Temat 1:
Poprawa właściwości użytkowych tworzyw sztucznych, w tym tkanin powlekanych, do zastosowań w ochronie zdrowia poprzez modyfikację naturalnym ekstraktem roślinnym.
Promotor:
dr hab. Andrzej Swinarew, prof. UŚ – Wydział Nauk Ścisłych i Technicznych, Instytut Inżynierii Biomedycznej
Innowacyjność:
Innowacyjność planowanej rozprawy doktorskiej wynika z multidyscyplinarnego podejścia do modyfikacji tworzyw sztucznych przy użyciu naturalnych ekstraktów roślinnych, ukierunkowanego na poprawę ich właściwości użytkowych, biofunkcjonalnych i środowiskowych. O ile dotychczasowe badania koncentrowały się głównie na syntetycznych dodatkach poprawiających parametry materiałów polimerowych, projekt ten proponuje integrację bioaktywnych składników pochodzenia naturalnego bezpośrednio w strukturze lub powierzchni tworzywa, co może skutkować nadaniem mu właściwości przeciwdrobnoustrojowych, przeciwutleniających, a nawet proregeneracyjnych – szczególnie pożądanych w zastosowaniach biomedycznych, higienicznych oraz ochronnych.
Dodatkowym wymiarem innowacyjności jest wpisanie projektu w ramy transformacji przemysłowej w regionach o wysokiej emisyjności, takich jak województwo śląskie, poprzez rozwój materiałów opartych na surowcach odnawialnych i wdrażanie technologii przyjaznych środowisku. Takie podejście nie tylko wspiera ochronę zdrowia i rozwój nowoczesnych materiałów, ale także wpisuje się w strategię gospodarki o obiegu zamkniętym, stanowiąc odpowiedź na wyzwania zrównoważonego rozwoju i polityki zielonej transformacji.
Wkład w rozwój dyscypliny:
Planowany doktorat wniesie istotny wkład w rozwój inżynierii biomedycznej poprzez opracowanie innowacyjnych materiałów polimerowych o właściwościach przeciwdrobnoustrojowych, przeznaczonych do zastosowań w ochronie zdrowia. Stworzenie tkaniny powlekanej z modyfikacją roślinną, ograniczającej rozwój bakterii, wirusów i grzybów, może znacząco poprawić poziom higieny w placówkach medycznych, zmniejszyć ryzyko zakażeń szpitalnych oraz wspierać działania profilaktyczne w kontekście pandemii. Projekt przyczyni się także do rozwoju biodezynfekcyjnych materiałów dla zastosowań mobilnych – takich jak elastyczne zbiorniki, zasłony, osłony i wyposażenie polowe – co ma szczególne znaczenie w sytuacjach kryzysowych i wojennych. Opracowane rozwiązania znajdą zastosowanie również poza medycyną, wspierając bezpieczeństwo sanitarne w miejscach użyteczności publicznej.
Harmonogram planowanych prac:
Rok I – Przygotowanie merytoryczne i badania wstępne
- Przegląd literatury dotyczącej modyfikacji tworzyw sztucznych naturalnymi dodatkami
- Określenie celu i zakresu pracy badawczej
- przygotowanie podstawowej charakterystyki naturalnego ekstraktu roślinnego
- Wstępne próby modyfikacji wybranego tworzywa sztucznego
Rok II – Prowadzenie badań laboratoryjnych
- Opracowanie prostych receptur materiałowych z dodatkiem ekstraktów roślinnych
- Ocena podstawowych właściwości fizycznych i użytkowych modyfikowanych tworzyw
- Dostosowanie parametrów przetwarzania (np. temperatura, czas, metoda mieszania)
- Porównanie wyników z materiałami referencyjnymi
Rok III – Badania uzupełniające i analiza wyników
- Przeprowadzenie badań dodatkowych (np. stabilność, odporność na czynniki zewnętrzne)
- W razie potrzeby – powtórzenie prób z uwzględnieniem prostych modyfikacji składu
- Zebranie i uporządkowanie wyników
- Wstępne przygotowanie rozdziałów pracy doktorskiej
Rok IV – Opracowanie rozprawy i przygotowanie do obrony
- Finalizacja analizy wyników i sformułowanie wniosków
- Redakcja i skład rozprawy doktorskiej
- Przygotowanie streszczeń, prezentacji i materiałów do obrony
- Publikacja lub zgłoszenie wyników do czasopism naukowych
Temat 2:
Obrazowanie termiczne wybranych części ciała jako nowa perspektywa oceny zmian fizjologicznych u kobiet w ciąży
Promotor:
prof. dr hab. n. med. Armand Cholewka – Wydział Nauk Ścisłych i Technicznych, Instytut Inżynierii Biomedycznej
Promotor pomocniczy:
