Koncept výzkumu skupiny Biokybernetika fyziologických procesů je studentům nabízen i v rámci volitelného předmětu Biosignály a modely. Obsah předmětu je koncipován v souladu s nejnovšími trendy analýzy a modelování biomedicínských dat ve výzkumu i klinické praxi. Nosná témata předmětu jsou:
- Geneze a charakteristika vybraných biosignalů (EKG, EEG, EMG, ENG, EOG…)
- Vzorkování, kvantování, digitální filtrace
- Elektrokardiografie a variabilita srdeční frekvence
- Spektrální analýza, periodogram a FFT
- Nestacionarita a modifikace časovo – frekvenčního rozlišení, waveletová analýza
- Kvantitativní elektroencefalografie, automatická detekce paternů
- Nelineární dynamika a teorie chaosu
- Diskriminační a shluková analýza, fuzzy množiny
- Topografické mapování elektrické aktivity mozku
- Umělé neuronové sítě, úvod do metod umělé inteligence
Problematiku analýzy biomedicínskych dat, matematického modelování v biomedicíně a biokybernetiky je možné studovat také v rámci závěrečných bakalářských či diplomových prací. Kontaktní email v případě zájmu o závěrečnou práci:
Juliana.Alexandra.Knocikova@vscht.cz
Bakalářské:
Grafické uživatelské rozhraní pro topografické mapování elektrické aktivity mozku
Hlavním cílem této bakalářské práce je vytvořit vlastní grafické uživatelské rozhraní v prostředí Matlab s možností mapování elektrické aktivity mozku. Budou porovnány a diskutovány různé přístupy k topografickému mapování. Toto "uživatelsky přívětivé" grafické uživatelské rozhraní bude demonstrováno na reálných EEG datech s potenciálem využití v klinické praxi.
Principy kvantitativní elektroencefalografie
Tato práce pojednává o základních principech zpracování EEG. Student popíše analýzu EEG v časové a frekvenční doméně a implementuje vybrané algoritmy v prostředí Matlab. Cílem práce je vytvořit vlastní software s možností praktické aplikace jako prognostického a diagnostického nástroje
Diplomové:
Moderní matematické metody analýzy EEG v monitorování anestezie
Komplexní mozková aktivita, představující nelineární a neregulérní systém, je často vysvětlovaná metodami nelineární dynamiky. Diplomová práce pojednává o uplatnení těchto moderních matematických postupů pro charakterizaci izofluranové anestezie, v souladu s teorií entropického mozku. Součástí práce bude také návrh topografického mapování.
Nelineární dynamika změn srdeční frekvence a její kvantitativní analýza v prostředí Matlab
Diplomová práce bude zaměřena na hodnocení kardiovaskulární dynmaiky v průběhu různých /pato/fyziologických změn. Student vytvoří diagnostiký nástroj monitorování vybraných lineárních and hlavně nelineárních parametrů variability frekvence srdce a implementuje jej v prostředí Matlab.
Podpora diagnostiky respiračních onemocnění z analýzy zvuku kašle metodami strojového učení
Cílem této diplomové práce je analyzovat možnosti metod strojového učení pro klasifikaci respiračních onemocnění ze zvuku kašle. Student navrhne matematickou metodu analýzy zvuku kašle u pacientů s respiračními onemocněními a implementuje optimální metodu diskriminační analýzy pro klasifikaci.
Umělé neuronové sítě v automatické detekci spánkových stavů z elektroencefalogramu
Umělá neuronová síť, jako výpočtový model používaný v umělé inteligenci, představuje významný nástroj v analýze komplexních aktivit mozku. V této diplomové práci budou různé parametry struktury sítě a procesu učení využívány v automatické detekci spánkových stavů EEG dat. Diskutována bude rovněž aplikace v diagnostice průběhu spánku.
Matematické modelování regulace buněčného objemu v různých osmotických prostředích
V této diplomové práci student modeluje mechanismy změn buněčného objemu a testuje odpověď buněk v různých iónových koncentracích. Matematický model založen na systému diferenciálních rovnic bude vytvořen v souladu se známými biofyzikálními mechanismami buněk savců. Budou rovněž vypočtěny hodnoty permeability vody v různých osmotických prostředích a diskutovány v kontexu zachování homeostázy ve fyziologických a patofyziologických podmínkách.
Kvantitativní EEG biomarkery pro diagnostiku depresivní poruchy
Cílem této diplomové práce je představit metody analýzy neurofyziologických EEG dat jako prognostického a diagnostického nástroje depresivní poruchy. Důraz bude kladen na matematický popis lineárních a nelineárních parametrů EEG a metod jejich automatické detekce.
Matematický model vnímání zvuku lidským sluchovým ústrojím
Tato diplomová práce pojednává o algoritmizaci vnímání zvuku. Důraz je kladen na biofyzikální vlastnosti bazilární membrány a kochleární hydrodynamiku. Hlavním cílem je však sestrojit matematický model transformace zvukového stimulu na sérii nervových impulzů. Model bude vytvořen v souladu s teorií maskování tónů různé hlasitosti a frekvence.