Uurimisrühma juht: professor IVO FRIDOLIN

Liikmed: Jürgen Arund, Jana Holmar, Merike Luman, Kristjan Pilt, Risto Tanner, Nils Fredrik Arne Uhlin, Moonika Viigimäe, Sigrid Kalle, Deniss Karai
Doktorandid: Ardo Allik, Kai Lauri, Andrus Paats

Uurimisrühma tegevust iseloomustavad võtmesõnad:
sensorid, algoritmid, sensorite integratsioon, biovedelike optika, ureemilised toksiinid, dialüüsravi, reaalajas monitooring, spektrofotomeetria, spectrofluorimeetria, signaalitöötlus, tark töörõivas, füüsilise aktiivsuse monitooring, energiakulu, väsimuse monitooring, kõnetuvastus

Sensortehnoloogiad meditsiinitehnikas uurimisrühm

Ülevaade
Uurimisrühma teadustöö eesmärgiks on välja töötada paindlikke ja uudseid sensortehnoloogiaid ja algoritme:
(1)   Ureemiliste toksiinide eemaldamise jälgimiseks reaalajas. Mõõdetud parameetrid võimaldavad hinnata erinevate ureemiliste toksiinide kontsentratsioone reaalajas ilma vereproove võtmata ning seega aitab saada paremini tagasisidet ravi (n neeruasendusravi) kohta ning kohandada raviviise vastavalt patsientide vajadustega.
(2)   Isikustatud ja targa töörõiva loomiseks, mis töörõivasse integreeritud sensorite ja uudsete algoritmide abil looks väärtuslikke andmeid tööliste asukohast, kõnnimustritest, füüsilisest aktiivsusest, energiakulust ja füsioloogilisest seisundist ning parandaks tehnoloogiliste lahenduste ja teenuste abil teadlikkust ja ohutust nõudlikes ja ohtlikes töökeskkondades.
(3)   Kõnetuvastuse rakendusteks meditsiinis ja tööstuses.

Uurimisrühma viimaste aastate rahvusvahelisel tasemel väljapaistvad teadustulemused:

Loodi uudne miniatuurne dialüüsi reaalajas jälgimise prototüüp (MCM sensor), mida testiti kliinilistes katsetes erinevates Euroopa kliinikutes;
Pakuti välja uus meetod ja seade füüsilise väsimuse hindamiseks reaalajas füsioloogiliste signaalide ja parameetrite põhjal.

Valitud projektid:

IUT19-2, "Biooptical and bioelectrical signals in Biomedical Engineering” (2014−2019)
TAR16013 (TK148) "Estonian Centre of Excellence in ICT Research” (EXCITE, 2016−2023)
767572 "On-line Dialysis Sensor Phase2 (OLDIAS2)” (2017−2019)

Valitud artiklid:

Paats, A.; Alumäe, T.; Meister, E.; Fridolin, I. (2018). Retrospective analysis of clinical performance of an Estonian speech recognition system radiology: effects of different acoustic and language models. Journal of Digital Imaging, J Digit Imaging (2018) 31: 615.
Paats, J.; Adoberg, A.; Arund, J.; Dhondt, A.; Fernström, A.; Fridolin, I.; Glorieux, G.; Leis, L.; Luman, M.; Gonzalez-Parra, E.; Perez-Gomez, V. M.; Pilt, K.; Sanchez-Ospina, D.; Segelmark, Mårten; U., Fredrik; A. Ortiz, A. (2020). Serum Levels and Removal by Haemodialysis and Haemodiafiltration of Tryptophan-Derived Uremic Toxins in ESKD Patients. International Journal of Molecular Sciences, 21 (4), #1522.10.3390/ijms21041522.
Allik, Ardo; Pilt, Kristjan; Karai, Deniss; Fridolin, Ivo; Leier, Mairo; Jervan, Gert (2019). Optimization of Physical Activity Recognition for Real-Time Wearable Systems: Effect of Window Length, Sampling Frequency and Number of Features. Applied Sciences, 9 (22).10.3390/app9224833.
Lauri, K.; Arund, J.; Holmar, J.; Tanner, R.; Kalle, S.; Luman, M.; Fridolin, I. (2020). Removal of Urea, beta-2-Microglobulin, and Indoxyl Sulfate Assessed by Absorbance and Fluorescence in the Spent Dialysate During Hemodialysis. Asaio Journal, 66 (6), 695−705.10.1097/MAT.0000000000001058.

Meditsiinitehnika ja -füüsika: õpe ja praktika käsikäes

Füsioloogiliste signaalide mitteinvasiivne mõõtmine ja töötlemine tervisetehnoloogiate instituudis

Optiliste meetodite väljatöötamine südame-veresoonkonnahaiguste ennetamiseks