Inżynieria biomedyczna

1.Diagnozowanie choroby Parkinsona na podstawie analizy mowy przy wykorzystaniu metod uczenia maszynowego.

Promotor: prof. dr hab. inż. Ryszard Tadeusiewicz

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Wyniki badań wpłyną w pozytywny sposób na profilaktykę oraz leczenie choroby Parkinsona.
Choroba Parkinsona jest drugą najczęstszą chorobą neurodegeneracyjną związaną z wiekiem po chorobie Alzheimera. Szacuje się, że od 7 do 10 milionów ludzi na świecie cierpi na chorobę Parkinsona. Częstość występowania choroby waha się od 41 osób na 100 000 w czwartej dekadzie życia do ponad 1900 osób na 100 000 osób w wieku 80 lat i starszych. Choroba wpływa na jakość życia pacjentów, utrudniając interakcje społeczne i pogarszając ich kondycję finansową z powodu kosztów leczenia związanych z chorobą. Badania zakładają zaprojektowanie algorytmów do zaimplementowania w urządzeniach mobilnych, celem automatycznego wykrywania wczesnego stadium choroby Parkinsona, na podstawie analizy mowy. Projektowany system wspomoże diagnostykę lekarską oraz w pozytywny sposób wpłynie na profilaktykę choroby Parkinsona. W badaniach zostaną dodatkowo zaprojektowane i porównane nowe metody uczenia maszynowego.

Zaplecze badawcze: Do zrealizowania planowanych badań niezbędny jest odpowiedni zbiór danych oraz komputer o odpowiedniej mocy obliczeniowej. Jest wiele ogólnodostępnych zbiorów danych dotyczących rozpoznawania choroby Parkinsona na podstawie sygnałów mowy. Odpowiednie zbiory danych można znaleźć w popularnych serwisach takich jak: UCI Machine Learning Repository lub Kaggle. AGH dysponuje również odpowiednimi komputerami do prowadzenia wymagających dużej mocy obliczeń związanych z treningiem oraz genetyczną optymalizacją parametrów algorytmów uczenia maszynowego.

Liczba miejsc: 1

 

2. Tworzenie, usprawnianie i adaptacja nowych asocjacyjnych i kognitywnych metod sztucznej inteligencji do modelowania wiedzy, klasteryzacji i klasyfikacji danych oraz szybkiego przetwarzania dużych zbiorów danych do sterowania robotami w środowisku wirtualnym i rzeczywistym.

Promotor: dr hab. Adrian Horzyk prof. AGH

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem pracy jest wykorzystanie asocjacyjnych metod sztucznej inteligencji oraz asocjacyjnych grafowych struktur danych (tj. AGDS, MAGDS, DASNG, APNN, AANG), różnych biologicznie inspirowanych modeli neuronów, symbol groundingu, asocjacyjnych pamięci semantycznych i epizodycznych, uczenia maszynowego oraz uczenia motywowanego do szybkiego przetwarzania danych oraz modelowania wiedzy w systemach robotycznych. Zakres pracy obejmuje stworzenie grafowych asocjacyjnych struktur danych umożliwiających zagregowaną i skojarzeniową reprezentację danych, szybki dostęp do nich i dalsze przetwarzanie oraz wnioskowanie na ich podstawie. Planowane jest również wykorzystanie różnych metod asocjacyjnych oraz sztucznej inteligencji do klasteryzacji i klasyfikacji danych. Badane rozwiązania będą stosowane w systemach pomiarowych, eksperckich i diagnostyce medycznej. Planowana jest implementacja rozwiązań asocjacyjnych w chmurze i stworzenie systemu rozwiązań asocjacyjnych baz danych. Zakres pracy obejmuje również stworzenie i implementację algorytmów związanych z odczytywaniem danych z różnych czujników robota, sterowaniem jego silnikami i wysięgnikami, symbol groundingiem, rozpoznawaniem, klasteryzacją i klasyfikacją obrazów, tworzeniem czasowo-przestrzennych związków asocjacyjnych pomiędzy obiektami, pamięciami semantycznymi, uczeniem maszynowym i tworzeniem systemu kognitywistycznego.

