iCASP
Interactive Cognitive Architecture for Signal Processing
iCASP är ett fyraårigt projekt finansierat av Vetenskapsrådet i Sverige. Projektet koordineras av Umeå universitetssjukhus (biträdande professor Urban Wiklund). Professor Evgeny Osipov leder LTU:s del av projektet. Projektet finansierar forskningen av doktorand Tekn. Lic. Denis Kleyko.
Huvudsyftet med projektet är att förbättra diagnosen av dysreglering i det autonoma nervsystemet (ANS) under kliniska undersökningar och behandlingar. Mer specifikt är det praktiska målet med projektet att förbättra noggrannheten i automatisk detektion och förutsägelse av avvikelser i den kardiovaskulära autonoma regleringen i realtid. ANS är ett subtilt system som säkerställer att vi andas och att vårt hjärta fortsätter att pumpa, där hjärtfrekvensen och blodtrycket bör hållas inom säkra gränser. Ibland fungerar emellertid regleringen av det kardiovaskulära systemet inte som den ska eller bryter ned. Denna dysfunktion, som kan observeras genom att upptäcka avvikelser i kardiovaskulära signaler, kan bero på olika sjukdomar eller skador i nerver, blodkärl, olika organ eller till och med i själva hjärnan. Automatisk detektion av avvikelser i det kardiovaskulära systemet har varit föremål för omfattande forskning under de senaste decennierna. Emellertid är det fortfarande en utmaning och ett extremt viktigt problem att lösa när det gäller att online-detektera förändringar i kardiovaskulära signaler, såsom akuta behandlingseffekter och allvarliga kardiovaskulära händelser under diagnostiska tester.
Nyhetsvärdet i det föreslagna projektet kommer från tillämpningen av olika maskininlärningstekniker och en matematisk ram för biologiskt inspirerad associativ symbolisk resonemang för att avslöja mönster när antalet variabler är stort (som efter bearbetning av kardiovaskulära signaler). Dessutom tar vi utmaningen att göra alla analyser i realtid. Ramen för associativ symbolisk resonemang bygger på en ny metodologi som utvecklats av sökandena och som nyligen visat lovande resultat för felavkänning inuti en människotillverkad anläggning. Vi har frågat oss själva – kommer detta också att fungera för felavkänning inuti en människa? Detta projekt kommer att vara ett steg mot att besvara denna fråga.
Uppdaterad: