Bolsa de PD em Aprendizagem de Máquina

Post-Doctoral Fellowship in Machine Learning

Nº: 4518

Área de conhecimento: Ciência da Computação

Field of knowledge: Computer science

Nº do processo FAPESP: 2020/01479-1

FAPESP process: 2020/01479-1

Título do projeto: Classificação de estados do corpo/mente para uma interface homem-máquina baseada na variabilidade da frequência cardíaca

Project title: Classification of body/mental states for a human-machine interface based on the heart rate variability

Área de atuação: Aprendizagem de Máquina

Working area: Machine Learning

Quantidade de vagas: 1

Number of places: 1

Pesquisador responsável: André Fujita

Principal investigator: André Fujita

Unidade/Instituição: Instituto de Matemática e Estatística – USP

Unit/Instituition: Instituto de Matemática e Estatística – USP

Data limite para inscrições: 10/10/2021

Deadline for submissions: 2021-10-10

Publicado em: 09/09/2021

Publishing date: 2021-09-09

Localização: Rua do Matão, 1010, São Paulo

Locale: Rua do Matão, 1010, São Paulo

E-mail para inscrições: andrefujita@usp.br

E-mail for proposal submission: andrefujita@usp.br

  • Resumo Summary

    Pesquisas na área de interface homem-máquina geralmente focam em sinais cerebrais obtidos por eletroencefalografia (EEG), fMRI, ou por métodos invasivos como eletrocorticografia.

    Interfaces homem-máquina baseadas nesses sinais apresentam baixo desempenho porque o comportamento motor não depende somente da atividade do cérebro, mas também das interações do cérebro com o corpo, incluindo os órgãos internos.

    Uma forma natural de avançar no desenvolvimento de melhores tecnologias de interação homem-máquina seria a inclusão da informação de como o corpo interage com o cérebro. Isso pode ser feito medindo a alteração da interocepção, i.e., a percepção das condições fisiológicas internas do corpo. A vantagem do uso da interocepção é que ela pode ser medida através da atividade cardíaca. A variabilidade da frequência cardíaca (VFC) é um parâmetro global que representa melhor os estados comportamentais do corpo e do cérebro.

    Assim, nosso objetivo é classificar os estados do corpo e da mente e construir uma nova interface homem-máquina baseada na VFC. Os resultados dessa pesquisa podem mudar a maneira pela qual fornecermos serviços de saúde. Há em andamento iniciativas de monitoramento de VFC para assuntos médicos. Desenvolveremos uma plataforma a partir delas a fim de introduzir nossa abordagem de classificação de estados da mente. O sucesso desta proposta está diretamente associado ao desenvolvimento de uma interface homem-máquina não invasiva e de baixo custo para pessoas com deficiência.

    O bolsista participará de diversas atividades organizadas pelo grupo do Prof. André Fujita e também fará parte de uma rede de pesquisa internacional. Os interessados devem se inscrever através do formulário https://forms.gle/wh31gUWcebZwnggq8.

    A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 7.373,10 mensais e Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

    Researchers of human-machine interface (HMI) usually focus solely on brain signals obtained by electroencephalography (EEG), fMRI, or invasive methods such as electrocorticography (ECoG).

    Based on these signals, human-machine interfaces show poor performance. The reason is that motor behavior does not depend only on brain activity but also on the interactions of the brain with the body, including its internal organs (feedback loop).

    One way to achieve this is to measure the change in interoception, i.e., the perception of the internal physiological conditions of the body. The advantage of interoception is that it can be measured by monitoring heart rate variability (HRV). 

    Thus, we aim to classify body/mental states and construct a new HMI based solely on the HRV. Results obtained here may change how we do healthcare. There are attempts to monitor HRV for health-related issues. We will scaffold on them to introduce our mental state classification approach. The success of this proposal is directly associated with the development of non-invasive/low-cost HMI for people with disabilities.

    The fellow will participate in several activities organized by the group of Prof. André Fujita at the Institute of Mathematics and Statistics of the University of São Paulo, in Brazil, as well as being part of an international research network. Candidates should apply through the form https://forms.gle/wh31gUWcebZwnggq8.

    This opportunity is open to candidates of any nationalities. The selected candidate will receive a Post-Doctoral fellowship from the São Paulo Research Foundation (FAPESP) in the amount of R$ 7,373.10 monthly and a research contingency fund, equivalent to 10% of the annual value of the fellowship which should be spent in items directly related to the research activity.