ABOUT THE SPEAKER
Mehdi Ordikhani-Seyedlar - Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces.

Why you should listen

Mehdi Ordikhani-Seyedlar is a research scientist interested in brain-wave patterns generated by neural activities in the brain. Since embarking on his research on neuroscience, Ordikhani-Seyedlar has been working on different brain functions such as learning, memory, pain and, more recently, visual attention in humans. He also conducted a part of his research on monkeys when he was in Dr. Miguel Nicolelis' lab at Duke University. His findings help implement more accurate brain-machine interfaces to treat people who are suffering from attention deficiency.

After receiving his Ph.D  in Biomedical Engineering, Ordikhani-Seyedlar was offered a postdoctoral position by Duke University to develop algorithms to process large-scale neuronal activity and brain-machine interfaces. However, due to political complications in the United States, Ordikhani-Seyedlar -- an Iranian citizen -- changed his plan to continue his brain research outside the US for some time.

As a passionate neuroscientist and neuroengineer, Ordikhani-Seyedlar's aim is to improve brain pattern detectability in computers. This enhances the ability of brain-machine interfaces substantially to better target the defected brain function which in turn enhances the sustainability of treatment effect.

More profile about the speaker
Mehdi Ordikhani-Seyedlar | Speaker | TED.com
TED2017

Mehdi Ordikhani-Seyedlar: What happens in your brain when you pay attention?

Mehdi Ordikhani-Seyedlar: အာရုံစိုက်တဲ့အခါ သင့်ဦးနှောက်အတွင်းမှာ ဘာတွေဖြစ်တတ်လဲ။

Filmed:
3,083,456 views

အာရုံစိုက်တာဟာ ကျွန်ုပ်တို့ စူးစိုက်တဲ့ အကြောင်းတင်မဟုတ်ပဲ ဒါဟာ ကျွန်ုပ်တို့ရဲ့ ဦးနှောက်တွေက စစ်ထုတ်နေတာလည်းဖြစ်ပါတယ်။ လူတွေ စူးစိုက်ဖို့ ကြိုးစားစဉ် ဦးနှောက်အတွင်းက အဆင်တွေကို သုသေသနလုပ်ရင်းကနေ ကွန်ပြူတာဆိုင်ရာ ဦးနှောက်နှင့် အာရုံကြောပညာရှင် Mehdi Ordikhani-Seyedlar ကနေပြီး ဦးနှောက်နဲ့ ကွန်ပြူတာကို ပိုနီးကပ်စွာ အတူတူထားကာ ADHD (အာရုံစိုက်မှု လျော့နည်းတဲ့ရောဂါ) ကို ကုသဖို့ အသုံးပြုနိုင်တဲ့ ပုံစံများကို တည်ဆောက်ရင်း ဆက်သွယ် စကာ​ပြောဆိုနိုင်စွမ်းကို ပျောက်ဆုံးသွားတဲ့ ဒီလူတွေကို ကူညီဖို့ မျှော်လင့်ပါတယ်၊ ဒီတိုတောင်းပြီး စိတ်ဝင်စားစရာကောင်းတဲ့ ဟောပြောချက်ထဲက စိတ်လှုပ်ရှားစရာ သိပ္ပံအကြောင်းကို ပိုမိုနားဆင်လိုက်ပါဦး။
- Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces. Full bio

Double-click the English transcript below to play the video.