dr inż. Teresa Kasprzyk-Kucewicz – Wydział Nauk Ścisłych i Technicznych, Instytut Inżynierii Biomedycznej
teresa.kasprzyk-kucewicz@us.edu.pl
Innowacyjność:
Głównym celem naukowym niniejszych badań jest próba pokazania przydatności diagnostyki termowizyjnej u kobiet ciężarnych w trakcie trwania całego okresu ciąży. Przeprowadzone badania będą obejmowały etap pilotażowy oraz docelowe długofalowe pomiary całego ciała. Podczas badań monitorowane będą zmiany rozkładu temperatury oraz wartości parametrów termicznych u kobiet podczas wszystkich etapów ciąży. Analizie podlegać będą wybrane okolice ciała, które ulegają największym zmianom strukturalnym i funkcjonalnym podczas ciąży, tj. piersi, brzuch, plecy oraz kończyny dolne. Założeniem długofalowym badań jest diagnostyka kobiet ciężarnych pod kątem wczesnego wykrywania zmian patologicznych najczęściej dotykających kobiety w okresie ciąży. Wypracowanie pewnych wzorców termicznych poszczególnych części ciała w różnych okresach ciąży, ich parametryzacja, a następnie skorelowanie wyników z diagnostyką ogólną mają szansę pomóc diagnozować, a nawet prognozować pojawiające się bóle przeciążeniowe oraz pośrednio zmiany w ukrwieniu i metabolizmie związane wprost z obserwowanymi na termogramach zmianami w symetrii rozkładu temperatury w obrębie poszczególnych rejonów ciała.
Wkład w rozwój dyscypliny:
Podstawowym znaczeniem projektu dla dyscypliny jest dążenie do wykorzystania innowacyjnych i nieinwazyjnych procedur diagnostycznych w praktyce lekarskiej. Określenie wzorców termicznych części ciała najbardziej narażonych na przeciążenia i dynamiczne zmiany metaboliczne w różnych okresach ciąży i ich parametryzacja będą stanowiły znaczący wkład do nowych innowacyjnych procedur diagnostycznych, które mogą w przyszłości zostać wdrożone do standardowej diagnostyki w oddziałach ginekologiczno-położniczych.
Nieliczne publikacje z udziałem kobiet w ciąży przeważnie dostarczają informacji o zmianach temperatury poszczególnych części ciała, czy ogólnej ocenie lokalizacji łożyska. Doniesienia te potwierdzają możliwość zastosowania termografii w podczerwieni do monitorowania temperatury poszczególnych obszarów ciała w kobiet w ciąży. Nie ma jednak wielu badań termowizyjnych, które skupiałyby się na kompleksowej diagnostyce całego ciała kobiety ciężarnej [Pereira 2016, Sillero-Quintana 2012]. Zachodzące w organizmie matki i płodu zmiany termiczne są podstawą do użycia termowizji w podczerwieni, do bezpiecznego, nieinwazyjnego i taniego obrazowania diagnostycznego. Dodatkowo, warto zaznaczyć, że ocena rozkładu temperaturowego ciała przyszłej matki wykonana już na wczesnych etapach ciąży mogłaby dostarczyć istotnych informacji zdrowotnych, które można nazwać diagnostyką prewencyjną.
Harmonogram planowanych prac:
Grupę badawczą stanowić mają zdrowe ochotniczki będące na każdym etapie zaawansowania ciąży, tj. w I trymestrze (między 1, a 13 tygodniem ciąży), w II semestrze (między 14, a 27 tygodniem ciąży) i III trymestrze ciąży (między 28, a 40 tygodniem ciąży). Przewidywana liczebność grupy to minimum 50 ochotniczek w każdej badanej grupie
Badanie termograficzne, zgodnie z przyjętym protokołem, odbędzie się w ściśle określonych warunkach – temperatura otoczenia w zakresie 20–24°C, wilgotność powietrza 45 -60% [13]. Przygotowanie do badania obejmować będzie 30 minutową aklimatyzację do warunków panujących w pomieszczeniu badawczym poprzez spokojne siedzenie z odsłoniętymi częściami ciała, które mają być obrazowane. Ponadto, ochotniczki proszone będą o powstrzymanie się od aktywności fizycznej, przez co najmniej 10 godzin przed badaniem, nie stosowanie środków przeciwbólowych i przeciwgorączkowych w ciągu ostatnich 24 godzin, ani kremów, olejków i maści przez co najmniej 12 godzin przed badaniem. Przed pomiarami nie wolno będzie także spożywać alkoholu ani gorących napojów czy żywności. W celu przygotowania obszaru piersi do obrazowania ochotniczki będą musiały pozostać bez uciskającej bielizny, przez co najmniej 12 godzin.
