English version
Peyman Mirtaheri

Peyman Mirtaheri

Kort om

Peyman Mirtaheri er professor ved MEKv ved OsloMet og adjunkt professor ved fakultet for Medisinsk Teknologi (Faculty of Biomedical Engineering, Michigan Tec, USA (https://www.mtu.edu/biomedical/people/faculty/).
Han underviser faget medisinske sensororer og aktuatorer i ACIT-Biomedical Engineering programmet( ACIT4720).
Han er leder av optisk/NIRS lab som ble etablert siden 2009. Hans forskning går ut på:
1)Utvikling av måleteknikker for å detektere hjerneaktiviteter
2) Anvendelse av eksisterende teknolgier som fNIRS og EEG til å utforske bevegelse og balase og aktiviteter i hjernebarken.
Han har også initiert og er leder for ADEPT ( Advanced health inteligence and brain inspired technologies) forskningsplatformen som har forskere fra fakultetene Teknologi, Kust og Design- og Helsevitenskap ved OsloMet. visit our website here: https://oslomet-adept.org/

FORSKNINGSPROSJELTER:
1) PACER, RCN, https://twitter.com/AtPacer )
2) MgSafe ( MSCA-ITN Horizon 2020, https://www.mgsafe.eu/home.html )
3) Fremtidige løpesko (IP-N prosjekt i samarvbeid med Gaitline AS)

For mere info: Ta en titt på mine persolige blogger på Twitter: https://twitter.com/PMirtaheri og Linkedin www.linkedin.com/in/peymanatoslomet

Fagområder

Vitenskapsdisipliner

Medisinsk teknologi

Emner

Fuksjonell nærinfrarød spektroskopi   Bevegelse og hjernaktivitet

Forskningsprosjekter

Vitenskapelige publikasjoner

Risnes, Martha; Thorstensen, Erik ; Mirtaheri, Peyman ; Berg, Arild Skarsfjord (2024). Exploring value dilemmas of brain monitoring technology through speculative design scenarios. 11 s. Journal of Responsible Technology. Vol. 17.
https://doi.org/10.1016/j.jrt.2023.100074

Khan, Haroon ; Khan, M.N Afzal; Tariq, Usman; Al-Nashash, Hasan; Mirtaheri, Peyman (2024). Unraveling the Motor Cortex for Individual Finger Tapping Movements: An fNIRS Study. IEEE Sensors Journal.
https://doi.org/10.1109/JSEN.2024.3404030

Akhter, Jamila; Naseer, Noman; Nazeer, Hammad; Khan, Haroon ; Mirtaheri, Peyman (2024). Enhancing Classification Accuracy with Integrated Contextual Gate Network: Deep Learning Approach for Functional Near-Infrared Spectroscopy Brain–Computer Interface Application. Sensors. Vol. 24.
https://doi.org/10.3390/s24103040

Khan, Haroon ; Naseer, Noman; Mirtaheri, Peyman (2024). A feasibility study investigating cortical hemodynamic changes during infinity walk with fNIRS. 7 s. IBRO Neuroscience Reports. Vol. 16.
https://doi.org/10.1016/j.ibneur.2024.01.003

Khan, Haroon ; Khadka, Rabindra ; Sultan, Malik Shahid; Yazidi, Anis ; Ombao, Hernando; Mirtaheri, Peyman (2024). Unleashing the potential of fNIRS with machine learning: classification of fine anatomical movements to empower future brain-computer interface. Frontiers in Human Neuroscience. Vol. 18.
https://doi.org/10.3389/fnhum.2024.1354143

Khan, Haroon ; Qureshi, Nauman Khalid; Yazidi, Anis ; Engell, Håvard; Mirtaheri, Peyman (2023). Single-leg stance on a challenging surface can enhance cortical activation in the right hemisphere – A case study. 9 s. Heliyon. Vol. 9.
https://doi.org/10.1016/j.heliyon.2023.e13628

Hassan, Hafiz Wajahat; Mota-Silva, Eduardo; Grasso, Valeria; Riehakainen, Leon; Jose, Jithin; Menichetti, Luca; Mirtaheri, Peyman (2023). Near-Infrared Spectroscopy for the In Vivo Monitoring of Biodegradable Implants in Rats. 14 s. Sensors. Vol. 23.
https://doi.org/10.3390/s23042297

Mathew, Anna ; Hassan, Hafiz Wajahat; Korostynska, Olga ; Westad, Frank; Mota-Silva, Eduardo; Menichetti, Luca; Mirtaheri, Peyman (2023). In vivo analysis of biodegradable magnesium alloy implant in an animal model using near-infrared spectroscopy. 14 s. Sensors. Vol. 23.
https://doi.org/10.3390/s23063063

Khan, Haroon ; Pinto-Orellana, Marco Antonio; Mirtaheri, Peyman (2023). Brain Connectivity Analysis in Distinct Footwear Conditions during Infinity Walk Using fNIRS. 13 s. Sensors. Vol. 23.
https://doi.org/10.3390/s23094422

Risnes, Martha; Korostynska, Olga ; Mirtaheri, Peyman ; Berg, Arild (2023). The role of human experience when making sense of brain monitoring: an interdisciplinary case study to assess wearable, non-invasive, brain-monitoring devices for rehabilitation. 20 s. Journal of Responsible Innovation. Vol. 10.
https://doi.org/10.1080/23299460.2023.2175476





Publikasjonslisten er hentet ut av Cristin. Listen kan være ufullstendig