Hei igjen! Siden forrige gang har jeg arbeidet med å effektivisere tilpasning av paradigmer i NordicNeuroLab’s NordicAktiva. Dette er et program laget av NNL for å enkelt kunne kjøre fMRI-scanner med ulike innstillinger, og ved bruk av forskjellige paradigmer. Som nevnt i forrige innlegg er et paradigme et sett med både blokker som inkluderer mål-stimulus og blokker som ikke inkluderer denne stimulusen. Paradigmene brukes for å kunne kartlegge helt spesifikke deler av hjernen. Mange paradigmetyper inneholder derfor tekst som pasienten skal lese, helst på personens morsmål. Dette gjør det nødvendig med et stort spekter innebygde språk for hvert paradigme, noe som kan ta mye tid. Å korte ned tiden det tar å oversette og legge til disse språkene ble derfor en prioritet.
For å gjøre dette undersøkte jeg først ulike KI-modeller som hadde tilgjengelig API for så å teste hvor godt disse modellene oversatt korte tekster, liknende de som brukes i paradigmer. Etter diskusjon med kollegaer landet vi på modellen vi mente ga de klareste oversettelsene. Neste steg var å lage en kode som hentet teksten ut fra et eksisterende paradigme, for så å sende denne til den valgte KI-modellen og legge outputen inn i filen den originale teksten ble hentet fra. Å gjøre dette førte til flere utfordringer enn forventet, spesielt med tanke på å legge inn outputen fra KI-modellen i filen. Ettersom paradigme-filen har et veldig spesifikt oppsett som ikke kan endres stort uten å skape problemer måtte outputen fra modellen være strukturert på en helt spesiell måte. Små avvik fra dette var nok til å gjøre paradigmet ubrukelig. Det gjorde at jeg måtte legge inn flere tester i koden for å se at alt var i orden før outputen kunne brukes. I tillegg var det ikke alltid outputen oppfylte kravene til innhold som skulle være i paradigmet, enten ved å misforstå oppgaven beskrevet i prompten eller at modellen tok seg frihet til å legge til unødvendig tekst. Å sikre at alt dette var i orden tok en del tid og testing, men var også veldig lærerikt.
Når jeg var ferdig med å effektivisere oversetting av paradigmer fikk jeg som jobb å bruke en text-to-speech KI-modell for å lage historier som kan brukes i lydbaserte paradigmer. Etter erfaringen fra det tidligere programmet var ikke dette noe problem.
For å avslutte vil jeg si jeg er veldig takknemlig for muligheten til å kunne ha praksis hos NNL ettersom jeg har lært mye om å jobbe selvstendig og samarbeide på prosjekter, og generelt har hatt det veldig fint.
Bilde av innstillinger for et paradigme i NordicNeuroLab’s NordicAktiva