00:12
Paying close attention to something:
0
760
2480
တစ်ခုခုကို အသေအချာ အာရုံစိုက်ရတာ၊
00:15
Not that easy, is it?
1
3280
1240
တကယ်တော့ မလွယ်ဘူးနော်။
00:17
It's because our attention is pulled
in so many different directions at a time,
2
5520
5016
ကျွန်တော်တို့ အာရုံစိုက်မှုဟာ တစ်ကြိမ်မှာ
အရမ်းများတဲ့ လမ်းကြောင်းစုံထဲ အဆွဲခံရကာ
00:22
and it's in fact pretty impressive
if you can stay focused.
3
10560
4080
တကယ်က သင်ဟာ စူးစိုက်နေနိုင်တယ်ဆိုရင်
အတော်လေး အထင်ကြီးစရာပါ။
00:28
Many people think that attention
is all about what we are focusing on,
4
16360
4056
အာရုံစိုက်တာဟာ ကျွန်တော်တို့ စူးစိုက်နေတဲ့
အရာလို့ လူတော်တော်များများ ထင်ကြပေမဲ့
00:32
but it's also about what information
our brain is trying to filter out.
5
20440
4800
ဒါဟာ ဦးနှောက်က စစ်ထုတ်နေတဲ့
အရာတွေအကြောင်းလည်း ဟုတ်ပါတယ်
00:38
There are two ways
you direct your attention.
6
26320
2720
သင့်အာရုံကို ဦးတည်ပေးဖို့
နည်းလမ်းနှစ်ခုရှိပါတယ်။
00:41
First, there's overt attention.
7
29600
1560
ပထမ ဗြောင်ကျတဲ့အာရုံစိုက်ခြင်းပါ
00:43
In overt attention,
you move your eyes towards something
8
31640
4136
ဗြောင်ကျတဲ့ အာရုံစိုက်ခြင်းမှာ
တစ်ခုခုကို အာရုံစိုက်ဖို့ မျက်လုံးတွေကို
00:47
in order to pay attention to it.
9
35800
1560
၎င်းဘက်ကို ရွှေ့ပါတယ်။
00:50
Then there's covert attention.
10
38360
1976
နောက်ပြီး တိတ်တခိုး အာရုံစိုက်ခြင်းပါ။
00:52
In covert attention,
you pay attention to something,
11
40360
4016
တိတ်တခိုး အာရုံစိုက်ခြင်းမှာ
တစ်ခုခုကို အာရုံစိုက်ပေမဲ့
00:56
but without moving your eyes.
12
44400
1560
မျက်လုံးတွေကိုတော့ မရွှေ့ပါဘူး။
00:59
Think of driving for a second.
13
47040
1640
ကားမောင်းတာကို ခဏလောက်တွေးကြည့်ပါ။
01:02
Your overt attention,
your direction of the eyes,
14
50960
3016
သင့်ရဲ့ ဗြောင်ကျတဲ့ အာရုံစိုက်ခြင်း
မျက်လုံးတွေရဲ့ ဦးတည်ရာဟာ
01:06
are in front,
15
54000
1656
ရှေ့မှာပါ။
01:07
but that's your covert attention
16
55680
1776
ဒါပေမဲ့ တိတ်တခိုး အာရုံစိုက်ခြင်းမှာ
01:09
which is constantly scanning
the surrounding area,
17
57480
3080
ပတ်ဝန်းကျင် ဧရိယာကို
အမြဲ အနှံ့ကြည့်နေတော့
01:13
where you don't actually look at them.
18
61600
1880
ဒါတွေကို တကယ်ကြည့်နေတာ မဟုတ်ပါဘူး။
01:17
I'm a computational neuroscientist,
19
65519
1937
ကျွန်တော်က ကွန်ပြူတာ အာရုံကြောပညာရှင်ပါ။
01:19
and I work on cognitive
brain-machine interfaces,
20
67480
3096
ဦးနှောက် စက် သိမှတ်မှု ကြားခံတွေ
(သို့) ဦးနှောက်နဲ့ စက်
01:22
or bringing together
the brain and the computer.
21
70600
3040
အတူတူတွဲပေး ရာမှာ လုပ်ကိုင်ပါတယ်။
01:26
I love brain patterns.
22
74720
1600
ဦးနှောက်အဆင်တွေကို သဘောကျတယ်။
ဒါတွေဟာ ကျွန်တော်တို့အတွက် အရေးပါတယ်
01:28
Brain patterns are important for us
23
76720
1696
01:30
because based on them
we can build models for the computers,
24
78440
3496
အကြောင်းက ဒါတွေကို အခြေခံပြီး ကွန်ပြုတာတွေ
အတွက် ပုံစံငယ်တွေဆောက်နိုင်ပြီး
01:33
and based on these models
25
81960
1416
ဒီပုံစံငယ်တွေကို အခြေခံပြီး
01:35
computers can recognize
how well our brain functions.
26
83400
4216
ကွန်ပြူတာတွေ ကျွန်တော်တို့ ဦးနှောက်
ကောင်းစွာလုပ်ဆောင်ပုံကို မှတ်မိနိုင်လို့ပါ
01:39
And if it doesn't function well,
27
87640
1600
