Department of Cybernetics
and Biomedical Engineering

Science and research

Biomedicínské inženýrské systémy XVI

Agency: SGS
Project code: SP2020/55
Project solver: prof. Ing. Marek Penhaker, Ph.D.
Beginning: 2020
End: 2020

Projekt navazuje na vědecko-výzkumnou činnost realizovanou v předchozích letech v rámci interních grantů Biomedicínské inženýrské systémy. Řešitelská skupina má tedy dostatek zkušeností s realizací a kvalitními výstupy projektů tohoto typu. Řešiteli projektu byli vždy doktorandi a nadějní studenti magisterského studia, kteří v rámci těchto projektů realizovali své disertační, diplomové práce. V rámci projektu garantovaného školitelem doktorandů je prof. Ing. Marek Penhaker, Ph.D. jsou vytvořeny pracovní skupiny řešící dílčí úkoly projektu, které jsou složeny vždy z jednoho doktoranda či zaměstnance ve funkci vedoucí skupiny, případně zaměstnance ve funkci zodpovědného vedoucího skupiny, mladší doktorandi ve funkci řešitel a v neposlední řadě studenti ve funkci řešitelů dílčích problémů projektu. Projekt jednoznačně vede k výchově nadějných VaV pracovníků od analýzy konkrétních problémů, přes návrhy řešení a realizace až po presentaci výstupů dle aktuální vydané metodiky VaV MŠMT. Průkaznost kvality podávaného projektu je, že byly v předchozích letech vždy řešeny aktuální vědecko-výzkumné problémy vycházející především z praxe. Dokladem toho je i řešením projektu, kde v minulém roce 2019 bylo publikováno přes 22 publikací, z toho tři v impaktovaných žurnálech, 19 na konferencích uvedených v ISI WOK a SCOPUS. Souhrnně projekt splnil předpokládané výsledky projektu dle evidence vědy a výzkumu metodiky MŠMT. Na projektu se podílejí 100 % pouze pracovníci s nenulovým výkonem v RIV 2018. V průběhu řešení projektu budou řešeny tyto dílčí úkoly: 1.RadioBioHazard - Biometrická identifikace pacientů v procesu radioterapie. V této skupině se předpokládá řešení spolehlivého systému identifikace pacienta před započetím radioterapie v kontextu propojení informačního systému s biometrií člověka pro zamezení nežádoucích příhod ve zdravotnictví v souvislosti s nesprávným ozářením. 2.Metody diagnostiky kardiovaskulárního systému. Předmětem výzkumu bude návrh nové elektrody pro měření srdečního výdeje založený na dilučním principu s ohledem na existující modelu cévního řečiště. 3.Modelování vlivu zobrazovacích technik na diagnostickou kvalitu EKG a VGK signálů. V rámci této aktivity bude analyzován vliv CT a zejména MR zobrazování na kvalitu diagnostické informace z EKG a následně VKG signálů. Problematika vychází ze známého faktu, který se zabývá přítomností MHD efektu na EKG signálech v důsledku působení magnetického pole při MR vyšetření. Tato analýza se bude zabývat korelací mezi časově závislým signálem (EKG) a prostorovou informací, která je reprezentována VKG signálem. Cílem aktivity je definice relevantních a diskriminativních příznaků, na základě kterých bude budována klasifikační procedura s cílem rekognice vlivu MR magnetického pole. 4.Analýza a modelování retinálních lézí z obrazových záznamů. Tato aktivita se zabývá vývojem a realizací autonomního systému pro identifikací a modelování retinálních lézí. Tyto patologické struktury jsou konvenčně analyzovány manuálně bez objektivizované zpětné vazby, která by umožňovala standardizovaný přístup k diagnostice retinálních lézí a objektivizované měření parametrů retinálních lézí. 5.Metody pro identifikaci retinálního cévního systému a kalkulaci cévní tortuozity z retinálních obrazů. V rámci této aktivity budou vyvíjeny softwarové metody, které jsou určeny pro automatizovanou detekci a klasifikaci oblastí retinálního cévního systému. Tyto modely budou následně využity pro extrakci příznaků křivosti retinálního cévního systému s cílem kvantifikace cévní tortuozity. Byť je tento klinický parametr dobře znám již řadu let, tak v současnosti neexistuje standardizovaná metoda, která by umožnovala jeho objektivní posouzení. V tomto kontextu je modelování tortuozity značně přínosné do klinické praxe s cílem objektivizace diagnostiky patologického křivení cévního systému. 