katedra biosensorÓw i przetwarzania sygnaŁÓw … · 4 a 1 akson dendryty t. obliczenia...
TRANSCRIPT
KATEDRA BIOSENSORÓW I PRZETWARZANIA SYGNAŁÓW BIOMEDYCZNYCH
➢ TAM GDZIE SYSTEMY INFORMATYCZNE ‚ROZMAWIAJĄ’ ZE SPRZĘTEM,
➢ KOMPLEKSOWE SYSTEMY INFORMATYCZNO-ELEKTRONICZNE,
PROGRAMOWANIE WIELOPOZIOMOWE: MATLAB, LABVIEW, PYTHON, JAVA,
C/C++, C#, ASM, VHDL,
➢ AKWIZYCJA I PRZETWARZANIE SYGNAŁÓW LOKALNIE I W SYSTEMACH
ROZPROSZONYCH – CLOUD COMPUTING, BIG DATA ANALYSIS,
➢ BIOELEKTRONIKA, APARATURA BIOMEDYCZNA, SYSTEMY KONTROLNO-
POMIAROWE I WBUDOWANE,
➢ MATERIAŁY BIOMORFICZNE, BIOSENSORY, SZTUCZNE NARZĄDY, MEDYCYNA
REGENERACYJNA,
➢ BIOINFORMATYKA, METODY SZTUCZNEJ INTELIGENCJI INSPIROWANE
BIOLOGIĄ, OBLICZENIA RÓWNOLEGŁE NA KLASTRACH I GPU.
Bioelektronika i Aparatura Medyczna (BEiAM)
Katedra Biosensorów i Przetwarzania Sygnałów Biomedycznych
Bioelektronika
Systemy wbudowane
Aparatura elektromedyczna
Systemy kontrolno-pomiarowe
Bioinformatyka
Inteligencja obliczeniowa
Big Data and CloudComputing
Systemy doradcze i ekspertowe
Nowoczesne biomateriały biomorficzne
Modelowanie Systemów Biologicznych
Zaawansowane CPSB
➢ Tam gdzie systemy informatyczne ‚rozmawiają’ ze sprzętem,
➢ Kompleksowe systemy informatyczno-elektroniczne, Programowanie
wielopoziomowe: Matlab, Labview, Python, Java, C/C++, C#, Asm, Vhdl,
Sztuczne narządy i medycyna regeneracyjna
Biosensory
BionikaBiocybernetyka
Body sensor networks
➢ Prototypowanie układów Bioelektroniki, z różnymi czujnikami
wejściowymi, z implementacją na platformach różnego poziomu:
o PC, przemysłowe systemy real-time PXI, cRIO, systemy wbudowane
Biosensory i Systemy Bioelektroniczne
Systemy kontrolno-pomiarowe Systemy wbudowane i mobilne
Sprzęt/Hardware
+ warstwa oprogramowania w C/C++ , Java, Python
Od pomysłu do realizacji praktycznej:
tam gdzie informatyka ‚rozmawia’ ze sprzętem
• Zestaw bioczujników do monitorowania sygnałów fizjologicznych• Algorytmy DSP z implementacją na platformach wbudowanych
lub komputerach zdalnych• Protokoły komunikacji bezprzewodowej• Projekt i utworzenie systemu informatycznego
Przykład rodziny układów typu: Body sensor networks
bioczujniki+algorytmy+jednostki obliczeniowe i
komunikacyjne
SYSTEMY KONTROLNO-POMIAROWE W STD. PROFESJONALNYCH SYSTEMÓW CZASU RZECZYWISTEGO RT, ZE SPECJALIZOWANYMI
KARTAMI POMIAROWYMI RAPID PROTOTYPING OF COMPLEX ELECTRONIC SYSTEMS
Sygnały WE z czujników:
• analogowych
• cyfrowych
• temperatury
• ruchu
• położenia
• ciśnienia
• sił …
Sygnały WY:
• analogowe
• cyfrowe
• magistrale:
CAN, UART, USB, Ethernet
Bioelektronika i Aparatura Medyczna (BEiAM)
Systemy kontrolno-pomiarowe
Algorytmy
• Mikrokontrolery
• Komputery jednopłytkowe
• Programowanie
• Arduino
• Raspberry Pi
Bioelektronika i Aparatura Medyczna (BEiAM)
Systemy wbudowane i mobilne w biomedycynie
• Aplikacje webowe
• Analizy danych
• Ciekawe algorytmy
• Uczenie maszynowe
i sztuczna inteligencja
• Symulacje i gry
Bioelektronika i Aparatura Medyczna (BEiAM)
Python . Programowanie
Zaawansowane przetwarzania sygnałów
Systemy diagnostyczno-terapeutyczne
➢ Urządzenia diagnostyki elektrograficznej
➢ Rejestracja oraz przetwarzanie sygnałów,
m. in. EKG, EEG, EMG
➢ Prace rozwojowe/projektowe środowisk dla
Syst. Diagn.-Terapeutycznych na wybranych
platformach programowych
➢Implementacja algorytmów DSP:
➢Środowiska wysoko-poziomowe: Matlab, LabView
➢Platformy niskiego-poziomu: Mikrokontrolery, Procesory Sygnałowe,
Systemy wbudowane (Embedded)
➢ Opracowywanie systemów wspomagania diagnostyki medycznej
0 10 20 30 40 50 60-400
-200
0
200
400
Filte
red
EGG
Sign
al (u
V)
Time (s)
Time Series of EGG Signal, Channel (1) Segment (1)
0 10 20 30 40 50 60-400
-200
0
200
400
Filte
red
EGG
Sign
al &
Wind
ow (u
V)
Time (s)
Time Series of EGG Signal, Channel (1) Segment (1)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15-95
-90
-85
-80
-75
-70
-65
-60
-55
Powe
r Spe
ctru
m D
ensit
y (d
B)
Frequency (cpm)
Power Spectrum (ARB) of EGG Signal, Channel (1) Segment (1)
Bioelektronika i Aparatura Medyczna (BEiAM)
Systemy diagnostyczno-terapeutyczne
00:01:40 00:01:50 00:02:00 00:02:10 00:02:20 00:02:30 00:02:40-50
0
50
100
Filt
ere
d E
GG
Sig
nal (
uV
)
Time (hh:mm:ss)
Time Series of EGG Signal, Channel (1) Segment (3)
00:01:40 00:01:50 00:02:00 00:02:10 00:02:20 00:02:30 00:02:40-50
0
50
100
Filt
ere
d E
GG
Sig
nal &
Win
dow
(uV
)
Time (hh:mm:ss)
Time Series of EGG Signal, Channel (1) Segment (3)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
-105
-100
-95
-90
-85
-80
-75
Pow
er
Spectr
um
Density
(dB
)
Frequency (cpm)
Pow er Spectrum (ARB) of EGG Signal, Channel (1) Segment (3)
f1=3.403Podział EGG na
1 lub 4 minutowe segmenty
Obliczenie
DF i MPSD
dla każdego
segmentu
Obliczenie
Średniej DF
i MPSD
dla okresów
Obliczenie
Średniego
PSD dla
okresów
Wartości
Średnie
DF i MPSD
Wartości
Srednie ODF
i OMPSD
Obliczenie PSD dla każdego
segmentu
Bioelektronika i Aparatura Medyczna (BEiAM)
Zaawansowane techniki przetwarzania sygnałów biomedycznych
Zaawansowane metody DSP w tym techniki inteligencji obliczeniowej, m.in.:
SVM, ICA , Granular Computing, Genetic Alg, Advanced Neural Nets, Deep learning
Efekt końcowy: Implementacja alg. DSP w środowisku programistycznym
Zaawansowane techniki przetwarzania sygnałów biomedycznych
Budowa i struktura białek
Technologia mikromacierzy – analiza danych eksperymentalnych
Biologiczne bazy danych
Algorytmy dopasowania sekwencji
Metody sztucznej inteligencji
Bioinformatyka i Biologia Obliczeniowa
Analiza danych proteomicznych
Modelowanie Struktur i Procesów Biologicznych
Modelowanie matematyczne i symulacje wzrostu guza
Modele neuronowe
x1
x2
x3
x4
xN
a3
a2
a4
a1
akson
dendryty
Obliczenia równoległe, klaster obliczeniowy, GPU
Układ niezależnych jednostek obliczeniowych połączonych siecią
komunikacyjną
Algorytmy adaptacji metod obliczeniowych dla struktur równoległych
Treści kształcenia:• sztuczna nerka• sztuczna trzustka• sztuczna wątroba• sztuczne serce• respiratory • materiały medyczne• materiały biologiczne• biologiczne SN
➢ fizyczne właściwości biomateriałów syntetycznych i naturalnych w zakresie zastosowań biomedycznych
➢ mechaniczne właściwości tkanek ➢ oddziaływanie biomateriałów z żywą tkanką➢ rozwiązania alternatywne – medycyna
regeneracyjna w zastosowaniu do SN (biologiczne SN)
➢ opisy techniczne materiałów syntetycznych
Sztuczne narządy, nowoczesne biomateriały
Wykorzystuje treści ITiG (poziom komórkowy i tkankowy)
ZDALNE MONITOROWANIE PODSTAWOWYCH
FUNKCJI ŻYCIOWYCH PACJENTA GERIATRYCZNEGO
Autor: mgr inż. Bartosz Chyćko
System BSN (Body Sensor Network)
Ciągłe monitorowanie:- temperatury ciała,- pulsu,- ekg,- aktywności fizycznej,- pozycji GPS,- wykrywanie upadku,- funkcja alarmowa SOS.
Promotor: dr inż. Dariusz Komorowski
PRZYKŁADY PRAC MAGISTERSKICH