Przedmiot fakultatywny 3 - Biocybernetyka i inżynieria biomedyczna

Podstawowa wiedza w zakresie programowania. (Podstawy programowania).

4 punkty ECTS

1 punkt = ok. 25 godzin.

Godziny kontaktowe z wykładowcą - 1,2 pkt. ECTS

Studia literaturowe - 2 pkt. ECTS

Przygotowanie do egzaminu: 0,8 pkt. ECTS

Egzamin ustny.

Wykład obejmuje trzy części wprowadzające słuchaczy w podstawowe problemy biocybernetyki, inżynierii biomedycznej oraz neuroinformatyki.

W części pierwszej wykładu omówione zostaną koncepcje neuroanatomiczne w kontekście komputerowego modelowania mózgu lub wybranych jego fragmentów. Szczególna uwaga zostanie poświęcona założeniom, celom oraz dotychczasowym osiągnięciom projektów Blue Brain i Human Brain, których ambicją jest wierne odwzorowanie struktury i funkcjonowania ludzkiego mózgu przy użyciu zaawansowanych technologii obliczeniowych. Wierna symulacja aktywności elektrycznej, zwłaszcza wybranych fragmentów kory mózgowej, wymaga wykorzystania ogromnych mocy obliczeniowych, dlatego kluczowe staje się odpowiednie projektowanie algorytmów równoległych i rozproszonych w celu skrócenia czasu obliczeń i zwiększenia efektywności całego procesu.

W części drugiej zaprezentowane zostaną podstawowe zagadnienia związane z konstruowaniem interfejsów mózg–komputer (BCI) oraz komputer–mózg. Studenci poznają zarówno zasady działania takich systemów, jak i wyzwania technologiczne oraz etyczne związane z ich tworzeniem. Omówione zostaną przykłady zastosowań w różnych sektorach: od medycyny (np. sterowanie protezami, wspomaganie komunikacji osób niepełnosprawnych), przez branżę rozrywkową i społeczną (nowe formy interakcji człowieka z maszyną), aż po obszary wojskowe i bezpieczeństwa.

W części trzeciej skupimy się na podstawowych technikach obrazowania medycznego ośrodkowego układu nerwowego, takich jak: magnetyczny rezonans jądrowy (MRI), tomografia komputerowa (CT) oraz elektroencefalografia (EEG). Przedstawione zostaną ich zasady działania, możliwości diagnostyczne oraz ograniczenia.

Na wszystkich etapach wykładu szczególny nacisk położony zostanie na wskazanie praktycznych zastosowań technologii komputerowych w omawianych obszarach, ze zwróceniem uwagi na ich znaczenie w badaniach naukowych i praktyce klinicznej.

W ramach wykładu przewidziane są wycieczki dydaktyczne.

1. Istota neuronauki, neuronauki obliczeniowej i eksperymentalnej.

2. Modelowanie mózgu i jego fragmentów - od pojedynczych komórek nerwowych po zespoły mikroobwodów z wyjorzystaniem neurokomputerów.

3. Modele neuronów - MacCullocha Pittsa i Hodgkina-Huxleya. Podobieństwa i różnice.

4. Elektroencefalografia, metody ilościowe lektroencefalografii.

5. Neuroobrazowanie z wykorzystaniem rezonansu magnetycznego.

6. Neuroobrazowanie z wykorzystaniem wysokopolowego rezonansu magnetycznego.

7. Interfejcy mózg-komputer.

8. Interfejsy komputer-mózg.

9. Przegląd najnoszych osiągnięć w dziedzinie Neuroinformatyki.

10. Omówienie problemaytyki badawczej realizowanej w grupie prof. Wójcika.

11. Wycieczka do ECOTECH Complex.

12. Egzamin zerowy.

Tadeusiewicz, Ryszard. Neurocybernetyka teoretyczna. 2009.

Roterman-Konieczna, Irena. Simulations in Medicine. de Gruyter, 2020.

K. Chlasta, P. Struzik, and G. M. Wojcik, “Enhancing dementia and cognitive decline detection with large language models and speech representation learning,” Frontiers in Neuroinformatics, vol. 19, p. 1679664, 2025.

F. Postepski, G. M. Wojcik, K. Wrobel, A. Kawiak, K. Zemla, and G. Sedek, “Recurrent and convolutional neural networks in classification of eeg signal for guided imagery and mental workload detection,” Scientific Reports, vol. 15, no. 1, p. 10521, 2025.

K. Zemla, G. Sedek, K. Wróbel, F. Postepski, and G. M. Wojcik, “Investigating the impact of guided imagery on stress, brain functions, and attention: A randomized trial,” Sensors, vol. 23, no. 16, p. 6210, 2023.

K. Zemla, G. M. Wojcik, F. Postepski, K. Wróbel, A. Kawiak, and G. Sedek, “Modeling of brain cortical activity during relaxation and mental workload tasks based on eeg signal collection,” Applied Sciences, vol. 13, no. 7, p. 4472, 2023.

K. Chlasta, P. Sochaczewski, G. M. Wojcik, I. Krejtz “Neural Simulation Pipeline for Brain Networks: Enabling Container-based Simulations On-Premise and in Public Clouds.” Front. Neuroinform. Volume 17 – 2023 | doi: 10.3389/fninf.2023.1122470.

G. M. Wojcik, O. Shriki, L. Kwasniewicz, A. Kawiak, K. Wróbel, B. Bartosik, Y. ben-Horin, S. Furman, E. Panas, “Investigating brain cortical activity in patients with post-COVID-19 brain fog.” Front. Neurosci. Sec. Brain Imaging Methods, Volume 17 – 2023 |doi: 10.3389/fnins.2023.1019778.

E. Benedykciuk, M. Denkowski, and G. M. Wojcik, “Differentiable neural architecture search for medical image segmentation: A systematic review and field audit,” Computerized Medical Imaging and Graphics, p. 102713, 2026.

E. Benedykciuk, M. Denkowski, and G. M. Wojcik, "mplantable Adaptive Cells in U-Net Skip Connections: Low-Compute Retrofit for Medical Segmentation”, IEEE Access 2026.

W1: Student zna zasady bezpieczeństwa i higeiny pracy w pracowni wysokopolowego rezonansu magnetycznego. (K_W11)

W2: Student zna istotę danych wrażliwych występujących na pograniczu zastosowań informatyki i medycyny. (K_W12)

U1: Student zna modele neuronów MacCullocha-Pittsa iraz Hodgkina-Huxleya. (K_U08)

U2: Student potrafi referować artykuły naukowe z dziedziny Computational Neuroscience (K_U12)

K1: Student wie jak wyszukiwać informacje dotyczące badań naukowych ze wskazanej dziedziny (K_K06).

K2: Student w formie konwersatoryjnej potrafi podjąć dyskusję na wysbrany temat w obszarze neuronauki. (K_K02)

K_W11 zna podstawowe zasady bezpieczeństwa i higieny pracy (+++)

K_W12 ma podstawową wiedzę dotyczącą uwarunkowań prawnych i etycznych związanych z działalnością naukową i dydaktyczną (+++)

K_U08 ma umiejętność modelowania matematycznego problemów informatycznych (++)

K_U12 potrafi mówić i pisać o zagadnieniach informatycznych zrozumiałym, potocznym językiem w języku polskim i języku obcym (+++)

K_K06 potrafi samodzielnie wyszukiwać informacje w literaturze, także w językach obcych (+++)

K_K02 potrafi precyzyjnie formułować pytania, służące pogłębieniu własnego zrozumienia danego tematu lub odnalezieniu brakujących elementów rozumowania (++)