Technolegau gofal iechyd

Caffael a dadansoddi data aml-raddfa, aml-baramedrig ar gyfer gofal iechyd.

Mae technoleg synwyryddion uwch yn casglu data helaeth am ystod o brosesau biolegol, sy'n ymwneud yn benodol â meddygaeth a gofal iechyd. Rydyn ni’n datblygu algorithmau i gaffael a dadansoddi data o'r fath i wella ein dealltwriaeth o brosesau o'r fath a’n galluogi i roi diagnosis meddygol a thrin clefydau’n feddygol.

Ar raddfa foleciwlaidd, mae gwybodaeth am fecanweithiau biocemegol yn ein helpu i ddeall prosesau normal ac annormal yn y corff dynol. Mae gwybodaeth am brosesau o'r fath yn gwella ein dealltwriaeth am y ffordd mae rhannau o'r corff dynol yn gweithio, fel yr ymennydd. Mae hefyd yn ein galluogi i fodelu prosesau gwahanol glefydau, er mwyn datblygu technegau ar gyfer diagnosis a thriniaeth.

Yn yr un modd, ar raddfa fwy, gyda pherson cyfan neu hyd yn oed grwpiau o bobl, gallwn fonitro a nodweddu ymddygiad dynol. Er enghraifft, gallem fonitro gweithgarwch unigolion gan ddefnyddio dyfeisiau gwisgadwy i ganfod cyflwr sy’n argyfwng neu gyflwr sy'n datblygu'n araf. Gallem hefyd gasglu data am berfformiad unigolion mewn tasgau, er enghraifft i fodelu a rhagweld effeithlonrwydd diagnosis meddygol a gwella gweithdrefnau diagnosis.

Mae ein grŵp yn arbenigo mewn rheoli, modelu, efelychu, dysgu peirianyddol, geometreg, prosesu delweddau a fideo ac mae ganddo amrywiaeth o brosiectau gweithredol ar draws y graddfeydd, ffynonellau data ac algorithmau. Yn y pen draw, rydym yn rhagweld y byddwn yn cysylltu'r prosesau ar draws y graddfeydd a’r gwahanol ffynonellau data er mwyn cael dealltwriaeth fwy cyflawn am brosesau biolegol mewn gofal iechyd.

Nodau

Dyfeisio technegau rheoli cwantwm i gyfrifo dilyniannau pwls ar gyfer delweddu a sbectrosgopeg cyseiniant magnetig ar sail targedau wedi’u diffinio gan ddefnyddwyr, megis nodi a meintioli metabolion penodol.
Datblygu dulliau i nodweddu prosesau biocemegol a dysgu modelau swyddogaethol o ddata empirig.
Gallu rhoi diagnosis cynnar o ganser a dementia o ddata aml-baramedrol.

Ymchwil

Mae modd disgrifio ein hymchwil o dan y penawdau canlynol:

Sbectrosgopeg a delweddu cyseiniant magnetig (MRI/S)

Mae sbectrosgopeg a delweddu cyseiniant magnetig yn dal yr addewid i nodi metabolion penodol gan ddefnyddio technegau rheolaeth gwantwm sy’n cael eu defnyddio’n aml mewn Cyseiniant Magnetig Niwclear (i nodi cyfansoddiad cemegol, strwythurau moleciwlau, ac ati).

Fodd bynnag, mae’r ystyriaethau ymarferol yn ymwneud â delweddu a sbectrosgopeg mewn cleifion (amgylcheddau biolegol cymhleth ar dymheredd ystafell o’u cymharu ag amgylcheddau dan reolaeth fanwl mewn Cyseiniant Magnetig Niwclear) yn achosi llawer o ansicrwydd sy'n ei gwneud hi'n anodd cael data dibynadwy neu unrhyw ddata y gellir ei ddefnyddio o gwbl.

Mae dulliau gweithredu diweddar sy’n deillio o ddysgu dwfn o reolaeth gwantwm gadarn a datblygiadau mewn technoleg synhwyro yn helpu i wella'r technegau hyn i gael gwybodaeth fwy dibynadwy am fetabolion penodol. Gall hyn yn ei dro helpu i nodi biofarcwyr ar gyfer rhoi diagnosis cynnar o glefydau fel canser a dementia. Mae hefyd yn gosod y sylfaen ar gyfer cael data meintiol i adeiladu modelau swyddogaethol ar gyfer prosesau biocemegol.

Rydym yn datblygu technegau rheoli i gyfrifo dilyniannau pwls sbectrosgopeg a delweddu cyseiniant magnetig arferol, ar sail targedau wedi’u diffinio gan ddefnyddwyr, megis meintioli metabolion penodol. Caiff y gwaith o feintioli'r data a gafwyd drwy dechnegau o'r fath ei wneud gan ddefnyddio technegau dadansoddi sbectrol traddodiadol yn ogystal â dysgu dwfn.

Segmentu delweddau meddygol

Rydyn ni’n gweithio ar segmentu delweddau meddygol gan ddefnyddio dysgu dwfn. Rydyn ni’n gweithio ar dechnegau ar gyfer segmentu tiwmorau ymennydd ac anafiadau strôc ac yn datblygu technegau i ganfod arwyddion cynnar clefyd Alzheimer yn seiliedig ar ddelweddau MRI, CT a PET. Rydyn ni’n dyfeisio dulliau pellach ar gyfer rhoi diagnosis â chymorth cyfrifiadur o ganser y prostad cynnar a rhoi diagnosis a chynllunio triniaeth ar gyfer canser yr ysgyfaint ar sail CT.

Perfformiad unigolion mewn tasgau

Ein nod yw datblygu modelau cyfrifiadurol a all ragweld perfformiad y radiolegydd mewn tasg yn awtomatig ac yn ddibynadwy wrth ddehongli delweddau meddygol (megis canfod anafiadau). Bydd y modelau hyn yn cael eu defnyddio naill ai i gefnogi'r unigolyn i wella ei effeithlonrwydd wrth roi diagnosis, neu i hyfforddi'r person tuag at fwy o gywirdeb wrth roi diagnosis.

Prosiectau

Cyllid

Cyngor Ymchwil y Gwyddorau Ffisegol a Pheirianneg (EPSRC)

Enw’r prosiect: Dull BioBeirianneg ar gyfer dylunio a gosod Offer Amddiffynnol Anadlol yn ddiogel (BE-SAFE RPE), 2020–2022, Paul Rosin a Dave Marshall (Ysgol Cyfrifiadureg a Gwybodeg)
Prif ymchwilydd: Peter, Worsley, Prifysgol Southampton

Enw’r prosiect: Modelu cyfrifiadol a rhagfynegi newid yn yr ymennydd i wella llywio llawfeddygol

Ysgoloriaeth PhD Achos Diwydiannol EPSRC, Yr Athro Sam Evans (ENGIN, co-PI) Yr Athro D. Marshall (co-PI), £120K. Dyddiad dechrau Hydref 2015, para 3.5 mlynedd.
Ysgoloriaeth PhD Coleg y Gwyddorau Ffisegol a Pheirianneg a ariennir gan Yr Ysgol Cyfrifiadureg a Gwybodeg (3 Blynedd)
Ar y cyd â Reinshaw PLC. Ysgol Peirianneg Caerdydd, Canolfan Delweddu'r Ymennydd Prifysgol Caerdydd (CUBRIC) ac Ysgol Cyfrifiadureg a Gwybodeg Caerdydd: pob ysgol hefyd yn darparu ysgoloriaeth PhD. Sefydlu grŵp ymchwil rhyngddisgyblaethol newydd mewn Niwrolawdriniaeth

Partneriaeth Trosglwyddo Gwybodaeth

Enw’r prosiect: Cyfuno’r gallu i greu afatar fideo realistig â llwyfan gwybodaeth gofal iechyd sy’n defnyddio deallusrwydd artiffisial, 2019-2020, Paul Rosin a Dave Marshall