Different inputs from a multisensory object or event are often integrated into a coherent and unitary percept, despite differences in sensory formats, neural pathways, and processing times of the involved modalities. Presumably, multisensory integration occurs if the cross-modal inputs are presented within a certain window of temporal integration where inputs are perceived as being simultaneous. Here, we examine the role of ongoing neuronal alpha (i.e. 10-Hz) oscillations in multimodal synchrony perception. While EEG was measured, participants performed a simultaneity judgement task with visual stimuli preceding auditory ones. At stimulus onset asynchronies (SOA's) of 160–200 ms, simultaneity judgements were around 50%. For trials with these SOA's, occipital alpha power was smaller preceding correct judgements, and the individual alpha frequency was correlated with the size of the temporal window of integration. In addition, simultaneity judgements were modulated as a function of oscillatory phase at 12.5 Hz, but the latter effect was only marginally significant. These results support the notion that oscillatory neuronal activity in the alpha frequency range, which has been taken to shape perceptual cycles, is instrumental in multisensory perception.
LINK
In the past decade, the fast and transient coupling and uncoupling of functionally related brain regions into networks has received much attention in cognitive neuroscience. Empirical tools to study network coupling include functional magnetic resonance imaging (fMRI)-based functional and/or effective connectivity, and electroencephalography (EEG)/magnetoencephalography-based measures of neuronal synchronization. Here we use simultaneously recorded EEG and fMRI to assess whether fMRI-based connectivity and frequency-specific EEG power are related. Using data collected during resting state, we studied whether posterior EEG alpha power fluctuations are correlated with connectivity within the visual network and between the visual cortex and the rest of the brain. The results show that when alpha power increases, BOLD connectivity between the primary visual cortex and occipital brain regions decreases and that the negative relation of the visual cortex with the anterior/medial thalamus decreases and the ventral–medial prefrontal cortex is reduced in strength. These effects were specific for the alpha band, and not observed in other frequency bands. The decreased connectivity within the visual system may indicate an enhanced functional inhibition during a higher alpha activity. This higher inhibition level also attenuates long-range intrinsic functional antagonism between the visual cortex and the other thalamic and cortical regions. Together, these results illustrate that power fluctuations in posterior alpha oscillations result in local and long-range neural connectivity changes.
LINK
Differences in the oscillatory EEG dynamics of reading open class (OC) and closed class (CC) words have previously been found (Bastiaansen et al., 2005) and are thought to reflect differences in lexical-semantic content between these word classes. In particu-lar, the theta-band (4-7 Hz) seems to play a prominent role in lexical-semantic retrieval. We tested whether this theta effect is robust in an older population of subjects. Additionally, we examined how the context of a word can modulate the oscillatory dynamics underly-ing retrieval for the two different classes of words. Older participants (mean age 55) read words presented in either syntactically correct sentences or in a scrambled order ("scram-bled sentence") while their EEG was recorded. We performed time-frequency analysis to examine how power varied based on the context or class of the word. We observed larger power decreases in the alpha (8-12 Hz) band between 200-700 ms for the OC compared to CC words, but this was true only for the scrambled sentence context. We did not observe differences in theta power between these conditions. Context exerted an effect on the alpha and low beta (13-18 Hz) bands between 0 and 700 ms. These results suggest that the previously observed word class effects on theta power changes in a younger participant sample do not seem to be a robust effect in this older population. Though this is an indi-rect comparison between studies, it may suggest the existence of aging effects on word retrieval dynamics for different populations. Additionally, the interaction between word class and context suggests that word retrieval mechanisms interact with sentence-level comprehension mechanisms in the alpha-band.
MULTIFILE
Nederland is een belangrijke speler op de wereldwijde rozenmarkt. In 2023 exporteerde het land rozen ter waarde van 939 miljoen dollar, waarmee het de grootste exporteur ter wereld was ( (OECtoday, 2024). Rozenkwekers worden geconfronteerd met aanzienlijke uitdagingen, waaronder de verwoestende impact van ziekten zoals valse meeldauw, die zich onder gunstige omstandigheden snel kunnen verspreiden en ernstige oogstverliezen veroorzaken. Valse meeldauw vormt een ernstige bedreiging voor rozen, aangezien vooral buitenteelt onderhevig is aan weersinvloeden zoals hoge luchtvochtigheid, temperatuurschommelingen en regenval, die de verspreiding van de schimmel aanzienlijk bevorderen. De infectie leidt tot bladverlies, groeivertraging en een significante verslechtering van de bloemkwaliteit, wat resulteert in aanzienlijke economische schade voor telers. Dit project richt zich op de ontwikkeling van een geavanceerd AI-gebaseerd beeldherkenningssysteem dat specifiek is ontworpen voor het vroegtijdig detecteren van valse meeldauw (Peronospora sparsa) op rozen in de buitenteelt. Traditioneel worden chemische fungiciden ingezet, maar deze aanpak is zowel milieubelastend als inefficiënt op de lange termijn, mede door de ontwikkeling van resistentie bij de schimmel. Ons project beoogt daarom een duurzame, niet-chemische oplossing door middel van gerichte ultraviolet-bestraling (UV-C). De reeds ontwikkelde robot Alpha Ceres, die autonoom door rozenvelden navigeert met behulp van Real-Time-Kinematic (RTK) GPS, zal in de toekomst als draagplatform dienen voor deze technologie. In de eerste fase ligt de focus op de ontwikkeling van een robuust AI-algoritme voor herkenning van geïnfecteerde bladeren en het bepalen van hun positie. Daarnaar volgt het nauwkeurig bepalen van optimale UV-C-instellingen en laboratoriumtesten met geïnfecteerde planten. Er zal een proof-of-concept worden gerealiseerd met een opstelling bestaande uit een lopende band, camera’s en een actuator die de lamp naar de plant toe beweegt, welke beschikbaar is bij het GreenTechLab. Dit vormt de basis voor de overstap naar Alpha Ceres.