ဒါက ကောင်းမွန်စွာ အလုပ်မလုပ်ရင်
01:42
then these computers themselves
can be used as assistive devices
28
90080
3920
ဒီကွန်ပြူတာတွေကို ကုထုံးတွေအတွက်
အကူကိရိယာတွေအဖြစ်
01:46
for therapies.
29
94760
1200
သုံးနိုင်ပါတယ်။
01:48
But that also means something,
30
96480
1640
ဒါပေမဲ့ ဒါက တစ်ခုခု ဆိုလိုသေးတယ်၊
01:51
because choosing the wrong patterns
31
99360
2496
အကြောင်းက မှားယွင်းတဲ့ အဆင်တွေကို
ရွေးချယ်ခြင်းဟာ
01:53
will give us the wrong models
32
101880
1896
ကျွန်တော်တို့ကို ပုံစံအမှားတွေပေးတ​ော့
01:55
and therefore the wrong therapies.
33
103800
1656
ကုထုံးအမှားတွေဖြစ်ပါလိမ့်မယ်။
01:57
Right?
34
105480
1200
ဟုတ်တယ်နော်။
01:59
In case of attention,
35
107640
1656
အာရုံစိုက်ခြင်း ကိစ္စမှာ
02:01
the fact that we can
36
109320
1280
အာရုံစိုက်မှုကို
02:03
shift our attention not only by our eyes
37
111800
3496
မျက်လုံးတွေကနေ
ရွေ့နိုင်တယ်ဆိုတဲ့ အချက်တင်မက
02:07
but also by thinking --
38
115320
1320
တွေးခြင်းနဲ့လည်း
02:09
that makes covert attention
an interesting model for computers.
39
117440
4080
တိတ်တခိုးအာရုံစိုက်မှုကို ကွန်ပြူတာတွေ
အတွက် စိတ်ဝင်စားစရာ ပုံစံ ဖန်တီးနိုင်တယ်။
02:14
So I wanted to know
what are the brainwave patterns
40
122280
3456
ဒီတော့ ကျွန်တော်သိချင်တာက
သင်ဟာ ဗြောင်ကျကျ (သို့)
02:17
when you look overtly
or when you look covertly.
41
125760
3680
တိတ်တခိုးကြည့်တဲ့အခါ ဦးနှောက်လှိုင်း
အဆင်တွေက ဘာတွေလဲဆိုတာပါ။
02:22
I set up an experiment for that.
42
130440
1760
ဒါအတွက် စမ်းသပ်မှုတစ်ခု တည်လိုက်တယ်။
02:24
In this experiment
there are two flickering squares,
43
132960
2736
ဒီစမ်းသပ်မှုမှာ မှိတ်တုတ်
ဖြစ်နေတဲ့ စတုရန်း နှစ်ခုရှိပြီး
02:27
one of them flickering
at a slower rate than the other one.
44
135720
3360
တစ်ခုက အခြားတစ်ခုထက်
မှိတ်တုတ်နှုန်း ပိုနှေးပါတယ်။
02:32
Depending on which of these flickers
you are paying attention to,
45
140600
3816
သင်အာရုံစိုက်နေတဲ့ ဒီမှိတ်တုတ်အလင်းရောင်
တွေ အပေါ်မူတည်ပြီး
02:36
certain parts of your brain
will start resonating in the same rate
46
144440
3960
သင့်ဦးနှောက်ရဲ့ အချို့အပိုင်းတွေဟာ
ဒီမှိတ်တုတ်အလင်းနှုန်းအတိုင်း
02:41
as that flickering rate.
47
149200
1440
အလားတူနှုန်းနဲ့ အသံဟိန်းပါတယ်။
02:44
So by analyzing your brain signals,
48
152000
2936
ဒါနဲ့ သင့်ဦးနှောက် အချက်ပြတွေကို
စိစစ်ရင်းကနေ
02:46
we can track where exactly
you are watching
49
154960
3040
သင်ဘယ်ကို ကြည့်နေတယ်
(သို့) ဘာကို အာရုံစိုက်နေတယ်ဆိုတာ
02:50
or you are paying attention to.
50
158760
1560
ခြေရာခံနိုင်ပါတယ်။
02:55
So to see what happens in your brain
when you pay overt attention,
51
163000
4216
ဒီတော့ ဗြောင်ကျတဲ့ အာရုံစိုက်မှုလုပ်တဲ့အခါ
သင့်ဦးနှောက်မှာ ဖြစ်ပေါ်တာကိုမြင်ဖို့
02:59
I asked people to look directly
in one of the squares
52
167240
3256
လူတွေကို ဒီစတုရန်းတစ်ခုကို
တည့်တည့်ကြည့်ခိုင်းပြီး
03:02
and pay attention to it.
53
170520
1280
ဒါကို အာရုံစိုက်ခိုင်းတယ်။
03:04
In this case, not surprisingly,
we saw that these flickering squares
54
172760
5296
ဒီကိစ္စမှာ အံဩစရာမရှိတာက ဒီမှိတ်တုတ်
စတုရန်းတွေဟာသူတို့ ဦးနှောက်အချက်ပြတွေမှာ
03:10
appeared in their brain signals
55
178080
1936
ပေါ်လာတာကို မြင်ရတာပါ။
03:12
which was coming
