KATEDRA BIOSENSORÓW I PRZETWARZANIA SYGNAŁÓW BIOMEDYCZNYCH

Transkrypt

1 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.

2 Bioelektronika i Aparatura Medyczna (BEiAM) Katedra Biosensorów i Przetwarzania Sygnałów Biomedycznych Bioelektronika Systemy wbudowane Aparatura elektromedyczna Tam gdzie systemy informatyczne rozmawiają ze sprzętem, Zaawansowane CPSB Bioinformatyka Nowoczesne biomateriały biomorficzne Sztuczne narządy i medycyna regeneracyjna Systemy kontrolnopomiarowe Body sensor networks Inteligencja obliczeniowa Big Data and Cloud Computing Systemy doradcze i ekspertowe Modelowanie Systemów Biologicznych Biosensory Bionika Biocybernetyka Kompleksowe systemy informatyczno-elektroniczne, Programowanie wielopoziomowe: Matlab, Labview, Python, Java, C/C++, C#, Asm, Vhdl,

3 Od pomysłu do realizacji praktycznej: tam gdzie informatyka rozmawia ze sprzętem Biosensory i Systemy Bioelektroniczne Systemy kontrolno-pomiarowe Systemy wbudowane i mobilne Sprzęt/Hardware + warstwa oprogramowania w C/C++, Java, Python Prototypowanie układów Bioelektroniki, z różnymi czujnikami wejściowymi, z implementacją na platformach różnego poziomu: o PC, przemysłowe systemy real-time PXI, crio, systemy wbudowane

4 Przykład rodziny układów typu: Body sensor networks bioczujniki+algorytmy+jednostki obliczeniowe i komunikacyjne Zestaw bioczujników do monitorowania sygnałów fizjologicznych Algorytmy DSP z implementacją na platformach wbudowanych lub komputerach zdalnych Protokoły komunikacji bezprzewodowej Projekt i utworzenie systemu informatycznego

5 SYSTEMY KONTROLNO-POMIAROWE W STD. PROFESJONALNYCH SYSTEMÓW CZASU RZECZYWISTEGO RT, ZE SPECJALIZOWANYMI KARTAMI POMIAROWYMI RAPID PROTOTYPING OF COMPLEX ELECTRONIC SYSTEMS Bioelektronika i Aparatura Medyczna (BEiAM) Systemy kontrolno-pomiarowe Sygnały WE z czujników: analogowych cyfrowych temperatury ruchu położenia ciśnienia sił Algorytmy Sygnały WY: analogowe cyfrowe magistrale: CAN, UART, USB, Ethernet

6 Bioelektronika i Aparatura Medyczna (BEiAM) Systemy wbudowane i mobilne w biomedycynie Mikrokontrolery Komputery jednopłytkowe Programowanie Arduino Raspberry Pi

7 Bioelektronika i Aparatura Medyczna (BEiAM) Aplikacje webowe Analizy danych Ciekawe algorytmy Uczenie maszynowe i sztuczna inteligencja Symulacje i gry Python. Programowanie

8 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

9 Bioelektronika i Aparatura Medyczna (BEiAM) Filtered EGG Signal (uv) Filtered EGG Signal & Window (uv) Power Spectrum Density (db) Systemy diagnostyczno-terapeutyczne Opracowywanie systemów wspomagania diagnostyki medycznej 400 Time Series of EGG Signal, Channel (1) Segment (1) -55 Power Spectrum (ARB) of EGG Signal, Channel (1) Segment (1) Time (s) 400 Time Series of EGG Signal, Channel (1) Segment (1) Time (s) Frequency (cpm) Implementacja algorytmów DSP: Środowiska wysoko-poziomowe: Matlab, LabView Platformy niskiego-poziomu: Mikrokontrolery, Procesory Sygnałowe, Systemy wbudowane (Embedded)

10 Bioelektronika i Aparatura Medyczna (BEiAM) Zaawansowane techniki przetwarzania sygnałów biomedycznych Filtered EGG Signal (uv) Filtered EGG Signal & Window (uv) Power Spectrum Density (db) 100 Podział EGG na 1 lub 4 minutowe segmenty 50 Time Series of EGG Signal, Channel (1) Segment (3) Power Spectrum (ARB) of EGG Signal, Channel (1) Segment (3) f1=3.403 Obliczenie PSD dla każdego 0 segmentu -85 Obliczenie DF i MPSD dla każdego segmentu :01:40 00:01:50 00:02:00 00:02:10 00:02:20 00:02:30 00:02:40 Time (hh:mm:ss) Time Series of EGG Signal, Channel (1) Segment (3) Obliczenie Średniej DF i MPSD dla okresów 0 Obliczenie Średniego PSD dla okresów :01:40 00:01:50 00:02:00 00:02:10 00:02:20 00:02:30 00:02:40 Time (hh:mm:ss) Frequency (cpm) Wartości Średnie DF i MPSD Wartości Srednie ODF i OMPSD Zaawansowane metody DSP w tym techniki inteligencji obliczeniowej, m.in.: SVM, ICA, Granular Computing, Genetic Alg, Advanced Neural Nets, Deep learning

11 Zaawansowane techniki przetwarzania sygnałów biomedycznych Efekt końcowy: Implementacja alg. DSP w środowisku programistycznym

12 Elektroniczna Aparatura Medyczna źrodło: ADS1298 I 1299 CHARAKTERYSTYKI FILTRÓW

13 Metody sztucznej inteligencji Bioinformatyka i Biologia Obliczeniowa Budowa i struktura białek Biologiczne bazy danych Algorytmy dopasowania sekwencji Technologia mikromacierzy analiza danych eksperymentalnych Analiza danych proteomicznych

14 Modelowanie Struktur i Procesów Biologicznych Modelowanie matematyczne i symulacje wzrostu guza x N x 4 a 4 x 3 x 2 a 3 a 2 akson x 1 dendryty a 1 Modele neuronowe

15 Obliczenia równoległe, klaster obliczeniowy, GPU Układ niezależnych jednostek obliczeniowych połączonych siecią komunikacyjną Algorytmy adaptacji metod obliczeniowych dla struktur równoległych

16 Sztuczne narządy, nowoczesne biomateriały 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 Treści kształcenia: sztuczna nerka sztuczna trzustka sztuczna wątroba sztuczne serce respiratory materiały medyczne materiały biologiczne biologiczne SN Wykorzystuje treści ITiG (poziom komórkowy i tkankowy)

17 PRZYKŁADY PRAC MAGISTERSKICH ZDALNE MONITOROWANIE PODSTAWOWYCH FUNKCJI ŻYCIOWYCH PACJENTA GERIATRYCZNEGO System BSN (Body Sensor Network) Ciągłe monitorowanie: - temperatury ciała, - pulsu, - ekg, - aktywności fizycznej, - pozycji GPS, - wykrywanie upadku, - funkcja alarmowa SOS. Autor: mgr inż. Bartosz Chyćko Promotor: dr inż. Dariusz Komorowski

18 APLIKACJA KOMPUTEROWA DO NADZORU POWSTAŁA W ŚRODOWISKU LABVIEW

19 Projekt - Opracowanie biomateriału antybakteryjnego poprzez immobilizację amoksycyliny na perełkach alginianu wapnia