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 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,
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
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
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
Bioelektronika i Aparatura Medyczna (BEiAM) Systemy wbudowane i mobilne w biomedycynie Mikrokontrolery Komputery jednopłytkowe Programowanie Arduino Raspberry Pi
Bioelektronika i Aparatura Medyczna (BEiAM) Aplikacje webowe Analizy danych Ciekawe algorytmy Uczenie maszynowe i sztuczna inteligencja Symulacje i gry 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
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) 200-60 0-65 -200-70 -400 0 10 20 30 40 50 60 Time (s) 400 Time Series of EGG Signal, Channel (1) Segment (1) -75-80 200 0-200 -85-90 -400 0 10 20 30 40 50 60 Time (s) -95 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Frequency (cpm) Implementacja algorytmów DSP: Środowiska wysoko-poziomowe: Matlab, LabView Platformy niskiego-poziomu: Mikrokontrolery, Procesory Sygnałowe, Systemy wbudowane (Embedded)
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) -75-80 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 -50 00:01:40 00:01:50 00:02:00 00:02:10 00:02:20 00:02:30 00:02:40 Time (hh:mm:ss) 100 50 Time Series of EGG Signal, Channel (1) Segment (3) -90-95 -100 Obliczenie Średniej DF i MPSD dla okresów 0 Obliczenie Średniego PSD dla okresów -50 00:01:40 00:01:50 00:02:00 00:02:10 00:02:20 00:02:30 00:02:40 Time (hh:mm:ss) -105 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 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
Zaawansowane techniki przetwarzania sygnałów biomedycznych Efekt końcowy: Implementacja alg. DSP w środowisku programistycznym
Elektroniczna Aparatura Medyczna źrodło:www.ti.com ADS1298 I 1299 CHARAKTERYSTYKI FILTRÓW
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
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
Obliczenia równoległe, klaster obliczeniowy, GPU Układ niezależnych jednostek obliczeniowych połączonych siecią komunikacyjną Algorytmy adaptacji metod obliczeniowych dla struktur równoległych
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)
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
APLIKACJA KOMPUTEROWA DO NADZORU POWSTAŁA W ŚRODOWISKU LABVIEW
Projekt - Opracowanie biomateriału antybakteryjnego poprzez immobilizację amoksycyliny na perełkach alginianu wapnia