Dit project heeft als doel een multi-modaal hersen-signaal foundation-model (MBFM) te ontwikkelen dat verschillende hersendatatypes zoals hersenactiviteit, EEG en videobeelden kan integreren. Foundation-models worden getypeerd door hun algemene en brede inzetbaarheid voor verschillende subtaken en snelle inzetbaarheid voor specifieke subtaken - i.e. diagnostiek van neurodegeneratieve ziektes, decoderen van hersensignalen in experimenteel onderzoek of het ontwikkelen van brain-computer-interfaces. Dit willen we bereiken door bestaande foundation-model architecturen uit te breiden voor hersensignalen. Hoewel de focus uiteindelijk op mensen ligt, wordt het MBFM als proof-of-concept getraind op publiek beschikbare knaagdierdatasets en interne klinische gegevens, ondersteund door de AI-infrastructuur van Groq voor efficiënte verwerking.