Achtergrond: Chronische pijn is een veelvoorkomend probleem. Hulpverleners hebben behoefte aan handvatten om de hulp aan mensen met chronische pjjn te verbeteren. Huidige behandelingen sorteren beperkt effect en de waardering van mensen over de ontvangen zorg is matig. Het faciliteren van betrokkenheid en eigen regie zijn voorwaardelijk voor effectieve hulp. EHealth toepassingen inclusief het monitoren van objectieve biomarkers voor pijn kunnen hierbij behulpzaam zijn. Een bestaande EHealth toepassing gericht op het informeren van mensen met een chronische aandoening en het faciliteren van zelfmanagement is beschikbaar. Doelstelling: 1)Het doorontwikkelen van een bestaande EHealth toepassing specifiek voor mensen met chronische pijn en het evalueren van biomarkers. 2)De ontwikkelde EHealth toepassing inclusief biomarkeranalyse te implementeren bij een beperkte groep van mensen met chronische musculoskeletale pijn om eerste effecten te evalueren en gebruikerservaringen te inventariseren en 3)op basis van de verkregen resultaten een vervolg onderzoeksaanvraag te schrijven om de effecten van deze nieuwe behandelwijze te onderzoeken en nieuwe biomarker-testen te ontwikkelen. Vraagstellingen: 1)Hoe ziet de doorontwikkeling (op basis van co-creatie) van de EHealth toepassing er concreet uit? 2)Is de biomarker α-amylase een objectieve maat voor pijnintensiteit? 3)Wat zijn de eerste effecten van deze EHealth applicatie? (uitkomstmaten zijn pijn, α-amylase concentratie, dagelijks functioneren en kwaliteit van leven) 4)Wat zijn de ervaringen van gebruikers (patiënten en hulpverleners)? Aanpak: Het onderzoek wordt uitgevoerd door een consortium van deskundigen op het gebied van niet-farmaceutische behandeling van mensen met chronische pijn en zelfmanagement, de ontwikkeling en het gebruik van biomarkers voor chronische pijn, een EHealth ontwikkelaar en behandelaren van mensen met chronische pijn en patiënten. Een EHealth toepassing wordt ontwikkeld, biomarkers waaronder α-amylase worden geëvalueerd en de eerste effecten en gebruikerservaringen van deze interventie inclusief biomarkerbepaling worden gemonitord in een populatie van mensen met chronische lage rug en/of nekpijn.
Computer Vision (CV) is een tak binnen de Artificiële Intelligentie (AI) die zich bezig houdt met visuele herkenning van patronen in afbeeldingen of videos. Daarbij wordt gebruik gemaakt van diepe representatiemodellen, die gebaseerd zijn op Euclidische geometrie. Dit betekent dat deze modellen getraind zijn op basis van een vlakke geometrische representatie. In veel gevallen sluit deze representatie niet goed aan bij de echte wereld. Visuele illusies, zoals Sheppard’s “Terror Subterra”, geven aanwijzingen waar de discrepanties zitten. Bij een verplaatsing van het monster op de horizontale en verticale as in een vlakke representatie lijkt het alsof het monster van grootte veranderd, terwijl dit in werkelijkheid niet zo is: beide monsters zijn exact even groot. Een verplaatsing van een object in de echte wereld heeft zo vaak invloed op de schaal dat onze hersenen erdoor misleid kunnen worden. Recente vorderingen in CV laten de potentie zien van de toepassing van niet-Euclidische geometrie voor het leren van visuele eigenschappen. Het verschil tussen de twee is met name dat de representatieve kracht van niet-Euclidische geometrie groter is. In een niet-Euclidische representatie kan de schaal van Shepard’s monster bij verplaatsing in de ruimte op een natuurlijke manier gepresenteerd worden, waardoor het beeld consistent blijft met onze visuele perceptie ervan. In dit onderzoek willen we de impact evalueren van niet-Euclidische visuele representatiemodellen op het verzamelen, ordenen en annoteren van de data die nodig is voor het trainen van deze nieuwe diepe representatiemodellen. Dit willen we doen we aan de hand van drie CV-problemen die praktische toepassingen dienen buiten de context van de academische wetenschap: beeldmerkherkenning in reclamevideo’s (bij Alpha.one), winkelpanddetectie in gelijkhoekige (visoogobjectief) video’s (bij The Big Data Company) en visuele inspectie van de binnenkant van cilindervormige opslagtanks (bij ScanTank).