Dla wszystkich ochotniczek przeprowadzona zostanie ankieta oceniająca:
– podstawowy stan zdrowia,
– stopień zaawansowania ciąży,
– aktywność fizyczną do 12h przed badaniem,
– stopień sprawności fizycznej ochotniczki, tj. podejmowana przed i w trakcie ciąży aktywność fizyczna,
– bezpośrednia ekspozycja na słońce do 12 h przed badaniem,
– schorzenia przewlekłe,
– przyjmowane leki (w tym doraźnie przeciwbólowe, przeciwzapalne, antybiotyki w ciągu ostatnich 24 h),
– stosowanie używek (papierosy, alkohol, narkotyki, środki uspokajające, nasenne).
Kryteria włączenia do badań:
- Świadoma zgoda na wykonywanie pomiarów termowizyjnych na podstawie podpisanej ankiety przed badaniami.
- Ochotniczkami do badań mogą być tylko kobiety w potwierdzonej ciąży.
- Jeśli ochotniczki wyrażą chęć poddawania się badaniom z wykorzystaniem termowizji przez cały okres ciąży, to badania będą wykonywane cyklicznie dla danej ochotniczki. Nawet jeśli ochotniczki wyrażą chęć poddania się badaniu jednorazowo to będą dopuszczone do badania.
Kryteria wyłączenia z badań:
- Stan zdrowia uniemożliwiający przeprowadzenie badania – choroby przewlekłe w ostrej fazie, takie jak cukrzyca, choroby autoimmunologiczne, niewydolność serca, choroby płuc, lub zaburzenia hormonalne, które mogą wpływać na wyniki pomiarów.
- Zaburzenia psychiczne, które utrudniają współpracę z badaczem lub przeprowadzenie badania, np. zaburzenia lękowe.
- Przewlekłe przyjmowanie leków wpływających na ukrwienie lub temperaturę ciała.
Kryteria wyłączenia okresowego z badań:
- Występowanie objawów infekcji (gorączka, kaszel, katar) w dniu badania lub w ciągu 7 dni przed badaniem.
- Stosowanie leków przeciwzapalnych, przeciwbólowych, antybiotyków, środków uspokajających lub nasennych w ciągu ostatnich 24 godzin przed badaniem.
- Pacjenci lub ich opiekunowie prawni, którzy odmówili podpisania zgody na udział w badaniu.
Temat 3:
System AI do automatycznego wykrywania schorzeń na obrazach RTG, TK, RM oraz mammografii
Promotor:
prof. dr hab. inż. Zygmunt Wróbel – Wydział Nauk Ścisłych i Technicznych, Instytut Inżynierii Biomedycznej
Promotor pomocniczy:
dr inż. Paweł Popielski – – Wydział Nauk Ścisłych i Technicznych, Instytut Inżynierii Biomedycznej
Innowacyjność:
Celem projektu jest wsparcie służby zdrowia w Polsce poprzez opracowanie zaawansowanego systemu AI do automatycznego wykrywania schorzeń na obrazach RTG, TK, RM oraz mammografii. Projekt zakłada stworzenie narzędzia do analizy obrazów medycznych, identyfikacji i klasyfikacji patologii, takich jak guzy, zmiany zapalne i zwyrodnieniowe.
System będzie wykorzystywany do:
- Automatycznego rozpoznawania patologii: Identyfikacja różnych rodzajów nieprawidłowości na obrazach medycznych.
- Wsparcia diagnostyki: Narzędzie dla radiologów do szybszego i dokładniejszego wykrywania schorzeń, co może prowadzić do wcześniejszej diagnozy i lepszego leczenia.
- Standaryzacji opisów medycznych: Model standardowego opisu obrazów medycznych, umożliwiający jednolite raportowanie i lepszą komunikację między placówkami.
