- Dr. Fernando Vilariño (UAB-CVC)
- Dr. Xim Cerdà (UAB-CVC)
- Dr. Jordi Casas (UAB-CVC)
- Dr. Silvana Silva (UAB-CVC)
- Dr. Olivier Penacchio (UAB-CVC)
- Objective 1 (O1). Systematically review the state of the art at the intersection of artificial intelligence and neuroscience. Conduct a critical and up-to-date review of the scientific literature within the project’s application domains (neurological health, creativity, language, perception, and aesthetics), paying particular attention to methodologies that integrate AI techniques with neuroscientific or behavioral data. This review will serve to ground methodological decisions, identify knowledge gaps, and appropriately position the project’s contributions.
- Objective 2 (O2). Design and execute experimental protocols for the acquisition of multimodal data. Collect relevant empirical data using specific protocols tailored to each sub-project, including neuroimaging acquisition (fMRI, DTI, EEG), behavioral experiments regarding creativity, language, and aesthetics, and the generation of computational simulations. Data quality, traceability, and standardization will be ensured to facilitate subsequent analysis using artificial intelligence techniques.
- Objective 3 (O3). Integrate artificial intelligence tools into the analysis of neuroscientific data. Apply machine learning algorithms and computational modeling techniques to analyze data derived from neuroimaging (fMRI, DTI, EEG) and behavioral experiments, with the aim of extracting complex patterns that are not easily accessible through traditional methods.
- Objective 4 (O4). Identify behavioral and neurophysiological markers useful for brain health. Detect specific patterns that enable improvements in diagnosis, prognostic prediction, and the personalization of interventions for conditions such as multiple sclerosis or visual hypersensitivity, through the application of AI to clinical and experimental data.
- Objective 5 (O5). Foster interdisciplinarity among art, science, and technology. Build bridges between artistic and scientific research through the joint exploration of human creativity and aesthetic processing from both computational and neuroscientific perspectives.
- Objective 6 (O6). Contribute to the design of intelligent systems inspired by the human brain. To leverage knowledge derived from the study of cognition and perception to design algorithms that are more interpretable, efficient, and sensitive to human processes—particularly in applications related to natural language, generative art, or digital health.
- Objective 7 (O7). To increase the Technology Readiness Level (TRL) of the project’s various lines of work. To drive progressive advancement from basic research toward more applied and transferable stages, raising the TRL of each subproject in accordance with its degree of development. This will entail the validation of experimental prototypes, the consolidation of reproducible analysis pipelines, the integration of computational tools into real-world clinical or creative contexts, and the preparation of results for transfer to industrial, healthcare, or cultural environments. The aim is to maximize the project’s potential impact and facilitate its adoption by end users and key stakeholders within the scientific, technological, and social ecosystem.
- Salud
- Esclerosis múltiple: Esta línea de trabajo se centra en el estudio de alteraciones estructurales y funcionales en el cerebro de personas con esclerosis múltiple, utilizando técnicas de neuroimagen como la resonancia magnética funcional (fMRI) y la imagen por tensor de difusión (DTI). El objetivo es avanzar en el diagnóstico y seguimiento de la enfermedad, así como en la identificación de biomarcadores que permitan comprender mejor su progresión, todo ello apoyado por herramientas de IA para el análisis de datos complejos.
- Molestia visual (Visual discomfort): En esta sublínea se emplean modelos computacionales para investigar los mecanismos neuronales y perceptuales implicados en la incomodidad visual provocada por ciertos estímulos. El objetivo es identificar qué propiedades visuales generan malestar o rechazo estético, y cómo estas respuestas pueden simularse o predecirse con modelos computacionales que integran conocimiento neurocientífico y algoritmos de IA.
- Procesos cognitivos y artísticos
- Procesamiento del habla en el cerebro: A través de registros de fMRI y electroencefalografía (EEG), esta línea investiga cómo el cerebro procesa la señal del habla en diferentes escalas temporales, centrándose en la percepción de los sonidos y el ritmo en participantes bilingües y monolingües, respectivamente. El objetivo es descubrir patrones de conectividad funcional neuronal, especialmente en las estructuras subcorticales y la corteza auditiva con el fin de identificar biomarcadores multiescalares asociados al rendimiento lingüístico y caracterizar las dinámicas de forma personalizada. Se espera que los hallazgos contribuyan en el campo de la neurociencia y la salud, con potenciales aplicaciones en el diagnóstico temprano de dificultades de aprendizaje del lenguaje y en el diseño de programas educativos personalizados, y que también puedan transferirse a modelos computacionales de IA basados en transfer learning.
- Creatividad y arte: Mediante experimentos conductuales, se estudian los procesos cognitivos implicados en la creatividad y en la experiencia estética. Esta línea busca entender cómo se generan ideas nuevas, cómo las personas valoran las obras artísticas, y cómo influyen factores individuales y contextuales. Los resultados también permiten entrenar modelos de IA capaces de simular o predecir ciertos aspectos de la conducta creativa.
