Yapay Zeka Araştırma Grubu
İnsan vücuduna ait fizyolojik sinyallerin (EKG, EEG, EMG, solunum, kan basıncı, oksijen satürasyonu vb.) yapay zeka yöntemleriyle analiz edilmesi ve klinik karar destek sistemlerine entegre edilmesini hedefleyen multidisipliner Ar-Ge birimidir.
Biyomedikal sinyaller, vücudumuzun anlık durumunu yansıtan dijital dil gibi düşünülebilir. Kalp atışları, beyin dalgaları, kas aktivitesi ve solunum ritmi gibi fizyolojik sinyaller, sağlık durumumuz hakkında sürekli bilgi akışı sağlar.
Yapay zeka teknolojileri, bu karmaşık sinyal verilerini anlayabilir ve normal paternlerden sapmaları tespit edebilir. Bu süreç, deneyimli bir müzisyenin bir orkestrada yanlış çalan enstrümanı anında fark etmesi gibidir.
Grubumuzun temel amacı, zaman serisi analizi, sinyal işleme ve makine öğrenmesi teknikleri kullanarak sürekli hasta izleme, erken uyarı sistemleri ve sinyal temelli hastalık tahmin modelleri geliştirmektir.
Biyomedikal sinyal işleme alanında yapay zeka destekli çözümler geliştirdiğimiz temel uygulama alanları
Kalp ritmi analizi ve aritmı tespit algoritmaları
EEG analizi ile erken uyarı sistemleri
Solunum yetmezliği ve apne tespit algoritmaları
Hipertansif kriz öngörüsü ve değişim analizi
Hipoksi uyarıları ve oksijen düşüklüğü tespiti
Kas aktivitesi ve yorgunluk analizi
Gerçek klinik ortamlarda kullanılan ve test edilen yapay zeka destekli sinyal analiz sistemlerimiz
Sürekli EKG sinyallerini analiz ederek atrial fibrilasyon, ventriküler taşikardi ve diğer aritmileri gerçek zamanlı tespit eder ve acil müdahale uyarısı verir.
EEG sinyallerindeki prekital değişiklikleri analiz ederek epilepsi nöbetlerini ortalama 23 dakika önceden %89 sensitivite ile tahmin eder.
Solunum hızı, tidal volüm ve oksijen satürasyonu verilerini entegre ederek solunum yetmezliği gelişimini 2 saat önceden öngörür.
Kalp hızı, kan basıncı, solunum hızı ve vücut sıcaklığı sinyallerini eş zamanlı analiz ederek kritik değişiklikleri tespit eder.
Multidisipliner yaklaşımımızla sağlık ve mühendislik alanlarından uzmanlarla işbirliği yapıyoruz
Biyomedikal sinyal işleme alanında yapay zeka teknolojilerinin geliştirilmesi için odaklandığımız temel araştırma konuları
Fizyolojik sinyallerin zamana bağlı değişimlerini anlamak ve gelecekteki durumları tahmin etmek için kritik önem taşır. Sinyallerdeki periyodik değişimleri, trend analizi ve mevsimsel dalgalanmaları tespit ederek hastalık progresyonunu öngörmeye yardımcı olur.
Ham biyomedikal sinyallerin kalitesini artırmak ve klinik olarak anlamlı bilgileri çıkarmak için gelişmiş filtreleme algoritmaları. Elektriksel gürültü, hareket artefaktları ve diğer bozucu faktörleri minimuma indiren sistemler.
Normal fizyolojik sinyallerden sapmaları otomatik olarak tespit eden sistemler. Her hastanın kendine özgü sinyal desenlerini öğrenen ve buna göre kişiselleştirilmiş anomali tespiti yapan algoritmalar.
Farklı fizyolojik parametrelerden gelen bilgileri birleştirerek daha kapsamlı sağlık durumu değerlendirmesi. EKG, solunum sinyali ve kan basıncı verilerinin entegrasyonu ile holistik yaklaşım sağlanır.
Hastalık alt tiplerini ve hasta gruplarını fizyolojik sinyal özelliklerine göre sınıflandırma. Kişiselleştirilmiş tıp uygulamalarında hastalık progresyonunu tahmin etmek ve tedavi yanıtını öngörmek için kullanılır.
Fizyolojik sinyallerin hassas kişisel veriler olması nedeniyle güvenli işleme, saklama ve paylaşım protokolleri. Hasta mahremiyetini korurken klinik fayda sağlayan sistemlerin tasarlanması.
Geliştirdiğimiz diğer özel sinyal analiz sistemleri ve uygulama alanları
EEG ve EMG sinyallerini analiz ederek cerrahi anestezi derinliğini sürekli hesaplar ve optimal dozaj önerir.
Solunum sinyalleri ve oksijen satürasyonu analizi ile obstrüktif uyku apne episodlarını tespit eder.
EMG sinyallerindeki frekans spektrumu değişimlerini analiz ederek kas yorgunluğunu objektif olarak ölçer.
Araştırma Grubumuzun biyomedikal sinyal işleme alanında elde ettiği somut başarılar ve klinik etkiler
Biyomedikal sinyal işleme teknolojilerinin kullanıldığı özel hasta grupları ve uygulama ortamları
Prematüre bebeklerde kalp hızı, solunum ve oksijen satürasyonu sinyallerini analiz ederek bradikardi ve apne episodlarını önceden tespit eder.
Uzaktan hasta izleme sistemleri ile evde bakım ortamlarında sürekli vital bulgu takibi ve erken uyarı sistemleri.
Yaşlı hastalarda düşme riski değerlendirmesi, aktivite analizi ve kronik hastalık progresyon izleme sistemleri.
Biyomedikal sinyal işleme alanında yapay zeka uygulamaları geliştirmek için bizimle işbirliği yapmak ister misiniz?
Hastaneler ve yoğun bakım ünitelerinde gerçek sinyal verilerle sistem geliştirme
Sinyal işleme ve makine öğrenmesi alanında araştırma projeleri
Tıbbi cihaz üreticileri ile sinyal analiz algoritmaları entegrasyonu