Lp.Imię i nazwisko kierownika pracy dyplomowej:Temat pracy:Zakres pracy:Narzędzia do wykonania pracy:
1Piotr SamczyńskiPomiar parametrów życiowych i zachowań człowieka w opraciu o analize uDopplerowską z wykorzystaniem sygnatur radarowychW ramach pracy opracowane zostaną algorytmy przetwarzania sygnałów pozwalające na pomiar parametrów życiowych człowieka - np oddechu oraz zachowań człowieka, takich jak np. chód człowieka, bieg, upadek, itp. z wykorzystaniem metod przetwarzania sygnałów w oparciu o analize map radarowych uDopplera obiketu.Wykorzystywane narzędzia: Matlab, C/C++, komputer klasy PC, radar FMCW
2Jerzy WeremczukPlatforma mobilna do pomiarów w ochronie środowiskaBudowa (adaptacja) zdalnie sterowanego pojazdu. Przesyłanie wyników pomiarów.Kompilatory dla systemów wbudowanych, projektowanie obwodów drukowanych
3Jerzy WeremczukUkład zasilacza dla nanogeneratora energii elektrycznejBudowa i testowanie układów elektronicznych zasilacza.Symulator obwodów, projektowanie obwodów drukowanych
4Jerzy WeremczukCzujniki wykonane w technologii 3DBudowa i charakteryzacja wybranego czujnika np. przyspieszenia.Drukarka 3D, komputerowe stanowiska pomiarowe
5Jerzy WeremczukTemat własny z obszaru czujników lub sieci czujnikowych.do uzgodnieniado uzgodnienia
6Konrad JędrzejewskiZastosowanie metod uczenia maszynowego do analizy sygnału elektrokardiograficznego (EKG) i wykrywania nieprawidłowości pracy sercaCelem pracy jest implementacja w środowisku Python, MATLAB, R lub innym języku programowania algorytmów uczenia maszynowego (machine learning) do analizy sygnałów EKG oraz przeprowadzenie badań porównujących efektywność tych algorytmów.Python, Matlab, R lub inny język programowania.
Mobilny rejestrator sygnału EKG SiliconBeat firmy MEDEA.
Praca we współpracy z firmą MEDEA i Uniwersytetem Medycznym w Poznaniu
7Konrad JędrzejewskiZastosowanie metod głębokiego uczenia maszynowego i konwolucyjnych sieci neuronowych do analizy strukturalnej sygnału elektrokardiograficznego (EKG)Celem pracy jest implementacja w środowisku Python, MATLAB, R lub innym języku algorytmów głębokiego uczenia maszynowego (deep machine learning) i konwolucyjnych sieci neuronowych (CNN), do analizy sygnałów EKG oraz przeprowadzenie badań porównujących efektywność tych algorytmów.Python, Matlab, R lub inny język programowania.
Mobilny rejestrator sygnału EKG SiliconBeat firmy MEDEA.
Praca we współpracy z firmą MEDEA i Uniwersytetem Medycznym w Poznaniu
8Konrad JędrzejewskiZastosowanie metod uczenia maszynowego do analizy sygnału elektroencefalograficznego (EEG)Celem pracy jest implementacja w środowisku Python, MATLAB, R lub innym języku programowania algorytmów uczenia maszynowego (machine learning), do analizy sygnałów EEG oraz przeprowadzenie badań porównujących efektywność tych algorytmów.Python, Matlab, R lub inny język programowania.
Praca prowadzona we współpracy z Instytutem Biologii Doświadczalnej, Polskiej Akademii Nauk w Warszawie
9Konrad JędrzejewskiZastosowanie metod głębokiego uczenia maszynowego i konwolucyjnych sieci neuronowych do analizy sygnału elektroencefalograficznego (EEG)Celem pracy jest implementacja w środowisku Python, MATLAB, R lub innym języku programowania algorytmów głebokiego uczenia maszynowego (deep machine learning) i konwolucyjnych sieci neuronowych (CNN), do analizy sygnałów EEG) oraz przeprowadzenie badań porównujących efektywność tych algorytmów.Python, Matlab, R lub inny język programowania.