Wkład w rozwój dyscypliny:
Wykorzystanie AI w diagnostyce obrazowej to dynamicznie rozwijająca się dziedzina, jednak większość badań koncentruje się na pojedynczych modalnościach obrazowych, takich jak rentgen czy rezonans magnetyczny. Obecnie brakuje kompleksowych systemów zdolnych do analizy obrazów pochodzących z różnych technik diagnostycznych, co ogranicza pełne wykorzystanie potencjału AI w medycynie. Nasz projekt, integrujący AI z analizą obrazów rentgena, TK, RM i mammografii, jest odpowiedzią na pilną potrzebę zwiększenia efektywności diagnostyki medycznej, zmniejszenia obciążenia pracą radiologów oraz poprawy wczesnego wykrywania chorób, co może znacząco wpłynąć na wyniki leczenia pacjentów.
Nowatorski charakter badań polega na wykorzystaniu modułowego podejścia do projektowania systemu, co pozwoli na stosunkowo łatwą i szybką modyfikację i rozbudowę systemu o wykrywanie nowych schorzeń. Ponadto, innowacyjność projektu polega również na połączeniu różnych modalności obrazowych w jeden spójny system diagnostyczny, co jest unikalnym rozwiązaniem w skali globalnej. Taka integracja umożliwi kompleksową ocenę stanu pacjenta, biorąc pod uwagę różnorodne źródła informacji obrazowej, co zwiększy dokładność diagnoz i pozwoli na bardziej holistyczne podejście do opieki zdrowotnej. Wyniki projektu przyczynią się do rozwoju interdyscyplinarnej dziedziny, łączącej medycynę, informatykę oraz nauki o danych, co może prowadzić do znaczących postępów w diagnostyce obrazowej.
Główna zaletą projektu to standaryzacji opisów medycznych, co poprawi komunikację między placówkami medycznymi oraz ułatwi analizę danych na większą skalę. Dzięki zastosowaniu zaawansowanych algorytmów AI, możliwe będzie nie tylko szybsze, ale także bardziej precyzyjne wykrywanie schorzeń, co bezpośrednio wpłynie na poprawę jakości opieki zdrowotnej. Takie podejście może również zredukować koszty i czas potrzebny na przetwarzanie dużych ilości danych obrazowych, co jest kluczowe w systemach opieki zdrowotnej na całym świecie.
Harmonogram planowanych prac:
Semestr 1
Analiza literatury i istniejących rozwiązań w zakresie AI w diagnostyce obrazowej.
Identyfikacja i ocena dostępnych zbiorów danych obrazowych z TK, RM, rentgena i mammografii.
Opracowanie szczegółowego planu badawczego.
Semestr 2
Zbieranie i wstępna obróbka danych obrazowych.
Notacja zebranych danych przez specjalistów medycznych.
Rozpoczęcie prac nad wstępnym modelem AI do analizy obrazów TK, RM i mammografii.
Semestr 3
Projektowanie i trenowanie wstępnych modeli AI na zebranych danych.
Walidacja wstępnych modeli AI przy użyciu części zbioru danych.
Przygotowanie wstępnego systemu do testowania modeli AI.
Semestr 4
Optymalizacja modeli AI, dostosowanie hiperparametrów.
Rozbudowa bazy danych obrazowych o dodatkowe przypadki medyczne.
Dalsze udoskonalanie systemu i modeli w oparciu o wyniki walidacji.
Semestr 5
Finalizacja prac nad modelami AI.
Testowanie i walidacja zintegrowanego oprogramowania w warunkach zbliżonych do rzeczywistych.
Przygotowanie publikacji naukowych prezentujących wyniki projektu.
Semestr 6
Dalsza optymalizacja systemu integrującego modele sieci neuronowych AI i zwracającego diagnozę oraz opis analizowanego obrazu.
Testowanie i walidacja zintegrowanego oprogramowania w warunkach operacyjnych.
Semestr 7
Analiza wyników działania systemu, identyfikacja obszarów do poprawy.
Ostateczna optymalizacja modeli sieci neuronowych (AI).
Poprawa działania systemu AI (diagnozowania schorzeń, generowania opisów oraz interfejsu użytkownika).
Semestr 8
Podsumowanie i analiza wszystkich zebranych danych i wyników.
Przygotowanie końcowych raportów i wniosków dotyczących projektu.
Ostateczne prace nad publikacją podsumowującą realizowany projekt.
Opracowanie końcowej wersji pracy doktorskiej.