6.Vývoj inteligentního CAOS systému pro optimalizaci operačního zákroku fraktury pánve. V rámci této aktivity bude vyvíjen podpůrný systém pro optimalizované zavádění podpěrného fixátoru úlomku pánevní kosti u operace pánve. V současné době je naváděcí procedura řešena na základě postupného snímání RTG obrazů, kterými je operatér krok po kroku instruován o vhodném směru zavaděče tak, aby se vyhnul ambientním kostním strukturám a zároveň rigidně fixoval kostní úlomek pánevní oblasti. Tento přístup je značně subjektivní a komplikovaný. Z tohoto důvodu je snaha vyvíjet softwarové metody, které by umožňovaly automatickou optimalizaci vedení zavaděče, což by sloužilo jako efektivní zpětná vazba pro operatéra. 7.Extrakce a modelování pankreatu z MR obrazů s cílem analýzy a kvantifikace tukové tkáně. V rámci této aktivity bude řešen experimentální vývoj softwarového nástroje pro automatizovanou identifikaci pankreatu z MR obrazů. Tento model bude následně využit pro klasifikaci a objektivizaci obsahu tukové tkáně v pankreatu. Jedná se o zcela novou proceduru analýzu tuku, kde na základě rešerše neexistují podobné metody v klinické praxi, z tohoto důvodu se jedná o velmi perspektivní oblast s širokým potenciálem do klinické praxe. 8.Modelování vlivu zobrazovacích technik na diagnostickou kvalitu EKG a VGK signálů. V rámci této aktivity bude analyzován vliv CT a zejména MR zobrazování na kvalitu diagnostické informace z EKG a následně VKG signálů. Problematika vychází ze známého faktu, který se zabývá přítomností MHD efektu na EKG signálech v důsledku působení magnetického pole při MR vyšetření. Tato analýza se bude zabývat korelací mezi časově závislým signálem (EKG) a prostorovou informací, která je reprezentována VKG signálem. Cílem aktivity je definice relevantních a diskriminativních příznaků, na základě kterých bude budována klasifikační procedura s cílem rekognice vlivu MR magnetického pole. 9.Analýza a modelování retinálních lézí z obrazových záznamů. Tato aktivita se zabývá vývojem a realizací autonomního systému pro identifikací a modelování retinálních lézí. Tyto patologické struktury jsou konvenčně analyzovány manuálně bez objektivizované zpětné vazby, která by umožňovala standardizovaný přístup k diagnostice retinálních lézí a objektivizované měření parametrů retinálních lézí. 10.Metody pro identifikaci retinálního cévního systému a kalkulaci cévní tortuozity z retinálních obrazů. V rámci této aktivity budou vyvíjeny softwarové metody, které jsou určeny pro automatizovanou detekci a klasifikaci oblastí retinálního cévního systému. Tyto modely budou následně využity pro extrakci příznaků křivosti retinálního cévního systému s cílem kvantifikace cévní tortuozity. Byť je tento klinický parametr dobře znám již řadu let, tak v současnosti neexistuje standardizovaná metoda, která by umožňovala jeho objektivní posouzení. V tomto kontextu je modelování tortuozity značně přínosné do klinické praxe s cílem objektivizace diagnostiky patologického křivení cévního systému. 11.Vývoj inteligentního CAOS systému pro optimalizaci operačního zákroku fraktury pánve. V rámci této aktivity bude vyvíjen podpůrný systém pro optimalizované zavádění podpěrného fixátoru úlomku pánevní kosti u operace pánve. V současné době je naváděcí procedura řešena na základě postupného snímání RTG obrazů, kterými je operatér krok po kroku instruován o vhodném směru zavaděče tak, aby se vyhnul ambientním kostním strukturám a zároveň rigidně fixoval kostní úlomek pánevní oblasti. Tento přístup je značně subjektivní a komplikovaný. Z tohoto důvodu je snaha vyvíjet softwarové metody, které by umožňovaly automatickou optimalizaci vedení zavaděče, což by sloužilo jako efektivní zpětná vazba pro operatéra. 12.Extrakce a modelování pankreatu z MR obrazů s cílem analýzy a kvantifikace tukové tkáně. V rámci této aktivity bude řešen experimentální vývoj softwarového nástroje pro automatizovanou identifikaci pankreatu z MR obrazů. Tento model bude následně využit pro klasifikaci a objektivizaci obsahu tukové tkáně v pankreatu. Jedná se o zcela novou proceduru analýzu tuku, kde na základě rešerše neexistují podobné metody v klinické praxi, z tohoto důvodu se jedná o velmi perspektivní oblast s širokým potenciálem do klinické praxe. 13.Optimalizace systémů asistovaného bydlení a asistivních technologií. Skupina se bude zabývat testováním a vývojem řešení v oblasti senzoriky, měření a zpracování biologických signálů v aplikacích asistovaného bydlení a asistivních technologií. K tomu bude využívána nově vznikající infrastruktura CPIT TL3. Dojde ke spojení s aktivita další skupiny z katedry 450 zabývající se otázkami domácí automatizace.