Met een brein-computer-interface kan een gebruiker een computerapplicatie aansturen louter door middel van zijn/haar hersenactiviteit. Deze systemen worden bijvoorbeeld gebruikt om personen met verlamming de mogelijkheid te geven te communiceren, een rolstoel of robotarm aan te sturen, etc. Sinds de uitvinding van de brein-computer-interface in de late jaren tachtig zijn de prestaties en het gebruiksgemak van deze systemen enorm verbeterd. In huidige BCI's wordt kunstmatige intelligentie toegepast om de hersenactiviteit nauwkeurig te decoderen. Ondanks deze sterke vooruitgang zijn er nog steeds een aantal probleempunten die het dagelijkse gebruik van BCI's bemoeilijken. De belangrijkste reden hiervoor is dat in huidig onderzoek de verschillende componenten van de BCI (applicatie, gebruiker en decoder) nog steeds als afzonderlijk werkende onderdelen worden beschouwd. In zijn doctoraatsonderzoek ontwikkelde Thibault Verhoeven een symbiotisch ontwerp voor BCI's gebaseerd op gebeurtenis-gerelateerde potentialen. De verschillende componenten worden op elkaar afgestemd om zo de nauwkeurigheid, betrouwbaarheid en het gebruiksgemak van de BCI te optimaliseren. Daarnaast wordt de kracht van kunstmatige intelligentie ook aangetoond voor een nieuwe categorie BCI's: de automatische data-gestuurde diagnose van epilepsie op basis van de functionele connectiviteit tussen hersenregio's.