from the back of their head,
56
180040
2360
ဒါက သူ့တို့ ခေါင်းနောက်ကနေလာပြီး
03:15
which is responsible for the processing
of your visual information.
57
183560
3400
သင့်ရဲ့ အမြင်ပိုင်း သတင်းအချက်အလက်ရဲ့
ဖြစ်စဉ်အတွက် တာဝန်ရှိပါတယ်။
03:20
But I was really interested
58
188280
2336
ဒါပေမဲ့ တကယ်စိတ်ဝင်စားမိတာက
03:22
to see what happens in your brain
when you pay covert attention.
59
190640
3160
တိတ်တခိုး အာရုံစိုက်တဲ့အခါ သင့်
ဦးနှောက်ထဲမှာ ဖြစ်ပျက်တာကို ကြည့်ဖို့ပါ။
03:26
So this time I asked people
to look in the middle of the screen
60
194480
3896
ဒီတစ်ခါမှာတော့ လူတွေကို မျက်နှာပြင်
အလယ်ကို ကြည့်ခိုင်းပြီး
03:30
and without moving their eyes,
61
198400
1880
သူတို့ မျက်လုံးတွ​ေ မရွှေ့ပဲ
03:33
to pay attention
to either of these squares.
62
201120
2720
ဒီစတုရန်း တစ်ခုခုကို
အာရုံစိုက်ဖို့ပြောပါတယ်။
03:37
When we did that,
63
205120
1616
ဒါကို လုပ်တဲ့အခါ
03:38
we saw that both of these flickering rates
appeared in their brain signals,
64
206760
3936
ဒီမှိတ်တုတ်နှုန်း နှစ်ခုလုံးဟာ သူတို့ရဲ့
ဦးနှောက် အချက်ပြတွေမှာ ပေါ်တာ တွေ့ရတယ်။
03:42
but interestingly,
65
210720
1200
ဒါ​ေပမဲ့ စိတ်ဝင်စားစရာက
03:44
only one of them,
which was paid attention to,
66
212640
3536
အာရုံစိုက်တဲ့ သူတစ်ယောက်ပဲ
ပိုအားကောင်းတဲ့ အချက်ပြမှုတွေရှိတာကြောင့်
03:48
had stronger signals,
67
216200
1656
ဦးနှောက်ထဲက အရာက အခြေခံအားဖြင့်
03:49
so there was something in the brain
68
217880
2256
ရှေ့ဦးပိုင်း ဧရိယာရဲ့ခလုတ်ဖွင့်တာဖြစ်အောင်
03:52
which was handling this information
69
220160
2536
ဒီသတင်းအချက်အလက်ကို ကိုင်တွယ်တဲ့
03:54
so that thing in the brain was basically
the activation of the frontal area.
70
222720
6200
ဦးနှောက်ထဲမှာ တစ်ခုခုရှိနေတာပါ။
04:02
The front part of your brain
is responsible
71
230440
2976
သင့်ဦးနှောက်ရဲ့ အရှေ့ပိုင်းဟာ
လူသားတစ်ဦးအဖြစ်
04:05
for higher cognitive functions as a human.
72
233440
2880
ပိုမြင့်မားတဲ့ သိမှတ်မှု လုပ်ဆောင်ချက်
တွေအတွက် တာဝန်ယူတယ်။
04:09
The frontal part,
it seems that it works as a filter
73
237160
4440
ရှေ့ဦးပိုင်းဟာ
အစစ်တစ်ခုလို လုပ်ဆောင်ပုံရပါတယ်။
04:14
trying to let information come in
only from the right flicker
74
242640
4376
သင်အာရုံစိုက်နေတဲ့ မှန်ကန်တဲ့ မှိတ်တုတ်
အလင်းကနေပဲ သတင်းအချက်အလက်
04:19
that you are paying attention to
75
247040
1640
ပေးဝင်ဖို့ ကြိုးစားရင်းနဲ့
04:21
and trying to inhibit the information
coming from the ignored one.
76
249400
3960
ဂရုမထားတဲ့ တစ်ခုဆီက လာတဲ့ သတင်း
အချက်အလက်ကို တားဆီးဖို့ ကြိုးစားနေတာပါ။
04:27
The filtering ability of the brain
is indeed a key for attention,
77
255400
5296
ဦးနှောက်ရဲ့ မှိတ်တုတ် အစွမ်းက တကယ်တော့
အာရုံစိုက်တာအတွက် အခရာပါ။
04:32
which is missing in some people,
78
260720
2776
ဒါက လူတစ်ချို့မှာ ပျောက်နေပါတယ်။
04:35
for example in people with ADHD.
79
263520
2480
ဥပမာ ADHD ရှိတဲ့ လူတွေပေါ့။
04:38
So a person with ADHD
cannot inhibit these distractors,
80
266640
5016
ဒီတော့ ADHD ရှိတဲ့ လူတစ်ယောက်ဟာ
ဒီအာရုံပျက်တာတွေကို မတားဆီးနိုင်တာကြောင့်
04:43
and that's why they can't focus
for a long time on a single task.
81
271680
4760
အလုပ်တစ်ခုတည်းကို
ကြာရှည် မစူးစိုက်နိုင်ပါဘူး။
04:49