Zaplecze badawcze: Jednostka naukowa oraz promotor posiada wiedzę i doświadczenie w opracowywaniu i rozwijaniu metod sztucznej inteligencji, inteligencji obliczeniowej oraz inżynierii wiedzy, więc posiada możliwość realizacji badań w ramach projektów naukowych, w tym w/w zagadnienia badawczego.

Liczba miejsc: 2

 

3. Zastosowanie nowych asocjacyjnych modeli i metod sztucznej inteligencji do automatycznej analizy i klasyfikacji obrazów medycznych, sygnałów EKG oraz badania jednostek chorobowych.

Promotor: dr hab. Adrian Horzyk, prof. AGH

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Badania będą zorientowane na opracowanie nowych modeli obliczeniowych opartych na asocjacyjnych grafowych strukturach danych i sieciach neuronowych służących do przeprowadzania analizy danych medycznych w postaci szeregów czasowych oraz serii obrazów. Efektem tej analizy będzie m.in. przeprowadzanie klasyfikacji pod kątem wybranych jednostek chorobowych a także eksploracja wiedzy zawartej w analizowanych danych. Modele te, wraz z operującymi na nich algorytmami, a w szczególności ich praktyczne implementacje, będą miały za zadanie wspomóc pracowników służby zdrowia oraz pacjentów w nietrywialnych zagadnieniach diagnostycznych. W proponowanych modelach będą wykorzystane także znane rozwiązania m.in. konwolucyjne i rekurencyjne sieci neuronowe oraz algorytmy uczenia maszynowego. Ponadto zostaną wykorzystane istniejące asocjacyjne modele i metody inteligencji obliczeniowej. Opracowane modele zostaną porównane z innymi dostępnymi metodami analizy danych medycznych i klasyfikacji jednostek chorobowych.

Zaplecze badawcze: Jednostka naukowa oraz promotor posiada wiedzę i doświadczenie w opracowywaniu i rozwijaniu metod sztucznej inteligencji, inteligencji obliczeniowej oraz inżynierii wiedzy, więc posiada możliwość realizacji badań w ramach projektów naukowych, w tym w/w zagadnienia badawczego. Ponadto dzięki nawiązanej współpracy z wybitnym specjalistą w dziedzinie elektrokardiologii prof. Markiem Jastrzębskim mamy możliwość pozyskania unikalnych i wiarygodnych zapisów elektrokardiogramów oraz dostosowanie modeli obliczeniowych do rozwiązywania konkretnych problemów tej gałęzi medycyny. Obecnie prowadzone badań w tym zakresie są bardzo obiecujące.

Liczba miejsc: 1

 

4. Wykorzystanie i rozwój metod inteligencji obliczeniowej w medycynie celowanej, z wykorzystaniem pigułki cyfrowe do dodawania leków i przewlekłe depresje dzięki platformie neurologicznej „NEUREKA” firmy Novela

Promotor: dr. hab. Adrian Horzyk, prof. AGH

Promotorzy pomocniczy: dr Piotr Mankowski, Salam Gabran, PhD

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem pracy jest wykorzystanie metod inteligencji obliczeniowej, uczenia maszynowego oraz mikrochipów i sprzętu firmy Novela Neuro do diagnostyki medycznej oraz leczenia uzależnień narkotykowych, epilepsji, depresji, choroby afektywnej dwubiegunowej, padaczki i innych, jak również tworzenie modeli obliczeniowych aktywności neuronalnej w mózgu charakterystycznej dla różnych schorzeń neurologicznych i psychiatrycznych. W badaniach tych będą wykorzystane między innymi skojarzeniowe struktury neuronowe do modelowania procesów zachodzących w biologicznych strukturach nerwowych oraz różne modele i metody uczenia maszynowego.

Zaplecze badawcze: Jednostka naukowa oraz promotor posiada wiedzę i doświadczenie w opracowywaniu i rozwijaniu metod sztucznej inteligencji, inteligencji obliczeniowej oraz inżynierii wiedzy, więc posiada możliwość realizacji badań w ramach projektów naukowych, w tym w/w zagadnienia badawczego. Amerykańska firma Novela zobowiązała się wspierać ten temat badawczy całym sprzętem informatycznym wymaganym do prowadzenia działań wymienionych w tej aplikacji: komputery, sprzęt Novela, sondy, kable, moduły BLE, repozytorium chmury NEUREKA, wszystkie niezbędne akcesoria, oprogramowanie i sprzęt, lokalny zespół inżynierów i firmę CTO dr Piotr Mankowski będzie obecny w biurze co miesiąc, aby pomagać przy wszelkich czynnościach związanych z konfiguracją sprzętu i badaniami.

Liczba miejsc: 2

 

5. Detekcja i parametryzacja obszarów ogniskowej transformacji glejowej mózgowia w obrazowaniu metodą rezonansu magnetycznego

Promotor: dr hab. inż. Adam Piórkowski

Katedra Biocybernetyki i Inżynierii Biomedycznej Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem pracy jest opracowanie podejścia segmentacji obszarów ogniskowej transformacji glejowej mózgowia dla obrazowania MR. Problemy naukowe, jakie są tutaj przewidziane, to dokładne wyznaczenie granic zmian, wyznaczanie ich cech morfometrycznych, charakterystyka zmian pod kątem różnicowania. Przewidziane jest stworzenie aplikacji, która będzie wspomagać pracę lekarzy radiologów

Zaplecze badawcze: Na potrzeby badań przygotowane są zestawy badań w znacznej ilości, dostępne będą również konsultacje doktorów medycyny

Liczba miejsc: 1

 

6. Analiza obrazów rentgenowskich w ocenie efektów odległych zabiegów alloplastyki stawów

Promotor: dr hab. inż. Adam Piórkowski

Katedra Biocybernetyki i Inżynierii Biomedycznej Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Zagadnieniem niniejszej pracy jest stworzenie metodyki i/lub aplikacji na potrzeby lekarzy ortopedów i radiologów, pozwalającej na ocenę stanu implantu biodra lub kolana po operacji pod kątem potencjalnych rewizji. Analizie będą podlegać strefy przylegania lub/i geometria osadzenia implant.

Zaplecze badawcze: Na potrzeby badań przygotowane są zestawy badań w znacznej ilości, dostępne będą również konsultacje doktorów medycyny

Liczba miejsc: 1

 

7. Przetwarzanie i analiza obrazów mikroskopii konfokalnej

Promotor: dr hab. inż. Andrzej Skalski

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Nowotwory skóry są najczęstszym typem nowotworów w populacji, a dane epidemiologiczne wykazują tendencję wzrostową. W ostatnich latach najbardziej obiecującym, nowym, narzędziem diagnostycznym okazała się mikroskopia konfokalna (RCM). RCM to nieinwazyjne badanie skóry w rozdzielczości na poziomie komórkowym, umożliwiające wizualizację odpowiednich warstw skóry.

Obecnie, obszar zainteresowań naukowych koncentruje się na 3 zagadnieniach:

  • detekcja cech obrazowych umożliwiających różnicowanie typów nowotworów,

  • automatyczna segmentacja obrazów RCM,

automatyczna klasyfikacja obrazów RCM głównie z wykorzystaniem metod uczenia głębokiego

Zaplecze badawcze: Współpraca między innymi z: CMUJ oraz University of Modena and Reggio Emilia, Department of Dermatology, Modena, Italy, zapewniającymi dostęp do danych obrazowych oraz testowanie powstających rozwiązań.

Potencjalnie istnieje również możliwość aplikacji o grant naukowy z wymienionymi podmiotami.

Liczba miejsc: 1

 

8. Detekcja uderzeń serca i parametrów diagnostycznych na podstawie sygnału nieregularnie próbkowanego lub z brakującymi próbkami

Promotor: prof. dr hab. inż. Piotr Augustyniak

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem badań jest zaproponowanie i ocena efektywnej metody detekcji uderzeń serca z elektrokardiogramu nieregularnie próbkowanego. Ocena jakości i ocena spadku jakości związanego z brakującymi próbkami powinna być dokonana zgodnie ze standardami międzynarodowymi. Dla elektrokardiogramu próbkowanych nieregularnie ocena powinna być dokonana dla różnego sposobu modulacji częstotliwości próbkowania aby ujawnić optymalny stosunek jakości do przepływności danych. Badania mogą być także kontynuowane w kierunku adaptacji standardowych struktur archiwizacji i transmisji danych używanych w urządzeniach medycznych do akomodacji dodatkowych informacji związanych z ruchem i środowiskiem otaczającym pacjenta. Propozycja i numeryczna walidacja metody z zarejestrowanymi sygnałami jest niezbędna do budowy i oceny prototypu sprzętowego ewaluacja z udziałem wolontariuszy i rzeczywistych scenariuszy eksperymentalnych, a także do potwierdzenia przydatności proponowanego rozwiązania.

Zaplecze badawcze: Dostępne są: oprogramowanie do rozwoju algorytmów interpretacja EKG i standardowe bazy zapisów testowych, a także certyfikowane urządzenie do automatycznej interpretacji EKG oraz symulator pacjenta i cyfrowy replikator sygnałów. Wraz z ze środowiskiem eksperymentów numerycznych Matlab oprzyrządowanie to stanowi kompletny i unikatowy zestaw badawczy dla praktycznie dowolnych prototypów metod przetwarzania sygnałów EKG. Studenci studiów doktoranckich są zachęcani do dołączenia do realizowanych bieżących projektów naukowych, międzynarodowej wymiany doktorantów oraz do aplikowania o indywidualne projekty badawcze takie jak Preludium NCN

Liczba miejsc: 1

 

9. Synchroniczny pomiar pulsu i ścieżki wzrokowej z zapisu wideo o ultra-wysokiej rozdzielczości wielu twarzy

Promotor: prof. dr hab. inż. Piotr Augustyniak

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Proponowane badania polegają na utworzeniu efektywnej metody detekcji wielu twarzy z zapisu wideopletyzmograficznego (VPG) i detekcji ścieżki okoruchowej. Zaproponowana metoda powinna być zwalidowana przy użyciu zarejestrowanych scen, zaimplementowana i przetestowana z obrazami twarzy użytkowników komputera pobieranymi w czasie rzeczywistym. Pożądane są dodatkowo badania sygnału wideopletyzmograficznego rejestrowanego w sposób ciągły przy użyciu systemu wielokamerowego u osób poruszających się. Temat ten może być dalej rozszerzany w kierunku systemu do jednoczesnych studiów percepcji wzrokowej i emocji wywołanych obrazami z zastosowaniem standardowych bodźców wizualnych, a także do detekcji intensywności emocji na podstawie zmian parametrów ścieżki wzrokowej. Jedną z możliwych aplikacji takiego takich studiów jest personalizacja gier komputerowych

Zaplecze badawcze: Do przeprowadzenia tych badań udostępniamy bazy danych bodźców afektywnych (zarówno wzrokowych jak i słuchowych), urządzenia do śledzenia ruchu oka i inny sprzęt do pomiarów fizjologicznych. Wraz ze środowiskiem eksperymentów numerycznych Matlab, stanowią one kompletne i unikatowe zaplecze badawcze do wielu rodzajów studiów ścieżki wzrokowej, percepcji oraz wydolności kognitywnej związanej z emocjami. Studenci studiów doktoranckich są zachęcani do dołączenia do realizowanych bieżących projektów naukowych, międzynarodowej wymiany doktorantów oraz do aplikowania o indywidualne projekty badawcze takie jak Preludium NCN

Liczba miejsc: 1

 

10. Użycie inteligentnego miernika energii elektrycznej i innych sensorycznych elementów wyposażenia gospodarstwa domowego do śledzenia aktywności za pomocą systemów asystujących

Promotor: prof. dr hab. inż. Piotr Augustyniak

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Proponowane badania mają na celu zbudowanie inteligentnego miernika użycia energii elektrycznej, a następnie wykorzystania go do dokładnego rozpoznawania typowych urządzeń wyposażenia gospodarstwa domowego. Następnie sensor ten należy przebadać pod kątem możliwego użycia do detekcji i oceny wzorców behawioralnych osoby mieszkającej samotnie. Rozwiazanie takie należy przetestować przez prototypowe zastosowanie w domach wolontariuszy i badania scenariuszy akcji. Proponowane badania mogą być rozszerzone w stronę zbudowania i oceny rozmaitych sensorów wbudowanych w elektrosprzęt gospodarstwa domowego i połączonych w sieć internetu rzeczy. Zbudowany system może być używany wspólnie z inercyjnym i lub optycznymi systemami analizy ruchu do badań stosowalności i określenia granic poprawnej pracy.

Zaplecze badawcze: Zestaw uruchomieniowy inteligentnego miernika energii może być użyty do pozyskania specyficznego wzorca obciążenia elektrycznego dla każdego z urządzeń domowych. Dodatkowo liczne gadżety możliwe do połączenia w sieci internetu rzeczy umożliwiają zbudowanie praktycznie każdego urządzenia domowego wyposażonego w łączność bezprzewodową. Ponadto w tych badaniach może być zastosowany szeroki zakres urządzeń do rejestracji ruchu i fizjologii człowieka. Są to przykładowo rejestratory EKG, sensory nacisku stóp, optyczne systemy markerowe rejestracji ruchu. Scenariusze pozyskiwania danych mogą być oparte o formaty natywne, własny format dla reprezentacji grafowej danych behawioralnych lub inne standardy (np. DICOM) Analiza danych może być wykonana na platformie eksperymentów numerycznych Matlab lub za pomocą szerokiego wyboru środowisk do rozwoju systemów sztucznej inteligencji. Studenci studiów doktoranckich są zachęcani do dołączenia do realizowanych bieżących projektów naukowych, międzynarodowej wymiany doktorantów oraz do aplikowania o indywidualne projekty badawcze takie jak Preludium NCN

Liczba miejsc: 1

 

11. Próbkowanie oszczędne w wielopowłokowym o wysokiej rozdzielczości kątowej obrazowaniu dyfuzji mózgu metodą rezonansu magnetycznego

Promotor: prof. dr hab. inż. Piotr Augustyniak

Promotor pomocniczy: dr inż. Tomasz Pięciak

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: 

Tematyka badawcza pracy dotyczy techniki próbkowania oszczędnego w obrazowaniu dyfuzji metodą rezonansu magnetycznego. W ludzkim mózgu cząsteczki wody przemieszczają się w głównej mierze w kierunku głównej orientacji włókien. Obrazowanie dyfuzji metodą rezonansu magnetycznego wydaje się być więc odpowiednią techniką uzyskania cennej informacji diagnostycznej o zachodzących procesach m.in. w chorobach neurodegeneracyjnych. Jednocześnie obrazowanie dyfuzji umożliwia opracowanie map szlaków włókien nerwowych w centralnym układzie nerwowym. Technika obrazowania dyfuzyjnego wiąże się jednak z koniecznością stosowania wielu gradientów kodujących dyfuzję, co w znacznym stopniu przekłada się na zwiększenie czasu trwania badania oraz zmniejszenie komfortu pacjenta. Obecnie typowe skanery rezonansu osiągają limity fizyczne oraz biologiczne. Technika próbkowania oszczędnego jest więc odpowiednim narzędziem matematycznym umożliwiającym rekonstrukcję danych ze zredukowanej liczby pomiarów. Technika ta wiąże się ze spełnieniem szeregu wymagań dotyczących schematu próbkowania oraz numerycznych metod stosowanych do rozwiązywania problemów nieliniowych. Praca badawcza będzie miała na celu optymalizację schematów próbkowania w obrazowaniu dyfuzji mózgu korzystając z niekartezjańskich schematów akwizycji oraz rozwój modeli matematycznych pozwalających zrekonstruować nierównomiernie próbkowane dane w sposób precyzyjny.

Zaplecze badawcze: Jednostka badawcza oferuje bogate doświadczenie w dziedzinie przetwarzania sygnałów i obrazów cyfrowych, w szczególności obrazów medycznych. Promotor pracy jest ekspertem w dziedzinie przetwarzania sygnałów biomedycznych. Promotor pomocniczy posiada duże doświadczenie w zakresie metod przetwarzania sygnałów uzyskanych metodą rezonansu magnetycznego. Opiekun pomocniczy pracy ma nawiązaną współpracę z wiodącymi ośrodkami zajmującymi się tą tematyką m.in. Laboratorio de Procesado de Imagen na Uniwersytecie w Valladolid. Posiada również liczne osiągnięcia na skalę światową związane z tematyką obrazowania dyfuzji, w tym publikacje zaprezentowane na wiodących konferencjach w dziedzinie (MICCAI, ISBI, ISMRM, ICIP) oraz w czasopismach (Medical Image Analysis oraz IEEE Transactions on Pattern Analysis and Machine Intelligence). Jest również recenzentem dla czasopism Medical Image Analysis, IEEE Transactions on Image Processing, Magnetic Resonance in Medicine oraz konferencji ISBI, CVPR, ICCV.

Liczba miejsc: 1

 

12. Ocena przydatności biocybernetycznego modelu rodziny pszczelej do przewidywania skutków podania matki pszczelej stresom związanym z lotem kosmicznym

Promotor: prof. dr hab. inż. Ryszard Tadeusiewicz

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: W zespole naukowym tworzącym obecnie Katedrę Biocybernetyki i Inżynierii Biomedycznej w latach 80. prowadzone były liczne prace związane z biocybernetycznym modelowaniem rodziny pszczelej. Ustalone zostały oryginalne algorytmy modelujące różne aspekty funkcjonowania rozważanego obiektu biologicznego i przeprowadzono liczne badania symulacyjne, konfrontując wyniki symulacji z pomiarami przeprowadzanymi na rzeczywistym obiekcie (odpowiednio opomiarowanym ulu). Opublikowano wiele prac dotyczących budowy samego modelu jak i wybranych zastosowań (szczególnie w kontekście badania zjawiska konkurencji rodzin pszczelich eksploatujących ten sam teren). Stwierdzono, że badania z użyciem modelu są przydatne szczególnie w przypadku, kiedy planować trzeba sposób sterowania rodziną pszczelą w niestandardowych celach, na przykład dla pozyskiwania zamiast miodu (co jest zadaniem typowym) jadu albo mleczka pszczelego dla celów farmaceutycznych.

Prace te przerwano, ponieważ zmarł członek zespołu który posiadał pasiekę traktowaną jako laboratorium doświadczalne.

Obecnie jest powód, żeby wrócić do tych badań, ponieważ pojawiło się nowe niestandardowe zadanie związane z hodowlą pszczół. Otóż w ramach planów tak zwanego terraformowania Marsa (wytworzenia atmosfery, roślinności, warunków do życia ludzi) trzeba będzie przenieść na tę planetę owady zapylające rośliny – zapewne pszczoły. Otwartym problemem jest, jak pszczoły zniosą podróż z Ziemi na Marsa. Temat wart jest tego, by go podjąć w ramach pracy doktorskiej przy użyciu posiadanego modelu biocybernetycznego.

Zaplecze badawcze: Prowadzone są obecnie eksperymenty polegające na wysyłaniu matek pszczelich rakietami albo balonami stratosferycznymi do granic Kosmosu – i promotor ma dostęp do oryginalnych (nie publikowanych!) wyników tych badań. Wyniki te mogą pozwolić na uzyskanie ważnych wyników naukowych, gdy zostaną one połączone z modelowaniem biocybernetycznym funkcjonowania pszczół. Może to rzucić nowe światło na problem możliwości życia pszczół podczas podróży w Kosmosie i na Marsie.

Liczba miejsc: 1

 

13. Inteligentne systemy wbudowane

Promotor: dr hab. inż. Piotr Szymczyk

Promotor pomocniczy: dr inż. Magdalena Szymczyk

Katedra Biocybernetyki i Inżynierii Biomedycznej, Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Inteligentne systemy wbudowane stanowią kolejny krok w kierunku budowy inteligentnego otoczenia człowieka i są elementem takich systemów jak inteligentny dom, inteligentne samochody, inteligentne miasto itd. Dodatkowo są też ważną i dynamicznie rozwijającą się dziedziną medycyny – na przykład inteligentne implanty, które potrafią zinterpretować dane z różnego rodzaju czujników i rozpoznać stan zdrowia pacjenta, stan zagrożenie życia i podjąć odpowiednio wcześnie działania zapobiegawcze. Istotą tematu badawczego jest rozwijanie idei inteligentnych systemów wbudowanych poprzez badania nad możliwością implementacji sztucznej inteligencji w systemach wbudowanych opartych o mikrokontrolery i stosowanie tych rozwiązań między innymi w medycynie.

Zaplecze badawcze: Dostępne zaplecze badawcze:

Laboratorium Elektronicznej Aparatury Medycznej

Laboratorium Statystyki Medycznej/Laboratorium Głosowych Systemów Łączności z Komputerem

Laboratorium Programowania Komputerów/Laboratorium Podstaw Telemedycyny

Laboratorium Systemów Wbudowanych i Internetu Rzeczy

Liczba miejsc: 2

 

14. Symulacja w czasie rzeczywistym wybranych zjawisk falowych w oparciu o technikę śledzenia promieni.

Promotor: dr hab. inż. Adam Piórkowski

Katedra Biocybernetyki i Inżynierii Biomedycznej Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej

Streszczenie: Celem pracy jest opracowanie rozwiązania, które pozwoli na wykonanie symulacji propagacji fali dźwiękowej w ośrodku trójwymiarowym. Wykorzystane zostaną dane medyczne pochodzące z tomografii komputerowej, a przygotowane algorytmy pozwolą na realistyczną symulację obrazu ultrasonograficznego w czasie rzeczywistym, z uwzględnieniem wybranych zjawisk falowych. Algorytm zostanie oparty o techniki śledzenia promieni i wykorzystywać będzie środowisko wieloprocesorowe.

Zaplecze badawcze: Na potrzeby badań przygotowane są zestawy badań w znacznej ilości, dostępne będą również konsultacje doktorów medycyny.

Liczba miejsc: 1

 

15. Wykorzystanie modelowania kompartmerntowego w ocenie wydajności pozaustrojowej terapii wątroby.

Promotor: dr hab.inż. Aleksandra Jung

Wydział Fizyki i Informatyki Stosowanej

Streszczenie: Modelowanie kompartmentowe pozwala na ilościowy opis substancji usuwanych podczas pozaustrojowej terapii wątroby. Z punktu widzenia klinicznego można uzyskać istotne informacje dotyczące generacji danej substancji oraz objętości dystrybucji. Do tej pory zostały opracowane modele kinetyki bilirubiny, kwasów żółciowych oraz mocznika. Celem pracy byłoby powiązanie wszystkich trzech modeli i znalezienie na tej podstawie parametru użytecznego z klinicznego punktu widzenia. Dodatkowo zostałby zbadany wpływ wybranych parametrów na stabilność poszczególnych modeli. W przypadku pozyskania dodatkowych danych klinicznych możliwa byłaby dalsza weryfikacja opisanych modeli.

Zaplecze badawcze: Na tym etapie wymagany jest dostęp do komputera i wykorzystanie oprogramowania Matlab, które to warunki są spełnione na wydziale.

Liczba miejsc: 1