Incorporation of AI and ML algorithms in remote biomedical sensing

הרקע לפרויקט:

מדובר על טכנולוגיית חישה חדשנית המבוססת על ניתוח שינויים זמניים-מרחביים של תבנית פיזור אור לייזר מרקמה ביולוגית. על בסיס זה ניבחנת יכולת חישה של פרמטרים ביו רפואיים מרחוק. תבניות הפיזור הנוצרות עקב התאבכות עצמית של אור הלייזר ניקראות ספקלס. אלו תבניות אקראיות המשתנות בזמן כתלות בתהליכים הזמניים הקורים בתוך הרקמה הביולוגית. במסגרת הפרויקט ניבנה אלגוריתם לימוד מכונה שילמד את מאפיני תבנית הפיזור וידע לקשר אותה לננו-רעידות המתרחשות ברקמה. מתוך ניתוח תבניות הננו-רעידות ניתן לבצע שערוך של פרמטרים בו רפואיים שונים הכוללים לחץ דם, מאפיני זרימת דם בכלי דם ועוד. אלגוריתמיקת למידת המכונה שתופעל פה תבוסס על רשתות ניורונליות.

מטרת הפרויקט:

אלגוריתמיקה חדשה מבוססת למידת מכונה לניתוח תבניות פיזור אור לייזר

תכולת הפרויקט:

פיתוח אלגוריתמי בינה מלאכותית ואלגוריתמי לימוד מכונה בחישה ביו רפואית

קורסי קדם:

קורס למידת מכונה בסיסי

מקורות:

Zeev Kalyuzhner, Sergey Agdarov, Aviya Bennett, Yafim Beiderman, and Zeev Zalevsky, "Remote photonic sensing of blood oxygen saturation via tracking of anomalies in micro-saccades patterns," Opt. Express 29, 3386-3394 (2021)