意大利理工学院(IIT)
视频
加载播放器…
  • 提供配置文件
  • 欢迎来到机器人,大脑和认知科学
    RBCS的研究活动围绕“人类”展开,沿着三个主要的研究方向:人形机器人,专注于认知,人类行为研究和康复,专注于行动和感知,人机通信和交互,非常强调神经系统双向直接接口的技术和科学进步。rbc是iCub的公司

产品组合
  • 机器人,大脑和认知科学

    • 实验室

    • 在这个框架内,rbc cs被组织在一些实验室中,每个实验室都有自己的特殊性和调查工具,主题包括:学习和适应,多模态感知和认知,运动控制和学习,自然和社会互动,注意力和识别。三个主要的研究方向被映射到以下实验室:

      年代研究人类:人类行为和康复实验室
      这方面的研究将集中于理解人类行为和感知的各个方面,除了它们的科学价值外,这些方面对于在人工系统和新的运动康复设备中实现复杂行为是必不可少的。所涉及的所有研究方面都有一个共同的目标,即不仅要了解运动和/或感知“过程”,而且还要了解这些过程如何适应、学习和发展作为与环境和其他人相互作用的结果。

      构建类人:认知类人实验室
      认知类人实验室活动的主要重点是在类人形状的机器人中实现认知模型。这有两个目标:1)加深我们对大脑功能的理解,2)实现机器人控制器,可以从错误中学习和适应。

      交互与界面:交互与界面实验室
      这一领域的主要工作将致力于研究长期植入人类脑机通信设备。特别是,这个长期目标的主要焦点是实现双向和“特别”接口。我们指的是能够适应残馀功能能力和个体患者的形态(直到“连接器”的形状)的接口,并且能够支持神经系统和人工设备之间的双向信息流动。
    • 认知类人实验室

        • 认知类人实验室的科学家在机器人和神经科学研究的前沿工作,在类人形状的机器人中实现认知模型。这群不同种类的人的目标是了解大脑的功能,实现机器人控制器,可以从他们的错误中学习和适应。这些活动包括硬件(我们称之为“身体部件”)和软件的建造,这些软件将在未来的某一天使机器具有与人类相当的智能。我们称这种技术为“心智软件”。在车身方面,我们开发了iCub,一个人形机器人,形状像一个4岁的孩子。与此同时,我们正在解决下一代机器人技术的发展,这些技术基于用于传感和处理的柔软和适应性材料。在思维方面,实验室参与了类人机器人认知技能的实现;也就是说,为机器人提供视觉、听觉和触觉感知,以及凝视、触摸和操纵物体的能力。
    • 车身:iCub

    • iCub是作为欧盟项目RobotCub的一部分开发的类人机器人,随后被印度理工学院的认知类人实验室采用。它有53个马达,可以移动头部、手臂和手、腰部和腿。它可以看到和听到,它有本体感觉(身体结构)和运动(使用加速计和陀螺仪)。我们正在努力改进这一点,以赋予iCub触觉,并评估它对环境施加的力。与此同时,我们已经在计划下一代类人机器人:它们将由软驱动器、更强、更轻的新型关节制成,能量效率接近我们这样的生物系统。
      • 皮肤

      • 触觉感应是类人机器人在日常环境中安全交互的关键缺失技术之一。我们正在研究各种技术,目的是构建一个完整的机器人皮肤,包括传感、布线和处理的无缝集成。机器人皮肤的实现非常复杂,因为它必须覆盖广泛的区域,符合身体的形状,同时承受相当大的机械应力(包括冲击)。必须从这个分布式传感器网络收集数据,并在各个处理级别提供反应性控制和规划。此外,触觉数据必须与本体感觉和力/扭矩测量等其他方式相结合。我们目前的解决方案是基于毫米和微米尺度(VLSI)的电容和压电传感。
      • 材料

      • 从纳米驱动器到宏观驱动器
        碳纳米管致动器-开发基于纳米尺度致动机制的器件的主要问题是在单个碳纳米管(CNT)水平上诱导的应力转移到宏观域。解决这个问题的一个可能的方法是。在单个碳纳米管水平诱导的应力向宏观领域的转移可以通过一种新的方法来实现。与其简单地利用碳纳米管之间的范德华相互作用或仅仅将其合并到聚合物基质中,其想法是通过化学键将碳纳米管连接起来,以创建以单个纳米管为重复单元的共聚物。为此,一种可能的方法是制备两种不同类型的碳纳米管,一种是羧基功能化的碳纳米管,另一种是氨基替代物功能化的碳纳米管;这些组分可以像合成聚酰胺(即尼龙6,6)一样,在不添加任何催化剂的情况下反应。通过化学键连接碳纳米管的最简单方法是使用连接剂分子,即芳香二胺,如上述方案所示,它可以与酰氯(-COCl)修饰的碳纳米管发生反应。
      • 基础设施

      • 认知类人实验室还依赖于内部和rbs部门共享资源的机械、电子和信息学支持。特别是,我们的技术基础设施有助于开发新的机械和电子组件,调试现有的解决方案,并维护我们的机器人和计算基础设施。机械开发与机械车间设施一起进行,电子与电子设计实验室合作开发,计算机网络与rbc系统管理组一起维护。我们还开发了iCub的软件和固件基础结构(参见yarp示例)。

        目前的设计重点是开发iCub的新版本,暂时称为“v2”,其中包括力/扭矩控制,皮肤和一些机械改进,包括双足行走能力(与先进的机器人部门一起)。
    • 心智:认知系统的技术

    • 我们真正感兴趣的当然是智能机器的最终实现。我们研究认知系统的基本技术,并将其转化为一个完整的工作系统。在这种情况下,我们的操作方法从生物学开始,即通过“逆向工程”大脑,继续通过特定大脑功能的数学建模,最终在人形机器人上找到实现。我们学习的认知技能的例子是注意力,接触和操纵。虽然范围广泛,这项研究有一个明确和可衡量的目标,也有工业利益。特别是,人形机器人可以被想象为制造业、办公室或家庭环境中的助手。在这方面,例如,我们在人机交互(在认知、控制和硬件层面)中解决安全问题。我们还参与了将语言技能添加到ICub的项目,我们正在开发用于传感、驱动和处理的微电子技术。
      • 发展

      • 我们对认知的立场与涌现系统方法是一致的:认知是一个自主系统在其环境中变得可行和有效的过程。从实施的角度来看,我们认为认知是一种预测事件未来发展的能力,最初是处理直接的(更接近直接的感官知觉),逐渐发展到跨越更长的时间框架(仅凭感官知觉无法达到)。认知不是手工编码的,它必然是具象发展过程的产物。因此,学习和发展的研究和建模是我们研究议程的一个重要方面。
      • 电机控制

      • 运动控制在理解认知中起着主导作用[参考1]。我们采用了各种方法,从机器学习和非线性优化到人类行为调查(与人类行为实验室合作)。在计算方面,这是使用参数和非参数技术完成的。人类行为方面是依靠人类行为实验室的设备来测量手臂和身体的运动学,眼球运动和肌电图。
      • 视觉和操作在灵长类动物的大脑中密不可分。神经科学的诱人结果揭示了大脑在触摸、抓取和物体识别过程中使用的混合运动和感觉表征。我们现在对大脑在这些活动中发生了什么有了很大的了解,但却不知道为什么。我们所看到的集成在功能上是重要的,还是仅仅反映了进化对模块化缺乏热情?我们以机器人的形式实例化这些结果,以探测技术优势,并发现现有模型中的任何缺陷。我们认为,在一个灵巧的操作和复杂的机器视觉已经以成熟的形式实现的平台上研究这一点是不重要的,而是遵循从更简单的原语开发的方法。
    • 视觉触觉感知实验室

    • 所有感官同时提供关于我们环境的信息,这些信息需要合并成一个单一的感知。
      该实验室活动的重点是研究人类的单模态视觉、触觉和听觉感知及其多模态集成。我们主要研究视觉和触觉信号之间的整合,目的是理解控制由移动信号的意图和先验知识介导的感知信息合并的规则。这些方面与人类感知的理解以及人工系统的实现有关。此外,我们的研究兴趣扩展到正常视力儿童发育过程中这些知觉能力的动态分析,并考虑到视觉残疾患者。
      • 视觉和触觉运动知觉

      • 这个项目的主要目的是研究视觉、触觉和触觉、光学和双峰流的双峰感知之间的相似性。我们用心理物理技术研究了流感知的单峰和双峰速度辨别阈值与真实车轮蚀刻与不同空间频率的正弦波剖面。我们的系统使我们能够以特定的速度驱动每个轮子,并在两种模式之间创造冲突刺激(Gori等人)。2008)。通过这个项目,我们可以回答许多与单模态视觉触觉和多模态流感知分析相关的问题,并使我们有可能研究是否存在超模态分析系统。

        我们还用心理物理技术研究了视觉、触觉和加速和减速刺激的双峰瞬时运动知觉。

      • 开发跨模态集成

      • 本研究的主要目的是探讨儿童如何整合多模态线索。最近的研究表明,人类大脑可以整合不同感官的信息,而且这种整合在成年人中是统计上最优的。孩子在多大年龄开始整合感官信号以获得更强大的感知,这种整合是最佳的吗?在我们的实验室里,我们正在研究这种能力发展的特性。在我们过去的研究中,我们发现在8岁之前,视觉和触觉空间信息的整合远非最佳,视觉或触觉完全占主导地位,即使在主导感觉远不如另一种精确的情况下也是如此。到8 - 10岁时,整合在统计上变得最优,就像成年人一样(Gori et.al。《当代生物学》,2008)。

        根据这类研究,我们还通过使用不同种类的真实物体,并通过在不同残疾儿童中扩展研究,来调查不同的能力及其多模态整合在儿童时期是如何发展的。

      • 图1:印度理工学院人类行为实验室设计的触觉设备。

      • A-Braccio di Ferro BDF双手配置,B-Haptic抓握单元,C- IIT腕式机器人,D- 12dof触觉工作站用于远端和近端手臂的双手操作。
    • 运动学习与康复实验室

    • 该实验室的活动重点是研究神经可塑性,这是人类感觉运动系统组织的基础,以及在复杂环境中学习运动技能的能力。这也包括神经控制运动的认知方面,因为我们相信“具身智能”:我们认为适应性行为是神经系统与身体和环境双向交互的涌现属性。这意味着神经系统、身体和环境之间的信号/能量的持续交换,这意味着运动神经元的输入是由感觉器官的生物物理学塑造的,运动神经元的输出是由身体的生物力学转化的,同时,产生了大量的约束和功能支持。
      在此背景下,实验室通过使用视觉触觉、动态虚拟环境和测量运动响应(运动学和动力学方面)以及相应的神经相关(肌肉活动- emg -和大脑活动- EEG和NIRS)来研究运动学习和控制的范例。
      虚拟现实系统的触觉部分由几个在实验室设计的触觉机器人(图1)提供(单手或双手配置的BdF, iit -腕式机器人,触觉抓握单元)。
    • 双手适应动态环境时的肢体间干扰

    • 两个机器人产生两个独立的旋度粘性力场,趋向于在顺时针或逆时针方向横向偏离手。研究的重点是两个学习过程(分别是左手和右手)之间的干扰模式。
        • 图2实验设置

        • 图3:CW-CW组和CCW-CW组两名典型受试者在力场适应阶段开始(左)和结束(右)时的运动轨迹。灰色和黑色的线条分别表示左手和右手。比例尺:2厘米。

    • 视觉-本体感觉集成补偿手腕指向运动的动态扰动

    • 受试者用手腕进行指向动作,通过视觉反馈和手腕装置输入各种视觉/动觉扰动组合。
      • 图4:IIT腕式机器人。

      • 它有3个自由度:屈/伸,内旋/旋,内收/外展。一台电机用于F/E和P/S;A/A用两个马达。
      • 图5:腕式机器人和虚拟现实。

      • 目标位置和实际指向方向的视觉表示,作为两个圆,与操纵自由度有关。这两个圆是在结构化的背景(条纹图案)下可视化的。整体画面可以相对于电脑屏幕是固定的,也可以以和谐的方式旋转。A:熟悉设置,B:动觉障碍;C:视觉障碍;D:视动觉障碍。
      • 图6不同目标集的轨迹示例。

      • 黑色轨迹从中心开始到每个外围目标,而灰色轨迹从外围四个目标朝向中心,为了图形清晰起见,在下图中镜像;(A)熟悉度(F), (B)视觉(V), (C)动觉(K), (D)视觉运动(VK+), (E)视觉运动180°相位滞后(VK-)和(F)视觉运动90°相位(VKP);目标集(比例尺2.5 cm)。
    • 机器人治疗中的最小辅助触达策略

    • 该机器人通过产生最小强度的辅助力场来帮助严重偏瘫患者进行伸展运动,以促进准瘫痪肢体出现主动的、目标导向的运动。
        • 图7从上方看手持操纵杆的主体。

        • 受试者的肩膀被绑在椅子上;前臂与滑动支架相连;手腕通过滑板腕托稳定,手通过魔术贴支架固定。
          目标被安排在三层:A、B、C。C层被放置在虚拟墙的前面。
          目标激活的基本顺序是A - C - B - A,以随机顺序重复3 9 7 9 3 = 63次。
          注意,图中的目标距离是实际距离的两倍。
        • 图8同一运动(从a层的中心位置到C层的中心位置),受试者从初始阶段到最终阶段的速度曲线演变。

        • 总的来说,尽管援助部队的人数已逐步减少,但所有问题的特点都是行动趋于更快和更顺利
    • 自适应机器人辅助跟踪运动

    • 该机器人帮助患者跟踪移动目标(简单的Lissajous 8字),辅助力场是根据性能自动调节的。
        • 图9:力场发生器采用阻抗控制方案,由机器人执行器直接驱动,以这种方式将力矢量传输到手柄,该力矢量计算为机器人运动状态的函数(采样频率:1 kHz)。

        • 根据非单调训练协议,自适应控制器将力场的增益调制为评估性能的函数。连续向量:连续时间控制;虚线向量:间歇控制。
        • 图10左图:顶部面板复制了计算机屏幕上的图片,包括8字形路径(黑色)、移动目标(红色圆圈)和手的位置(白色汽车形状)。中间和底部的面板显示了实验中使用的两个跟踪方向:

        • CWright_CCWleft(蓝色),CCWrightCWleft(红色)。A - H为性能评价算法使用的8个控制点。右图-最上面的四组数字与严重损伤程度(FMA= 4)的受试者有关。最下面的一组数字与受影响程度较轻的受试者有关(FMA= 25)。蓝色表示顺时针-右/逆时针-左序列;红色表示逆时针-右/逆时针-左序列。
    • 行动与知觉实验室

    • 实验室科学活动的主要重点是促进对目标导向行动的产生所涉及的机制的理解。工作假设是行动和知觉过程紧密相连。因此,将运动指令和知觉反馈结合起来研究动作产生。基于对被观察行为进行在线心理模拟的想法,通过几个实验范式对知觉进行了研究。通过考虑简单的(手臂)和全身运动来研究动作,其中经验观察与数值模拟相关联。在解决的几个具体问题中,我们试图理解重力场是如何在中枢神经系统的不同层次上表示的。研究了一种潜在的认知表征方法,利用记录的简单手臂伸展运动和肌肉活动来掌握在真实或虚拟环境中执行的运动。通过对全身抓握运动过程中多关节体机械系统的研究,考虑了感觉运动表征。特定运动原语的存在和组合是在我们理解这一复杂任务固有的达到平衡子目标的协调框架内进行研究的。研究了低活动和学习后动作产生的可塑性。 Functional (motor efficiency through kinematic analysis) and structural (brain plasticity through transcranial magnetic stimulation SEP and MEP recording) experiments are conducted simultaneously.
      • 视觉环境对手臂运动规划的影响

      • 众所周知,视觉信息对于执行精确的目标导向任务是必要的。其他感觉输入,如本体感觉和前庭信息也有作用,在运动规划过程中详细描述感觉运动系统的初始状态,并保持执行的在线控制。然而,视觉和本体感觉输入的相对作用仍有待量化。为了达到这个目的,我们研究视觉反馈对行动计划的影响,通过视觉-运动冲突的手段。

        实验中出现的视觉运动冲突:A)垂直视觉反馈的水平手臂运动(黑色箭头)(白色箭头)B)相反方向垂直视觉反馈的垂直手臂运动(黑色箭头)(白色箭头)C)水平视觉反馈的垂直手臂运动(白色箭头)。

        我们要求受试者进行垂直和水平的单关节手臂指向运动,同时他们在视觉上感知到一致或不一致(例如正交)的指向运动。这种视觉反馈操作所产生的手臂速度剖面的变化代表了冲突视觉信息对运动的影响的良好度量。这将使我们能够检查视觉信息是否可以重新组织运动规划和改变运动运动学。
      • 预测的知觉和运动基础

      • 预测是人类生活中的一项核心技能。由于我们的环境不断变化,无论是由于我们的行为还是独立于我们的行为,预测未来事件将在何时何地发生是必要的,以便能够使我们的行动与它们同步,并熟练地与世界互动。拦截能力的研究代表了调查这一主题的一个很好的选择,因为拦截是一项相当常见的任务,同时,它强烈要求预测技能。

        预测实验的方法和设备:A)视觉刺激,即屏幕上移动的虚拟目标。B)受试者使用的纯视觉任务图式和回答框。C)截取任务方案和用于记录食指运动的运动跟踪摄像机(Optotrak系统)。

        在我们的实验中,一个球在沿着抛物线路径后消失在遮挡后面。受试者要么选择遮挡后球到达的位置(仅涉及视觉),要么直接用食指指向虚拟目标(视觉和运动参与)。通过这种方式,可以了解预测工作的目标是否会影响预测的执行方式,以及是否在预测中建立和利用了目标运动的内部模型。
      • 动作与知觉耦合

      • 本研究主题的总体目的是了解服务于自然目标导向行为控制的组织原则,以及这种控制是如何在生理水平上实现的。应用了两种不同的实验范式:生物运动识别和运动模仿。
      • 机械手的灵巧控制

      • 刚度——抵抗力的变化抵消了外部载荷的影响——在很大程度上取决于肢体几何形状和方向的变化,以及拮抗肌的共同收缩。关节阻抗的控制在存在外部扰动时提供了机械稳定性,这就是为什么中枢神经系统(CNS)主动调节肢体阻抗被认为是有效运动控制的重要组成部分。
      • 目标特征提取

      • 在我们的日常生活中,我们接触、抓住和操作许多不同的物体,我们也看到其他人在执行相同的动作。越来越多的研究在文献中广泛描述了一些内在的物体特征与关节在抓取任务中运动的时间协调之间的关系。人类对生物运动的敏感性也被广泛研究,重点是从高度贫乏的刺激中识别人类行为及其微妙细节的能力,如“点光显示”。
      • 皮质和功能可塑性

      • 米开拉在这里致力于更好地了解在抓取任务中,短暂的不使用手是否会导致运动表现的改变,以及大脑皮层是否会发生可塑性变化。针对这个问题,我们用物理治疗师在日常临床实践中使用的软绷带固定受试者的手。
    • 脑机接口实验室

    • 该实验室旨在确定研究路径,可以有效地开发出能够在大脑控制下与周围环境相互作用的人工系统。它的独特之处在于它融合了不同的方法,这使得它特别适合意大利理工学院(IIT)这样的研究环境。所提出的方法的一个独特的特点是体内数据的获取。这是因为,虽然该项目被认为是基础研究的基础数据来源,但它仍然是一个包含重大技术挑战的应用项目。由于在BMI实验室进行的研究项目的所有阶段都适用于这个人,这就预先决定了实现它所需的材料和程序的选择。虽然大部分研究是在机器人、大脑和认知科学系进行的,但该项目也受益于IIT其他各个分支的贡献和合作,如神经科学和纳米技术。具体来说,对于那些在IIT内部无法找到的项目技能,已经利用了包括一些领先的意大利研究中心在内的合作者网络。其中,米兰理工大学电子系(POLIMI-ele)和物理系(POLIMI-phys),费拉拉大学(UNIFE)和摩德纳大学(UNIMO)的神经生理学部门,乌迪内医院的神经外科“S.M.”della Misericordia”(NSG),在的里雅斯特的SISSA和芝加哥西北大学(NW)。
    • 技术相关研究领域

      • 碳纳米管和导电聚合物复合材料,用于体内神经记录的高性能可塑电极

      • 这项研究的目的是开发一种新型的体内神经记录电极,它不仅依赖于金属或硅基材料,为实现长期的神经-电接口开辟了道路。特别关注显著提高信噪比,探索表皮中阻抗记录的可能性,提高植入物的生物相容性,从而提高它们的时间稳定性。

        通过在分子水平上控制聚合物所表现出的多种特性(如可变机械刚度、驱动、电导率和生物功能化)以及碳纳米管出色的电气和机械性能,我们设想了一种制造纳米、微观和宏观尺度神经探针的全新方法,具有非常低的解剖影响和高效率。从长远来看,一个完全“有机”的可植入系统(即包括信号调节)是可以预见的。
      • 用于信号调理和双向脑信号处理的微电子学

      • 为了创造完全可植入的神经记录/刺激设备,该实验室的科学家与“米兰理工大学”合作,对将多电极阵列与集成互补金属氧化物半导体(CMOS)电子设备相结合感兴趣。

        本实验室正在设计一些专用集成电路(asic),以便用于脑机接口的开发。设计了第一个原型,包括8个低功率和低噪声的神经信号放大器,并成功地在大鼠体内测试。两种不同的解决方案分别由16和64通道组成,具有片上A到D转换和峰值检测,目前正在测试中。无线通信解决方案,以及刺激电路提供感官反馈是目前的研究课题
      • 从大脑信号(局部场和动作电位)中优化稳定地提取信息

      • 人们普遍认为,构建脑机接口的最大瓶颈来自于我们能够从大脑记录的细胞外神经信号中提取的关于预期动作或相关感觉变量的控制和信息相对较少。大脑信号分析实验室的研究旨在通过设计最佳方法从大脑记录中提取尽可能多的信息来扩大这一瓶颈。这一目标是通过1)设计数学方法,主要基于信息论和贝叶斯解码(Quian Quiroga和Panzeri, Nature Reviews Neuroscience 2009),可以从细胞外电极(如局部场势(lfp))获得的信号中提取尽可能多的外部相关信息,或动作电位(APs) 2),将这些方法应用于真实数据,以了解更多关于感觉皮层和运动皮层的活动如何传递信息。
        在彩色电影播放过程中,初级视觉皮层中慢速局部场电位波(上图)和动作电位(下图中点状显示)的记录示例。在这两个面板中,每条线都描绘了对同一部电影不同重复的反应。
    • 神经生理学相关研究领域

      • 运动/前运动功能在个体大脑的映射

      • 神经元活动(单个神经元、诱发电位、局部场电位)的记录一般是在根据解剖学标准确定的大脑区域进行的,主要是脑沟的结构(对于皮层)和立体定向位置(对于皮层下核)。另一方面,最近引入的功能性磁共振技术使得定位单个个体在特定的运动、感知或认知任务中变得活跃的大脑区域成为可能。
        在神经外科患者中,在对肿瘤周围的脑组织进行电生理特征描述时,fMRI(术前)与神经活动(术中)的记录相关联,为研究开辟了巨大的可能性,因为它可以准确记录已知存在大脑激活的神经元。一方面,这为外科医生提供了关于肿瘤功能边界的宝贵信息,另一方面,大量的病例和胶质瘤的无处不在的性质(这种类型的肿瘤更经常需要这样的功能映射)允许每年在运动和运动前区域进行大量的记录。

        该子项目是与乌迪内医院神经外科和费拉拉大学人体生理学科合作完成的。
      • 研究和实施与神经系统双向通信的活体技术

      • 脑机接口的主要思想是直接从大脑中提取神经信号,并用它们来控制外部设备。在构建神经假体的框架中,这项技术可能有助于更好地理解大脑如何处理来自环境的感官信息,并使用它来构建运动命令。为了达到这一结果,关键是开发一个BMI实时系统,与神经系统建立双向通信通道。在我们的实验室,我们正在实施体内技术,使用多电极微线阵列长期植入清醒啮齿动物的皮层。这些技术允许在动物行为时记录来自皮层的神经活动,同时提供皮层内微刺激(ICMS)模式,在闭环系统中提供人工输入。
      • 皮层运动中心结构和功能组织的功能磁共振成像研究

      • 该子项目旨在使用非侵入性功能磁共振成像技术,研究健康志愿者中参与动作和运动编码的皮质系统的解剖功能组织。虽然使用电生理学和脑成像(MEG, PET, fMRI)技术对某些方面进行了广泛的研究,以证明各种顶叶和额叶区域参与了运动行为的组织和表现,但人类顶叶额叶回路的解剖功能连接模式尚未得到适当的定义。因此,我们的目标是:
        1. 通过定量分析来自高空间分辨率MR图像的皮质灰质,对人类运动皮层和运动前皮层的结构进行详细的形态测量学研究。
        2. 对顶叶额叶皮层区域的其余连接模式进行高时间分辨率的研究。
        3. 对与运动行为的执行、观察和构思有关的顶叶额叶皮层区域的时空激活模式和连接模式进行高分辨率fMRI研究。

        与摩德纳大学和雷焦埃米利亚大学人类生理学部门合作进行的研究

    • 脑成像实验室

    • 研究运动皮层在自主运动的编程、执行和心理表征过程中的功能反应具有重要意义;鉴于视觉运动、感觉反馈和本体感觉系统的高度整合,能够在接近真实的条件下评估它是很重要的。

      这项活动的主要目标是开发一种MR机器,可以用来记录受试者保持直立姿势(至少躯干),并有足够的肢体自由来执行简单的运动任务的功能数据。

      这项活动的主要工作是最后确定磁铁的项目。

      该项目的相关部分涉及结构优化,使其更容易转移到成本敏感的应用,如常规临床成像;另一个重要的领域是将与梯度线圈设计合并的场补偿技术。

      在fMRI扫描仪设计的同时,近红外光谱(NIRS)的发展也将密切关注。这是一种补充技术,相对于fMRI,它的空间分辨率较差,但呈现出更轻设备的优势,一旦完全开发出来,可能成为MRI的有价值的补充。
    • 组织工程实验室

    • 印度理工学院的主要技术目标之一是,从传统的具有机械手和机械腿的类人机器人(硬体系统),转向由软材料、人造肌肉、肌腱、生长组织、生物传感器(软体系统)实现的下一代混合系统。这一雄心勃勃的目标需要深入研究柔软的、功能性的、各向异性的材料,模仿我们的皮肤、肌腱和骨骼,同时也需要开发自我修复的、可进化的材料。通过赋予这些材料适当的生物相容性和功能特性,可以创建生物系统和人工设备之间的高效界面,从而开发创新的假体设备。

      为此,在莫雷戈建立了组织工程实验室,汇集了来自IIT中心实验室和IIT网络的研究人员,共同目标是将生物系统连接到人工设备。

      问题解决:
      1. 制备纳米生物材料支架
      2. 理解和控制细胞反应:3D组织
      3. 基于生物反应器的组织工程与测试
      4. 机器人假肢的发展
      5. 义肢结构元件与骨组织的耦合