But what if this person
82
277600
1536
ဒါပေမဲ့ ဒီလူဟာ
04:51
could play a specific computer game
83
279160
3536
သူ့ဦးနှောက်ကို ကွန်ပြူတာနဲ့ ဆက်ထားတဲ့
04:54
with his brain connected to the computer,
84
282720
2880
သီးသန့် ဂိမ်းတစ်ခုကို ကစားနိုင်ပြီး
04:58
and then train his own brain
85
286440
2120
ဒါက ဒီအာရုံပျက်တာတွေကို တားဆီးဖို့
05:01
to inhibit these distractors?
86
289360
2440
သူ့ဦးနှောက်ကို လေ့ကျင့်ပေးရင်ရော။
05:05
Well, ADHD is just one example.
87
293680
2480
ADHD က ဥပမာတစ်ပါပဲ။
05:09
We can use these cognitive
brain-machine interfaces
88
297200
3256
ဒီသိမှတ်မှု ဦနှောက် စက် ကြားခံတွေကို
အခြားသိမှတ်မှု နယ်ပယ်များစွာမှာ
05:12
for many other cognitive fields.
89
300480
2200
သုံးနိုင်ပါတယ်။
05:15
It was just a few years ago
90
303760
1776
လွန်ခဲ့တဲ့ နှစ်အနည်းငယ်ကပါ။
05:17
that my grandfather had a stroke,
and he lost complete ability to speak.
91
305560
5720
ကျွန်တော့အဖိုး လေဖြတ်ခဲ့တယ်
စကားပြောဖို့ အစွမ်း လုံးဝပျောက်သွားတယ်။
05:24
He could understand everybody,
but there was no way to respond,
92
312640
3336
သူဟာ လူတိုင်းကို နားလည်နိုင်ပေမဲ့
တုံပြန်ဖို့ နည်းလမ်းမရှိခဲ့ဘူး။
05:28
even not writing
because he was illiterate.
93
316000
2480
သူက စာမတတ်တော့
ရေးတောင် မရေးနိုင်ခဲ့ဘူး။
05:32
So he passed away in silence.
94
320000
2520
ဒါနဲ့ သူ တိတ်တဆိတ်ပဲ ကွယ်လွန်သွားတယ်။
05:36
I remember thinking at that time:
95
324800
2336
အဲဒီအချိန်က တွေးတာကို အမှတ်ရမိတယ်။
05:39
What if we could have a computer
96
327160
3896
ကျွန်တော်တို့မှာ သူ့အတွက် စကားပြော
ပေးနိုင်တဲ့ ကွန်ပြူတာတစ်လုံး
05:43
which could speak for him?
97
331080
1360
ရှိနိုင်မယ်ဆိုရင်ရော။
05:45
Now, after years that I am in this field,
98
333840
2216
အခု ဒီနယ်ပယ်မှာရှိတာ နှစ်တွေကြာပြီးနောက်
05:48
I can see that this might be possible.
99
336080
2320
ဒါဟာ ဖြစ်နိုင်လောက် တယ်လို့
မြင်နိုင်ပါတယ်။
05:52
Imagine if we can find brainwave patterns
100
340240
2856
လူတွေဟာ ပုံရိပ်တွေ (သို့) စာလုံးတွေကို
တောင်မှ တွေးတဲ့အခါ
05:55
when people think
about images or even letters,
101
343120
3440
ဦးနှောက်လှိုင်းအဆင်တွေကို ရှာတွေ့နိုင်
မလားလို့ စိတ်ကူးကြည့်ပါ။
05:59
like the letter A generates
a different brainwave pattern
102
347720
2936
ဥပမာ စာလုံး A ဟာ B နဲ့ မတူတဲ့
ဦးနှောက်လှိုင်းအဆင်တစ်ခု
06:02
than the letter B, and so on.
103
350680
1720
ထုတ်လား စသည်ဖြင့်ပေါ့။
06:04
Could a computer one day
communicate for people who can't speak?
104
352960
3680
တစ်နေ့ ကွန်ပြူတာတစ်လုံးဟာ စကားမပြောနိုင်
သူတွေအတွက် ဆက်သွယ်ပေးနိုင်မလား။
06:09
What if a computer
105
357640
1440
အကယ်၍ ကွန်ပြူတာတစ်လုံးက
06:11
can help us understand
the thoughts of a person in a coma?
106
359960
4560
မေ့မြောနေတဲ့လူရဲ့ အတွေးတွေကို နားလည်ဖို့
ကျွန်တော်တို့ကို ကူညီနိုင်မယ်ဆိုရင်ရော။
06:17
We are not there yet,
107
365840
1616
အဲဒီထိ ကျွန်တော်တို့ မရောက်သေးဘူး၊
06:19
but pay close attention.
108
367480
2736
ဒါပေမဲ့ အနီးကပ် အာရုံစိုက်ပါ။
06:22
We will be there soon.
109
370240
1696
မကြာခင် ကျွန်တော်တို့ ရောက်မှာပါ။
06:23
Thank you.
110
371960
1496
ကျေးဇူးတင်ပါတယ်။
06:25
(Applause)
111
373480
5632
(လက်ခုပ်သံများ)
Translated by sann tint
Reviewed by Myo Aung

