KATEDRA BIOSENSORÓW I PRZETWARZANIA SYGNAŁÓW … · 4 a 1 akson dendryty T. Obliczenia...

19
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.

Transcript of KATEDRA BIOSENSORÓW I PRZETWARZANIA SYGNAŁÓW … · 4 a 1 akson dendryty T. Obliczenia...

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

ADS1298 I 1299 CHARAKTERYSTYKI FILTRÓW

źrodło:www.ti.com

Elektroniczna Aparatura Medyczna

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

APLIKACJA KOMPUTEROWA DO NADZORU

POWSTAŁA W ŚRODOWISKU LABVIEW

Projekt - Opracowanie biomateriału antybakteryjnego poprzez immobilizacjęamoksycyliny na perełkach alginianu wapnia