (novices: 8, experienced: 9). Both groups were able to volitionally control the PCC signal in the direction associated with effortless awareness by practicing effortless awareness meditation (novices: median % of time = 77.97, P = 0.001; experienced: 89.83, P Conclusions These findings support the feasibility of using EEG neurofeedback to link an objective measure of brain activity with the subjective experience of effortless awareness, and suggest potential utility of this paradigm as a tool for meditation training.

DOI ↗ PDF ↗

A dynamical model improves reconstruction of handwriting from multichannel electromyographic recordings

2015 · ARTICLE · en

In recent years, several assistive devices have been proposed to reconstruct arm and hand movements from electromyographic (EMG) activity. Although simple to implement and potentially useful to augment many functions, such myoelectric devices still need improvement before they become practical. Here we considered the problem of reconstruction of handwriting from multichannel EMG activity. Previously, linear regression methods (e.g., the Wiener filter) have been utilized for this purpose with some success. To improve reconstruction accuracy, we implemented the Kalman filter, which allows to fuse two information sources: the physical characteristics of handwriting and the activity of the leading hand muscles, registered by the EMG. Applying the Kalman filter, we were able to convert eight channels of EMG activity recorded from the forearm and the hand muscles into smooth reconstructions of handwritten traces. The filter operates in a causal manner and acts as a true predictor utilizing the EMGs from the past only, which makes the approach suitable for real-time operations. Our algorithm is appropriate for clinical neuroprosthetic applications and computer peripherals. Moreover, it is applicable to a broader class of tasks where predictive myoelectric control is needed.

DOI ↗ PDF ↗

GALA: group analysis leads to accuracy, a novel approach for solving the inverse problem in exploratory analysis of group MEG recordings

2015 · ARTICLE · en

Although MEG/EEG signals are highly variable between subjects, they allow characterizing systematic changes of cortical activity in both space and time. Traditionally a two-step procedure is used. The first step is a transition from sensor to source space by the means of solving an ill-posed inverse problem for each subject individually. The second is mapping of cortical regions consistently active across subjects. In practice the first step often leads to a set of active cortical regions whose location and timecourses display a great amount of interindividual variability hindering the subsequent group analysis. We propose Group Analysis Leads to Accuracy (GALA)—a solution that combines the two steps into one. GALA takes advantage of individual variations of cortical geometry and sensor locations. It exploits the ensuing variability in electromagnetic forward model as a source of additional information. We assume that for different subjects functionally identical cortical regions are located in close proximity and partially overlap and their timecourses are correlated. This relaxed similarity constraint on the inverse solution can be expressed within a probabilistic framework, allowing for an iterative algorithm solving the inverse problem jointly for all subjects. A systematic simulation study showed that GALA, as compared with the standard min-norm approach, improves accuracy of true activity recovery, when accuracy is assessed both in terms of spatial proximity of the estimated and true activations and correct specification of spatial extent of the activated regions. This improvement obtained without using any noise normalization techniques for both solutions, preserved for a wide range of between-subject variations in both spatial and temporal features of regional activation. The corresponding activation timecourses exhibit significantly higher similarity across subjects. Similar results were obtained for a real MEG dataset of face-specific evoked responses.

DOI ↗ PDF ↗

The use of mutual information for selection of event-related components in ICA. Application to eloquent motor cortex mapping

2014 · ARTICLE · en

Spatial component analysis is often used to explore multidimensional time series data whose sources cannot be measured directly. Several methods may be used to decompose the data into a set of spatial components with temporal loadings. Component selection is of crucial importance, and should be supported by objective criteria. In some applications, the use of a well defined component selection criterion may provide for automation of the analysis. In this paper we describe a novel approach for ranking of spatial components calculated from the EEG or MEG data recorded within evoked response paradigm. Our method is called Mutual Information (MI) Spectrum and is based on gauging the amount of MI of spatial component temporal loadings with a synthetically created reference signal. We also describe the appropriate randomization based statistical assessment scheme that can be used for selection of components with statistically significant amount of MI. Using simulated data with realistic trial to trial variations and SNR corresponding to the real recordings we demonstrate the superior performance characteristics of the described MI based measure as compared to a more conventionally used power driven gauge. We also demonstrate the application of the MI Spectrum for the selection of task-related independent components from real MEG data. We show that the MI spectrum allows to identify task-related components reliably in a consistent fashion, yielding stable results even from a small number of trials. We conclude that the proposed method fits naturally the information driven nature of ICA and can be used for routine and automatic ranking of independent components calculated from the functional neuroimaging data collected within event-related paradigms.

PDF ↗

Mutual information spectrum for selection of event-related spatial components. Application to eloquent motor cortex mapping

2014 · ARTICLE · en

PDF ↗

MEG signature of social conformity: evidence from evoked and induced responses.

2014 · PREPRINT · en

Humans often adjust their behavior to match the group norms. In this study, we used magnetoencephalographic (MEG) source imaging to investigate the electromagnetic responses to the perceived mismatch between individual and group opinions. After participants were exposed to group opinion that conflicted with their own, we observed an evoked response in the posterior medial prefrontal cortex (pMPFC) occurring around 200 ms, corresponding to the feedback-related negativity (FRN) – a component of the evoked response associated with processing negative feedback and reinforcement learning. This response was accompanied by an increase in power of theta oscillations (4-8 Hz) over a number of frontal sites (including OFC and pMPFC). The magnitude of both evoked and induced responses to the perceived conflict with social norms was stronger in participants who showed relatively low conformity. Overall, our results suggest that the activation of the pMPFC following conflicts with group opinion, as recoded by MEG, may reflect an enhanced control state – a process complimentary to the reinforcement learning signal in the ventral striatum reported in previous studies of social conformity

PDF ↗

Курсы (1)

Mathematical Aspects of EEG and MEG Based Neuroimaging · 5 раза

2025/2026, 2024/2025, 2023/2024, 2022/2023, 2021/2022 · Магистратура / Маго-лего · Анг