Praca prowadzona we współpracy z Instytutem Biologii Doświadczalnej, Polskiej Akademii Nauk w Warszawie
10Konrad JędrzejewskiZastosowanie metod uczenia maszynowego do analizy sygnału pletyzmograficznego (PPG) i wykrywania nieprawidłowości pracy sercaCelem pracy jest implementacja w środowisku Python, MATLAB, R lub innym języku programowania algorytmów uczenia maszynowego (machine learning), do analizy sygnałów PPG oraz przeprowadzenie badań porównujących efektywność tych algorytmów.Python, Matlab, R lub inny język programowania
11Konrad JędrzejewskiSystem analizy sygnałów elektroencefalograficznych (EEG) rejestrowanych za pomocą opaski do rejestracji sygnałów EEG Muse InteraXon 2Celem pracy jest zaprojektowanie i oprogramowanie systemu akwizycji sygnałów elektroencefalograficznych (EEG) rejestrowanych za pomocą opaski do rejestracji sygnałów EEG Muse InteraXon 2.EEG Muse InteraXon 2, smartfon
12Konrad JędrzejewskiSystem bezprzewodowej akwizycji i analizy sygnałów elektrokardiograficznych (EKG) i pletyzmograficznych (PPG) wykorzystujący układ MAX86150Celem pracy jest budowa i oprogramowanie systemu akwizycji i analizy sygnałów elektrokardiograficznych (EKG) i pletyzmograficznych (PPG) w oparciu o płytkę ewaluacyjną układu MAX86150. Praca obejmuje również stworzenie prostej aplikacji graficznej na smartfon do sterowania systemem oraz prezentacji sygnałów i ich charakterystyk.Zestaw (płytka) ewaluacyjny układu MAX86150 firmy Maxim, elektrody, smartfon
13Konrad JędrzejewskiSystem bezprzewodowej akwizycji i analizy sygnałów elektrokardiograficznych (EKG) i elektromiograficznych (EMG) wykorzystujący układ ADS1299Celem pracy jest zaprojektowanie, wykonanie i oprogramowanie systemu akwizycji i analizy sygnałów elektroencefalograficznych (EEG) i elektromiograficznych (EMG)w oparciu o płytkę ewaluacyjną układu ADS1299. Praca obejmuje również stworzenie prostej aplikacji graficznej na smartfon do sterowania systemem oraz prezentacji sygnałów i ich charakterystyk.Zestaw (płytka) ewaluacyjny układu ADS1299 firmy Analog Devices umożlwiający podłączenie do 8 elektrod, elektrody, smartfon
14Konrad JędrzejewskiSystem do bezprzewodowej akwizycji i analizy sygnałów elektroencefalograficznych (EEG) wykorzystujący układ ADS1299Celem pracy jest zaprojektowanie, wykonanie i oprogramowanie systemu akwizycji i analizy sygnałów elektroencefalograficznych (EEG) w oparciu o płytkę ewaluacyjną układu ADS1299. Praca obejmuje również stworzenie prostej aplikacji graficznej na smartfon do sterowania systemem oraz prezentacji sygnałów i ich charakterystyk.Zestaw (płytka) ewaluacyjny układu ADS1299 firmy Analog Devices umożlwiająca podłączenie do 8 elektrod, elektrody, smartfon
15Konrad JędrzejewskiSystem bezprzewodowej akwizycji i analizy sygnałów elektrokardiograficznych (EKG) i pletyzmograficznych (PPG) wykorzystujący rozwiązania ArduinoCelem pracy jest budowa i oprogramowanie systemu akwizycji i analizy sygnałów EKG i PPG wykorzystującego zestawy Arduino. Praca obejmuje również stworzenie prostej aplikacji graficznej na smartfon do sterowania systemem oraz prezentacji sygnałów i ich charakterysty.Zestawy ewaluacyjne Arduino i czujniki, elektrody, smartfon
16Konrad JędrzejewskiImplementacja i badania bezprzewodowego systemu przesyłania sygnałów biomedycznych wykorzystującego układ nRF52480 z Bluetooth 5Celem pracy jest budowa i oprogramowanie bezprzewodowego systemu przesyłania sygnałów biomedycznych wykorzystującego układ nRF52480 z Bluetooth 5. Praca obejmuje również stworzenie prostej aplikacji graficznej na smartfon do sterowania systemem oraz prezentacji sygnałów i ich charakterystyk.Zestaw (płytka) ewaluacyjny układu nRF52480 firmy Nordic Semiconductors, elektrody, smartfon
17Krzysztof KulpaWkrywanie aktywności życiowych (oddech, puls) za pomocą czujnika radarowegoCelem pracy jest opracowanie metod wkrywanie aktywności życiowych (oddech, puls) za pomocą czujnika radarowego, implementacja oprogramowania w środowisku Python, MATLAB, R lub innym języku programowania, wykonanie testów. efektywność tych algorytmów.Python, Matlab, R lub inny język programowania.
Radar Demorad