▲Back to top

ABOUT THE SPEAKER
Mehdi Ordikhani-Seyedlar - Neuroscientist
Mehdi Ordikhani-Seyedlar is a computational neuroscientist, researching brain signals and their usage in brain-machine interfaces.

Why you should listen

Mehdi Ordikhani-Seyedlar is a research scientist interested in brain-wave patterns generated by neural activities in the brain. Since embarking on his research on neuroscience, Ordikhani-Seyedlar has been working on different brain functions such as learning, memory, pain and, more recently, visual attention in humans. He also conducted a part of his research on monkeys when he was in Dr. Miguel Nicolelis' lab at Duke University. His findings help implement more accurate brain-machine interfaces to treat people who are suffering from attention deficiency.

After receiving his Ph.D  in Biomedical Engineering, Ordikhani-Seyedlar was offered a postdoctoral position by Duke University to develop algorithms to process large-scale neuronal activity and brain-machine interfaces. However, due to political complications in the United States, Ordikhani-Seyedlar -- an Iranian citizen -- changed his plan to continue his brain research outside the US for some time.

As a passionate neuroscientist and neuroengineer, Ordikhani-Seyedlar's aim is to improve brain pattern detectability in computers. This enhances the ability of brain-machine interfaces substantially to better target the defected brain function which in turn enhances the sustainability of treatment effect.

More profile about the speaker
Mehdi Ordikhani-Seyedlar | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee