Διονύσιος Κάβουρας, Ομότιμος Καθηγητής

• 1. Εφαρμογές της  Μηχανικής Μάθησης και Βαθειάς Μάθησης σε δεδομένα προερχόμενα από:
     α) Ακτινολογία-Ακτινοδιαγνωστική
     β) Παθολοανατομία
     γ) Βιοπληροφορική
     δ) Χημειοπληροφορική
     Προαπαιτούμενα: Καλή γνώση μηχανικής μάθησης και προγραμματισμού σε Python

Ιωάννης Κανδαράκης, Ομότιμος Καθηγητής

• 1. Φυσικές τεχνολογίες πειραματικής υλοποίησης κβαντικών υπολογιστών
     Διερεύνηση – μελέτη των βασικών φυσικών φαινομένων και τεχνολογιών που αφορούν στη δόμηση κβαντικών υπολογιστών. Πρόκειται ουσιαστικά για το υλικό μέρος (hardware) των κβαντικών bit (qubit), των κβαντικών καταχωρητών και μνημών και των κβαντικών πυλών. Νέα εντυπωσιακά φαινόμενα έρχονται στο φως μέσω της επιστημονικής έρευνας, που αναδεικνύουν ένα εντελώς νέο επιστημονικό τοπίο, πέραν και συχνά μακράν των συνήθων ηλεκτρονικών τεχνολογιών ημιαγωγών κλπ. Τέτοια κβαντικά φαινόμενα και καταστάσεις  είναι  π.χ. Παγίδευση ιόντων, Υπεραγώγιμες επαφές Josephson, Κοιλότητες Κβαντικής Ηλεκτροδυναμικής, Πυρηνικός Μαγνητικός Συντονισμός, Υλικά στερεάς κατάστασης, ιόντα σπανίων γαιών, Κβαντικές Τελείες, φερμιόνια Μαγιοράννα,. Για κάθε ένα από τα προαναφερθέντα πεδία θα μπορούσε να υπάρξει και ξεχωριστή διαφορετική διπλωματική εργασία με βαθύτερη ανάλυση του πεδίου ή μια ενιαία εργασία επισκόπησης όλων των πεδίων, που θα περιλαμβάνει και μια συγκριτική αξιολόγηση των προαναφερόμενων τεχνολογιών με διατύπωση συμπερασμάτων.
     Προαπαιτούμενα: Διάθεση για μελέτη στο πεδίο των Κβαντικών Επιστημών και Τεχνολογιών
  2. Κβαντική επεξεργασία πληροφοριών
     Η κβαντική επεξεργασία πληροφοριών αφορά στη χρήση κβαντομηχανικών φαινομένων (υπέρθεση, διεμπλοκή και κβαντική τηλεμεταφορά, συνοχή, συσχέτιση), εννοιών και κβαντικών αλγορίθμων στην εκτέλεση εργασιών επεξεργασίας πληροφοριών που δεν μπορούν να επιτευχθούν με τη χρήση συμβατικών τεχνολογιών πληροφορικής. Η κβαντική φυσική επιτρέπει τη διενέργεια υπολογισμών που είναι πολύ πέραν του δυνατού για έναν συμβατικό υπολογιστή. Τεχνολογίες επεξεργασίας πληροφοριών, όπως η κβαντική επικοινωνία και οι κβαντικές υπολογιστικές τεχνικές, είναι από τις πιο χαρακτηριστικές των τελευταίων δεκαετιών και έχουν φέρει επανάσταση σε πολλούς τομείς, ακόμα και της καθημερινότητας. Η τεχνολογική πρόοδος προχωρά με ιλιγγιώδη ταχύτητα και συχνά σημειώνεται ότι δεν υπάρχει ποτέ η κατάλληλη στιγμή για να αγορασθεί ένας νέος υπολογιστής, καθώς ένα ακόμα καλύτερο μοντέλο θα είναι σύντομα σε προσφορά. Το πεδίο αυτό θα μπορούσε να διαχωρισθεί σε δύο σκέλη: (α) κβαντική υπολογιστική και (β) κβαντικές επικοινωνίες, με αντίστοιχα θέματα για δύο διπλωματικές εργασίες.
     Προαπαιτούμενα: Διάθεση για μελέτη στο πεδίο των Κβαντικών Επιστημών και Τεχνολογιών
  3. Κβαντική Βιολογία και Κβαντικές Επιστήμες στην Ιατρική
     Η Κβαντική Βιολογία αφορά στη μελέτη των εφαρμογών της Κβαντικής Θεωρίας σε τομείς και προβλήματα της Βιολογίας. Σημαντικός αριθμός βιολογικών διεργασιών έχει κβαντικό χαρακτήρα και εμπλέκει κβαντικούς μηχανισμούς και αντίστοιχους υπολογισμούς, όπως π.χ. μετατροπές ενέργειας κατά τη διάρκεια διαδικασιών χημικών αντιδράσεων σε ένα βιολογικό σύστημα, διαδικασίες απορρόφησης φωτός, μεταφορά ηλεκτρονίων και υδρογόνου (πρωτονίων) σε διεργασίες όπως η όσφρηση, η κυτταρική αναπνοή κλπ. Επίσης περιπτώσεις που εμφανίζονται διεγέρσεις ηλεκτρονίων, μεταφορά ενέργειας διέγερσης κλπ. Στην Κβαντική Βιολογία χρησιμοποιούνται κβαντικά μοντέλα για μαθηματική μοντελοποίηση βιολογικών λειτουργιών και αντίστοιχοι υπολογισμοί.  Η Κβαντική Φυσική έχει τη δυνατότητα να φέρει επανάσταση σε πολλές πτυχές της καθημερινής ζωής, και η Ιατρική και η Υγειονομική Περίθαλψη δεν αποτελούν εξαίρεση. Οι νόμοι της Κβαντικής Φυσικής ορίζουν το ανθρώπινο σώμα ως κβαντικό σύστημα, από τις μικρότερες δονήσεις και ενεργειακές μονάδες που επικοινωνούν μεταξύ τους.  Η Κβαντική Φυσική θα μπορούσε να είναι το κλειδί τόσο για την επίλυση τρεχόντων ζητημάτων στην υγειονομική περίθαλψη όσο και στο να φέρει σε μια νέα εποχή ολοκληρωτικών φαρμάκων. Με την ολοκληρωμένη αξιοποίηση των πολύπλοκων κανόνων της Κβαντικής Μηχανικής, οι επιστήμονες στοχεύουν να κάνουν την ιατρική γρηγορότερη, λιγότερο επώδυνη και πιο εξατομικευμένη. Θέματα σχετικών διπλωματικών θα προκύψουν μετά από συζήτηση με τους ενδιαφερόμενους φοιτητές.
     Προαπαιτούμενα: Διάθεση για μελέτη στο πεδίο των Κβαντικών Επιστημών και Τεχνολογιών
  4. Μελέτη φθοριζόντων υλικών (φώσφοροι-σπινθηριστές) για χρήση σε ανιχνευτές απεικονιστικών συστημάτων
     Αξιολόγηση νέων φθοριζόντων υλικών για χρήση σε ανιχνευτές ακτινοβολίας, είτε μέσω πειραματικών μεθόδων προσδιορισμού παραμέτρων απόδοσης και ποιότητας εικόνας, είτε μέσω προσομοίωσης με αναλυτικά μαθηματικά μοντέλα και μεθόδους Μόντε Κάρλο.
  5. Φυσικές τεχνολογίες υλικού μέρους συστημάτων ψηφιακής ιατρικής απεικόνισης
     Η ψηφιακή απεικόνιση έχει πλέον παράδοση πολλών ετών, εκκινώντας από την Υπολογιστική Τομογραφία ακτίνων Χ (CT) και τη Μονοφωτονική Τομογραφία Εκπομπής  (SPECT) και φτάνοντας στα σύγχρονα συστήματα Ψηφιακής Ακτινογραφίας και Ακτινοσκόπησης καθώς και στα νεότερα τομογραφικά  συστήματα πολλαπλών ανιχνευτών και τομών, αλλά και στα υβριδικά συστήματα Μαγνητικού Συντονισμού-Τομογραφίας Ποζιτρονίων (PET-MRI)  κλπ. Σε αυτό το πεδίο μπορούν να υπάρξουν διάφορα θέματα διπλωματικών εργασιών που να αφορούν σε εξελιγμένους ηλεκτρονικούς οπτικούς αισθητήρες σε σύζευξη με νέα υλικά φωταύγειας (φθορισμού) και φωτοαγωγών σε συνδυασμό με αντίστοιχα ηλεκτρονικά επεξεργασίας, για (α) Ψηφιακή Ακτινογραφία, (β) Υπολογιστική Τομογραφία (CT) Ακτινοδιαγνωστικής, (γ) Πυρηνική Ιατρική-SPECT, (δ) Πυρηνική Ιατρική-PET, (ε) Υβριδικά συστήματα έως και θέματα για τεχνολογίες ραδιοσυχνοτήτων σε (στ) Απεικόνιση Μαγνητικού Συντονισμού και (ζ) Υπερηχογραφίας.
  6. Κοινωνικές μελέτες Επιστήμης και Τεχνολογίας
     Το πεδίο αυτό διαμορφώνεται διεθνώς (Science Technology and Society) και εντάσσεται βαθμιαία σε προγράμματα σπουδών καθώς και σε ερευνητικά προγράμματα σχολών και τμημάτων μηχανικών. Αφορά σε μελέτες κοινωνικού και ιστορικού χαρακτήρα της διαμόρφωσης της τεχνολογίας και της επιστημονικής έρευνας. Κάθε χρόνο δημοσιεύεται σημαντικός αριθμός εργασιών σε αυτό το πεδίο που περιλαμβάνουν και θέματα στο πλαίσιο της Βιοϊατρικής Μηχανικής. Προτείνονται τίτλοι που αφορούν σε κοινωνικές μελέτες Ιατρικής Απεικόνισης, αλλά και αντίστοιχα θέματα στα πεδία Γενετικής Μηχανικής, Βιοτεχνολογίας κλπ.

 

Παντελεήμων Ασβεστάς, Καθηγητής

• 1. Κατασκευή δικτύου ασύρματων αισθητήρων
     Σκοπός τη πτυχιακής εργασίας είναι να κατασκευαστεί ένα δίκτυο αισθητήρων το οποίο θα συλλέγει και θα μεταδίδει ασύρματα μετρήσεις από διάφορους αισθητήρες, με χρήση κατάλληλων πομποδεκτών. Οι μετρήσεις θα συγκεντρώνονται σε ένα σύστημα μικροελεγκτή (ARDUINO), το οποίο θα παράγει σήματα ελέγχου που θα οδηγούν συνδεδεμένες περιφερειακές συσκευές και εξαρτήματα (π.χ. LEDs, οθόνη LCD, ηχεία κ.λπ.). Επίσης, θα υπάρχει η δυνατότητα μετάδοσης στο δίκτυο ασύρματα (WiFi) ή ενσύρματα (Ethernet) για αποθήκευση σε βάση δεδομένων.
     Προαπαιτούμενα γνωστικά αντικείμενα: Ηλεκτρονικά, Προγραμματισμός
  2. Κατασκευή συστήματος εντοπισμού θέσης ασθενών με άνοια
     Η άνοια είναι μία νόσος η οποία χαρακτηρίζεται από σοβαρή απώλεια της γενικής νοητικής ικανότητας. Το συνηθέστερο σύμπτωμα των ασθενών που πάσχουν από άνοια είναι η απώλεια μνήμης. Σκοπός της πτυχιακής είναι η κατασκευή μίας φορητής συσκευής η οποία θα παρέχει συνεχώς σε πραγματικό χρόνο τη θέση ενός ασθενής που πάσχει από άνοια. Η συσκευή θα βασίζεται στη χρήση της πλατφόρμας Arduino, η οποία θα φέρει κατάλληλη πλακέτα με σύστημα εντοπισμού θέσης (GPS). Η θέση από το GPS θα μεταδίδεται μέσω σύνδεσης GPRS σε ένα απομακρυσμένο διακομιστή (server) όπου και θα αποθηκεύεται σε μία βάση δεδομένων. Ο χρήστης μέσω προγράμματος περιήγησης θα είναι σε θέση να βλέπει στην οθόνη του υπολογιστή την εκάστοτε θέση του ασθενή σε χάρτη με χρήση Google Maps.
     Προαπαιτούμενα γνωστικά αντικείμενα: Ηλεκτρονικά, Προγραμματισμός
  3. Κατασκευή αυτοκινούμενης συσκευής (ρομπότ) με δυνατότητα αναγνώρισης εμποδίων.
     Σκοπός της πτυχιακής είναι η κατασκευή ενός ρομπότ το οποίο θα είναι σε θέση να αναγνωρίζει και να αποφεύγει εμπόδια. Το ρομπότ θα ελέγχεται από την πλατφόρμα ARDUINO, η οποία θα επικοινωνεί με μία συσκευή κινητής τηλεφωνίας με λειτουργικό ANDROID. Η κάμερα της κινητής συσκευής θα συλλέγει εικόνες, οι οποίες θα αναλύονται με χρήση κατάλληλου λογισμικού που θα καθορίζει εάν υπάρχει κάποιο εμπόδιο ή όχι. Στην περίπτωση εμποδίου το ρομπότ θα καθοδηγείται ώστε να αλλάζει πορεία.
     Προαπαιτούμενα γνωστικά αντικείμενα: Ηλεκτρονικά, Προγραμματισμός
  4. Καταγραφή ιατρικών δεδομένων ασθενών με ενσωμάτωση τεχνολογίας NFC
     Η τεχνολογία NFC (Near Field Communication) επιτρέπει την ασύρματη μετάδοση δεδομένων μεταξύ δύο συσκευών που βρίσκονται σε κοντινή απόσταση. Τα δεδομένα αυτά συνήθως αφορούν στην ταυτοποίηση ενός ατόμου. Στην παρούσα πτυχιακή, θα σχεδιαστεί και θα υλοποιηθεί ένα σύστημα το οποίο θα επιτρέπει την αποθήκευση σε μία βάση δεδομένων βιοσημάτων από έναν ασθενή ο οποίος θα είναι εφοδιασμένος με μία κάρτα NFC. Συγκεκριμένα, ένας η περισσότεροι αισθητήρες βιοσημάτων θα είναι συνδεμένοι σε μία συσκευή συλλογής η οποία θα υποστηρίζει την τεχνολογία NFC. Ένας ασθενής με μία κάρτα NFC θα ενεργοποιεί τη συσκευή, η οποία θα επικοινωνεί μέσω δικτύου με μία κεντρική βάση δεδομένων, θα αποστέλλει τα διαπιστευτήρια του ασθενή και αφού επιβεβαιωθεί η ταυτότητά του θα γίνεται αποθήκευση των δεδομένων.
     Προαπαιτούμενα γνωστικά αντικείμενα: Ηλεκτρονικά, Προγραμματισμός
  5. Κατασκευή φορητής συσκευής καταγραφής ζωτικών σημείων
     Σκοπός της παρούσας πτυχιακής είναι η κατασκευή μίας φορητής συσκευής, τροφοδοτούμενης από μπαταρία, η οποία θα καταγράφει μετρήσεις των πιο βασικών λειτουργιών του σώματος. Συγκεκριμένα, θα καταγράφονται η θερμοκρασία του σώματος και ο καρδιακός ρυθμός με χρήση ηλεκτροδίων προκάρδιων ή κατά Einthoven. Η συσκευή θα παρέχει τη δυνατότητα τοπικής αποθήκευσης σε κάρτα SD ή απομακρυσμένης αποθήκευσης σε βάση δεδομένων.
     Προαπαιτούμενα γνωστικά αντικείμενα: Ηλεκτρονικά, Προγραμματισμός

 

 

Ιωάννης Βαλαής, Καθηγητής

• 1. Έλεγχος βηματικών κινητήρων με AVR
     Ένδειξη βημάτων ή απόστασης, ένδειξη αριστερόστροφης ή δεξιόστροφης κίνησης, δυνατότητα ελέγχου θέσης, ένδειξη ορίων. Ποτενσιομετρική ρύθμιση ταχύτητας και διακόπτες αλλαγής φοράς κίνησης. Δυνατότητα σύνδεσης με υπολογιστή μέσω UART.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  2. Εφαρμογές των AVR στην βιοϊατρική τεχνολογία, καταγραφές βιοσημάτων
     Μέτρηση θερμοκρασίας, πίεσης, pΟ₂, pCO₂, παλμική οξυμετρία κλπ., και ένδειξη σε οθόνη. Δυνατότητα σύνδεσης με υπολογιστή και πρόγραμμα ανάγνωσης και καταχώρησης θερμοκρασιών. Δυνατότητα ρύθμισης ορίων συναγερμού και τηλε-ειδοποίησης.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  3. Χαρακτικό πλακετών CNC
     Μελέτη λειτουργίας χαρακτικού πλακετών CNC και επέκταση δυνατοτήτων για ανάγνωση, μετατροπή και υλοποίηση αρχείων GERBER.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  4. Μελέτη και υλοποίηση πρωτοκόλλου αυτοματοποιημένης καταγραφής μετρήσεων
     Μελέτη και υλοποίηση πρωτοκόλλου αυτοματοποιημένης καταγραφής μετρήσεων από φωτοπολλαπλασιαστή χρησιμοποιώντας picoamperometer Keathley. Δημιουργία πρωτοκόλλου μετρήσεων ελεγχόμενη από τη σειριακή θύρα υπολογιστή (Λειτουργικό Windows/Linux) για καταγραφή τιμών, γραφική αναπαράσταση μετρήσεων και βασική στατιστική επεξεργασία τους.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Μεθοδολογίας Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  5. Κατασκευή μετρητή καταναλωθείσας ηλεκτρικής ισχύος και υπολογισμού της ενέργειας σε  αυτοματοποιημένα ακτινολογικά συστήματα,  χρησιμοποιώντας την οδήγηση της γεννήτριας ακτίνων-Χ.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  6. Κατασκευή ισχυόμετρου Laser με ψηφιακή ένδειξη. Δυνατότητα μετρήσεων ισχύος σε φάσματα εκπομπής UV, VIS, NIR. Εύρος μετρήσεων ισχύος από μW-Watt.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  7. Εφαρμογές τρισδιάστατης σάρωσης και εκτύπωσης στη Βιοϊατρική Τεχνολογία. 3D-scanning & printing applications in Biomedical Engineering
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.
  8. Εφαρμογές σπιρομετρίας και κατασκευή πρωτοκόλλων παρακολούθησης αναπνευστικής ικανότητας.
     Προαπαιτούμενα: Η παρακολούθηση του εργαστηρίου Σχεδιασμού & Κατασκευής Βιοϊατρικών Συσκευών.

 

Ερρίκος Βεντούρας, Καθηγητής

• Ερευνητική περιοχή: Χρήση αλγορίθμων βαθειάς μάθησης για επεξεργασία βιοσημάτων
  Στις παρακάτω προτεινόμενες διπλωματικές εργασίες θα χρησιμοποιηθούν τεχνικές βαθειάς μάθησης, που αποτελούν ένα σχετικά νέο και αναπτυσσόμενο υπο-πεδίο των τεχνικών μηχανικής μάθησης. Οι τεχνικές θα χρησιμοποιηθούν για την αυτόματη ανίχνευση/ταξινόμηση βιοσημάτων.Ειδικά θέματα:

• 1. Χρήση αλγορίθμων βαθειάς μάθησης για επεξεργασία ηλεκτροεγκεφαλογραφημάτων υπνικών ατράκτων
     Σκοπός της διπλωματικής εργασίας είναι η χρήση τεχνικών βαθειάς  μάθησης για την αυτόματη ανίχνευση ατράκτων του ύπνου που καταγράφονται στο ηλεκτροεγκεφαλογράφημα.
     Είδος: Ερευνητική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Προγραμματισμός με MATLAB
  2. Χρήση αλγορίθμων βαθειάς μάθησης για επεξεργασία καταγραφών σακκαδικών κινήσεων
     Σκοπός της διπλωματικής εργασίας είναι η χρήση τεχνικών βαθειάς  μάθησης για την επεξεργασία καταγραφών σακκαδικών κινήσεων οφθαλμών σε υγιείς και ασθενείς.
     Είδος: Ερευνητική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Προγραμματισμός με MATLAB

Δημήτριος Γκλώτσος, Καθηγητής

• 1. Σχεδιασμός και μηχανολογική κατασκευή πλατφόρμας οπτικού μικροσκοπίου
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή του μηχανολογικού τμήματος του οπτικού μικροσκοπίου, συμπεριλαμβανομένης της οπτικής πηγής, του τροφοδοτικού, των διαφραγμάτων, των οπτικών φίλτρων και διαμορφωτών της οπτικής δέσμης, της τράπεζας του δείγματος και των οπτικών στοιχείων παρατήρησης και μεγέθυνσης. Η κατασκευή θα γίνει με την χρήση απλών υλικών δίνοντας έμφαση στην ευκολία αναβάθμισης της διάταξης σε πολυπλοκότερες εφαρμογές, όπως την πρόβλεψη για χρήση α/ φθορισμού με ειδικές λάμπες φθορισμού και πηγές laser και β/ σε διάταξη συνεστιακής μικροσκοπίας (confocal microscopy).
     Είδος: Κατασκευαστική με έμφαση στον θεωρητικό σχεδιασμό
     Απαιτούμενες γνώσεις: Καλή γνώση φυσικής, οπτικής, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  2. Σχεδιασμός και κατασκευή τράπεζας συγκράτησης δειγμάτων μικροσκοπίου ελεγχόμενη από μικροεπεξεργαστή με δυνατότητα 4 βαθμών ελευθερίας κίνησης (xyz και περιστροφή)
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή του μηχανολογικού τμήματος της τράπεζας συγκράτησης δειγμάτων μικροσκοπίου. Η κίνηση της τράπεζας θα ελέγχεται από μικροεπεξεργαστή με δυνατότητα 4 βαθμών ελευθερίας κίνησης (xyz και περιστροφή). Η κατασκευή θα γίνει με την χρήση απλών υλικών δίνοντας έμφαση στην ευκολία αναβάθμισης της διάταξης σε πολυπλοκότερες εφαρμογές, όπως την πρόβλεψη για χρήση α/ φθορισμού με ειδικές λάμπες φθορισμού και πηγές laser και β/ σε διάταξη συνεστιακής μικροσκοπίας (confocal microscopy).
     Είδος: Κατασκευαστική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού, ηλεκτρονικών, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  3. Σχεδιασμός και κατασκευή θαλάμου επώασης και διατήρησης σταθερών περιβαλλοντολογικών συνθηκών (θερμοκρασία, υγρασία κ.α.) για in vivo μελέτες μικροσκοπίας
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή του μηχανολογικού τμήματος θαλάμου επώασης και διατήρησης σταθερών περιβαλλοντολογικών συνθηκών (θερμοκρασία, υγρασία κ.α.) για in vivo μελέτες μικροσκοπίας. Οι συνθήκες του θαλάμου θα ελέγχονται με τη βοήθεια μικροεπεξεργαστή. Η κατασκευή θα γίνει με την χρήση απλών υλικών δίνοντας έμφαση στην ευκολία αναβάθμισης της διάταξης σε πολυπλοκότερες εφαρμογές, όπως την πρόβλεψη για χρήση α/ φθορισμού με ειδικές λάμπες φθορισμού και πηγές laser και β/ σε διάταξη συνεστιακής μικροσκοπίας (confocal microscopy).
     Είδος: Κατασκευαστική με έμφαση στον θεωρητικό σχεδιασμό
     Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού, ηλεκτρονικών, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  4. Σχεδιασμός και κατασκευή λογισμικού επεξεργασίας και ανάλυσης εικόνας για εφαρμογές μικροσκοπίας
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή λογισμικού επεξεργασίας και ανάλυσης εικόνας για εφαρμογές μικροσκοπίας για in vitro και in vivo μελέτες μικροσκοπίας. Το λογισμικό θα περιλαμβάνει λειτουργίες επεξεργασίας εικόνας (αναβάθμιση, αφαίρεση θορύβου κλπ) με έμφαση στην αποασαφοποίηση (deconvolution) και στην ανάλυση εικόνας (μέτρηση αντικειμένων, εξαγωγή χαρακτηριστικών, εντόπιση συσχετισμών κ.α.) για εφαρμογές στην συμβατική ιστοπαθολογία αλλά και στην μικροσκοπία φθορισμού.
     Είδος: Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού, επεξεργασίας εικόνας
  5. Σχεδιασμός και κατασκευή μεθόδων πειραματικής και θεωρητικής εκτίμησης της συνάρτησης σημειακής διασποράς οπτικών μικροσκοπίων με ταυτόχρονη εφαρμογή μεθόδων αποασαφοποίησης (deconvolution)
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή μεθόδων πειραματικής και θεωρητικής εκτίμησης της συνάρτησης σημειακής διασποράς οπτικών μικροσκοπίων με ταυτόχρονη εφαρμογή μεθόδων αποασαφοποίησης (deconvolution). Το λογισμικό θα περιλαμβάνει λειτουργίες αναβάθμισης 2-διάστατης και 3-διάστατης εικόνας
     Είδος: Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού, επεξεργασίας εικόνας
  6. Σχεδιασμός και κατασκευή ανιχνευτή CCD ελεγχόμενο από μικροεπεξεργαστή για την προσαρμογή σε σύστημα οπτικής μικροσκοπίας
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή ανιχνευτικής διάταξης CCD για προσαρμογή σε σύστημα οπτικής μικροσκοπίας. Η κατασκευή θα σχεδιαστεί με τέτοιο τρόπο ώστε να μπορεί να αναβαθμιστεί με τη χρήση επιπλέον στοιχείων που θα επιτρέψουν την βελτίωση της ανιχνευτικής ικανότητας (π.χ. ψυχόμενα στοιχεία Peltier). Ο ανιχνευτής θα ελέγχεται πλήρως από μικροεπεξεργατή με σχετικό λογισμικό οδήγησης.
     Είδος: Κατασκευαστική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση ηλεκτρονικών, προγραμματισμού, επεξεργασίας εικόνας, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  7. Σχεδιασμός και ανάπτυξη συμβολομέτρου Michelson για εφαρμογές μικροσκοπίας
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή συμβολομέτρου Michelson για εφαρμογές μικροσκοπίας. Κατασκευή διάταξης μέτρησης απόστασης σάρωσης με την χρήση του συμβολομέτρου (όπως και στην ολογραφική μικροσκοπία). Η κατασκευή θα ελέγχεται πλήρως από μικροεπεξεργατή με σχετικό λογισμικό οδήγησης.
     Είδος: Κατασκευαστική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση οπτικής, ηλεκτρονικών, προγραμματισμού, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  8. Σχεδιασμός και κατασκευή συστήματος laser για εφαρμογές μικροσκοπίας φθορισμού
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή συστήματος laser για εφαρμογές μικροσκοπίας φθορισμού. Η διάταξη θα μπορεί να προσαρμοστεί σε οπτικά μικροσκόπια με την χρήση κατάλληλων συστημώτων φιλτραρίσματος και διαχωρισμού της ακτινοβολίας διέγερσης από την ακτινοβολία εκπομπής. Η κατασκευή θα ελέγχεται πλήρως από μικροεπεξεργατή με σχετικό λογισμικό οδήγησης.
     Είδος: Κατασκευαστική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση οπτικής, ηλεκτρονικών, προγραμματισμού, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  9. Σχεδιασμός και κατασκευή συστήματος καταγραφής ακτινοβολίας με την χρήση κατευθυντήρα (pinhole) για εφαρμογές μικροσκοπίας
     Ο σκοπός της διπλωματικής αυτής είναι ο σχεδιασμός και η κατασκευή συστήματος καταγραφής ακτινοβολίας με την χρήση κατευθυντήρα (pinhole). Η διάταξη θα μπορεί να προσαρμοστεί σε οπτικά μικροσκόπια για την μετατροπή τους σε συνεστιακά μικροσκόπια. Η διάταξη θα ελέγχει το άνοιγμα του κατευθυντήρα, θα ελέγχεται πλήρως από μικροεπεξεργατή και θα συνοδεύεται με το σχετικό λογισμικό οδήγησης.
     Είδος: Κατασκευαστική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Καλή γνώση οπτικής, ηλεκτρονικών, προγραμματισμού, μηχανολογικού σχεδίου και άνεση στις κατασκευές
  10. Σύγχρονες τεχνικές/συστήματα οπτικής μικροσκοπίας με υψηλή διακριτική ικανότητα
      Ο σκοπός της διπλωματικής αυτής είναι η καταγραφή των σύγχρονων συστημάτων υψηλής διακριτικής ικανότητας στην οπτική μικροσκοπία, όπως η συνεστιακή μικροσκοπία, η μικροσκοπία πολλαπλών φωτονίων, η 4PI μικροσκοπία, η μικροσκοπία STED, η μικροσκοπία GSD,η airy disk τεχνολογία, η structured illumination τεχνολογία, καθώς και τα νέα υβριδικά συστήματα ηλεκτρονικής/φωτονικής μικροσκοπίας. Θα γίνει ανάλυση των βασικών αρχών λειτουργίας, καταγραφή των υπαρχόντων εμπορικών και ερευνητικών συστημάτων, ανάπτυξη των εφαρμογών των συστημάτων αυτών στην ιατρική και βιολογία και συγκριτική τους αξιολόγηση.
      Είδος: Βιβλιογραφική
  11. Σύστημα απαγωγής βιοσημάτων με την χρήση προγραμματιζόμενου μικροελεγκτή
      Τα ‘έξυπνα’ συστήματα καταγραφής βιοσημάτων αποτελούν σύγχρονες τεχνολογίες που εφαρμόζονται ευρέως στην κατ’ οίκον νοσηλεία. Ο σκοπός της πτυχιακής είναι η ανάπτυξη πλατφόρμας καταγραφής βιοσημάτων με την χρήση προγραμματιζόμενου μικροελεγκτή.
      Είδος: Κατασκευαστική, Προγραμματιστική
      Απαιτούμενες γνώσεις: Καλή γνώση ηλεκτρονικών, προγραμματισμού και άνεση στις κατασκευές
  12. Ανάπτυξη συστήματος επεξεργασίας και ανάλυσης εικόνων θερμογραφίας για τον προληπτικό έλεγχο ταξιδιωτών με εμπύρετες μεταδοτικές ασθένειες
      Η θερμογραφική απεικόνιση έχει πλέον σημαντικές εφαρμογές στην ιατρική απεικόνιση με την καταγραφή των διαφορών θερμοκρασίας και της κατανομής της θερμότητας στο ανθρώπινο σώμα. Ο σκοπός της πτυχιακής είναι η ανάπτυξη συστήματος επεξεργασίας και ανάλυσης εικόνας για την μελέτη της δυνατότητας χρήσης της θερμογραφικής απεικόνισης στην ανίχνευση ασθενών με πυρετό, ώστε να καθίσταται δυνατός ο προληπτικός έλεγχος ταξιδιωτών σε περίπτωση εμπύρετων επιδημιών ασθενειών, όπως το SARS (Severe acute respiratory syndrome). Για τους σκοπούς της πτυχιακής θα χρησιμοποιηθεί ειδικό σύστημα θερμογραφικής απεικόνισης για την παραγωγή των πρωτογενών δεδομένων.
      Είδος: Πειραματική, Προγραμματιστική
      Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού και επεξεργασίας εικόνας
  13. Ανάπτυξη συστήματος τομογραφικής ανακατασκευής εικόνων υπερήχου
      Ο θόρυβος τύπου speckle αποτελεί ίσως των πιο σημαντικό παράγοντα υποβάθμισης της ποιότητας εικόνας στην υπερηχογραφική απεικόνιση. Ο σκοπός της πτυχιακής θα είναι η ανάπτυξη συστήματος ανακατασκευής εικόνων υπερήχου με την χρήση τεχνικών decorrelation για την εξάλειψη του θορύβου speckle. Για τους σκοπούς της πτυχιακής θα χρησιμοποιηθεί ειδικό σύστημα υπερηχογραφικής απεικόνισης με δυνατότητες τομογραφίας για την παραγωγή των πρωτογενών δεδομένων.
      Είδος: Πειραματική, Προγραμματιστική
      Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού και επεξεργασίας εικόνας
  14. Ανάπτυξη συστήματος 3-διάστατης ανακατασκευής εικόνων ακτινών Χ
      Η τομογραφική ανακατασκευή εικόνας είναι πλέον διαθέσιμη στα περισσότερα συστήματα ιατρικής απεικόνισης, από συστήματα ακτινών Χ μέχρι συστήματα Πυρηνικού Μαγνητικού Συντονισμού και Υπερηχογραφικής απεικόνισης. Ο σκοπός της πτυχιακής θα είναι η ανάπτυξη συστήματος ανακατασκευής εικόνων ακτινών Χ με την χρήση στοχαστικών τεχνικών με χρήση περιορισμένου αριθμού προβολών. Για τους σκοπούς της πτυχιακής θα χρησιμοποιηθεί ειδικό σύστημα ακτινών Χ, με δυνατότητες τομογραφικών λήψεων, για την παραγωγή των πρωτογενών δεδομένων.
      Είδος: Πειραματική, Προγραμματιστική
      Απαιτούμενες γνώσεις: Καλή γνώση προγραμματισμού και επεξεργασίας εικόνας
  15. Επεξεργασία και ανάλυση εικόνας για την ανάδειξη, ανίχνευση και ταξινόμηση μικροαποτιτανώσεων σε εικόνες μαστογραφίας
      Η μαστογραφία αποτελεί την κύρια μέθοδο για την ανίχνευση μη ψηλαφητών καρκινικών βλαβών του μαστού, όπως οι αποτιτανώσεις, οι οποίες αποτελούν πρώιμη ένδειξη της παθολογίας. Ο σκοπός της πτυχιακής θα είναι η ανάπτυξη αλγορίθμων επεξεργασίας και ανάλυσης εικόνων για την ανάδειξη, ανίχνευση και ταξινόμηση μικροαποτιτανώσεων σε εικόνες μαστογραφίας.
      Είδος: Ερευνητική-πειραματική
      Απαιτούμενες γνώσεις: Επεξεργασία και ανάλυση ιατρικής εικόνας, προγραμματισμός σε MATLAB
  16. Επεξεργασία και ανάλυση εικόνας μικροσκοπίας για την ανάδειξη, ανίχνευση και ταξινόμηση του καρκίνου εγκεφάλου ανάλογα με το βαθμό κακοήθειας
      Ο καρκίνος εγκεφάλου αποτελεί μία από τις πιο θανατηφόρες ασθένειες, με υψηλά ποσοστά θνησιμότητας. Η ακριβής κατηγοριοποίηση σε βαθμούς κακοήθειας καθορίζει το πλάνο της θεραπευτικής αντιμετώπισης. Η κατηγοριοποίηση αυτή γίνεται με την εξέταση στο μικροσκόπιο ιστολογικού υλικού. Ο σκοπός της πτυχιακής θα είναι η ανάπτυξη αλγορίθμων επεξεργασίας και ανάλυσης εικόνων μικροσκοπίας για την ανάδειξη, ανίχνευση και ταξινόμηση του καρκίνου εγκεφάλου ανάλογα με το βαθμό κακοήθειας.
      Είδος: Ερευνητική-πειραματική
      Απαιτούμενες γνώσεις: Επεξεργασία και ανάλυση ιατρικής εικόνας, προγραμματισμός σε MATLAB

 

Ιωάννης Καλατζής, Καθηγητής

• 1. Ανάπτυξη συστήματος αναγνώρισης προτύπων ιατρικής εικόνας
     Ανάπτυξη εφαρμογής σε Η/Υ για την εκπαίδευση ενός συστήματος αυτόματης ταξινόμησης ιατρικών εικόνων.
  2. Μελέτη και υλοποίηση σε Η/Υ ποσοτικών χαρακτηριστικών παραμέτρων για την ταξινόμηση ιατρικών εικόνων
     Θεωρητική μελέτη και η υλοποίηση με τη βοήθεια υπολογιστή διαφόρων ομάδων χαρακτηριστικών ποσοτικών παραμέτρων που σχετίζονται με το περίγραμμα και την υφή ιστών ή οργάνων, και που μπορούν να χρησιμοποιηθούν σε συστήματα ταξινόμησης με μεθόδους τεχνητής νοημοσύνης.
  3. Ανάπτυξη συστήματος αυτόματης ταξινόμησης σημάτων προκλητών εγκεφαλογραφικών δυναμικών
     Ανάπτυξη συστήματος αναγνώρισης προτύπων ηλεκτροεγκεφαλογραφικών σημάτων που παράγονται μετά από χορήγηση εξωτερικού ερεθίσματος για αυτόματη ταξινόμηση πασχόντων από νευρολογικές ή ψυχιατρικές παθήσεις.

 

Μαρία Καλλέργη, Καθηγήτρια

• 1. Κατασκευή συστημάτων αυτόματου ελέγχου βιοϊατρικών σημάτων
  2. Χαρακτηρισμός, ανάλυση και επεξεργασία ψηφιακής μαστογραφίας και τομοσύνθεσης
  3. Χαρακτηρισμός, ανάλυση και επεξεργασία δεδομένων PET/CT και μPET/CT
  4. Οικονομοτεχνικές μελέτες μεγάλων ιατρικών συστημάτων
  5. Αξιολόγηση, έλεγχος ποιότητας, και προγράμματα συντήρησης ιατρικών μηχανημάτων και νοσοκομειακών εγκαταστάσεων
  6. Στατιστική ανάλυση ιατρικών δεδομένων

 

Αναστάσιος Ντούνης, Καθηγητής

• • Γνωστικό πεδίο: Ευφυή Συστήματα Ελέγχου για Τεχνητό Πάγκρεας
    Ο διαβήτης τύπου 1 είναι μια μεταβολική νόσος που χαρακτηρίζεται από την έλλειψη φυσικής έκκρισης ινσουλίνης στον οργανισμό. Τα άτομα με διαβήτη τύπου 1 χρειάζονται την έγχυση εξωτερικής ινσουλίνης για να ρυθμίζουν τη συγκέντρωση της γλυκόζης στο αίμα. Μια τεχνητή σύστημα παγκρέατος, το οποίο είναι ένα αξιοσημείωτο θεραπευτικό σχήμα για τη διαχείριση της γλυκόζης του αίματος, αποτελείται από ένα συνεχές σύστημα παρακολούθησης της γλυκόζης, αντλίες ινσουλίνης και έναν αλγόριθμο ελέγχου για την μιμείται τη λειτουργία ρύθμισης της γλυκόζης ενός υγιούς παγκρέατος. Ο αλγόριθμος ελέγχου κλειστού βρόχου του συστήματος τεχνητού παγκρέατος λαμβάνει πληροφορίες για τη γλυκόζη του αίματος από τις συσκευές παρακολούθησης της γλυκόζης και δίνει εντολές στις αντλίες ινσουλίνης να εγχέουν εξωτερικά ινσουλίνη σε προκαθορισμένες δόσεις βάσει των δεδομένων γλυκόζης στο αίμα. Κλασικά και ευφυή συστήματα ελέγχου μπορούν να προσεγγίσουν το πρόβλημα της ρύθμισης του τεχνητού παγκρέατος με πολλά υποσχόμενα αποτελέσματα.
    1.     Προσομοίωση του συστήματος Γλυκόζης-ινσουλίνης στο Matlab για διαβητικούς ανθρώπους  Απαιτείται το symbiology.
    2.     PID control
    3.     Fuzzy PID control
    4.     Fuzzy control
    5.     Sliding mode control
    6.     Model predictive control
    7.     Reinforcement learning
    8.     Fuzzy control and optimization with GA
    9.     Prediction for blood glucose levels (ANFIS, Neural Networks, SOM)
    Είδος: Ερευνητική
    Προαπαιτούμενα γνωστικά αντικείμενα: Συστήματα Αυτομάτου Ελέγχου, Συστήματα Ασαφούς Λογικής, Εξελικτικός Υπολογισμός, Τεχνητά Νευρωνικά Δίκτυα, MATLAB.
  • Γνωστικό πεδίο: Επεξεργασία Ιατρικής Εικόνας με Ασαφή Υπολογιστική
    1. Βελτίωση της αντίθεσης ιατρικής εικόνας
    Είδος: Ερευνητική
    Προαπαιτούμενα γνωστικά αντικείμενα: Συστήματα Ασαφούς Λογικής, MATLAB.
  • Γνωστικό πεδίο: Ιατρική Διάγνωση με Ασαφή και Νευρωνική Υπολογιστική
    1. Σύστημα παρακολούθησης διαβητικών
    2. Σύστημα ανίχνευσης υπεργλυκαιμίας
    3. Διάγνωσης του ρίσκου της αθηρογένεσης
    4. Ασαφή μοντέλα για την επιδημιολογία (Fuzzy epidemics)
    Είδος: Ερευνητική
    Προαπαιτούμενα γνωστικά αντικείμενα: Συστήματα Ασαφούς Λογικής, Τεχνητά Νευρωνικά Δίκτυα, MATLAB.
  • Γνωστικό πεδίο: Υβριδικά Συστήματα Υπολογιστικής Νοημοσύνης
    1. Νευρο-ασαφή συστήματα (ANFIS) – Χοληστερόλη
    2. Νευρο-ασαφή συστήματα για κατηγοριοποίηση εικόνων SPECT
    3. Ambient Intelligent (AmI) and Medical Diagnosis
    4. Ambient Intelligent (AmI) in Health Care
    5. Ταξινομητής ANFIS για COVID-19
    Είδος: Ερευνητική
    Προαπαιτούμενα γνωστικά αντικείμενα: Υβριδικά Συστήματα Υπολογιστικής Νοημοσύνης, MATLAB.
    
  • Γνωστικό πεδίο: Διαχείριση Ενέργειας και Ποιότητα Αέρα
    1. Διαχείριση ενέργειας σε κτήρια νοσοκομείων
    2. Ποιότητα αέρα σε νοσοκομεία
    Είδος: Ερευνητική
    Προαπαιτούμενα γνωστικά αντικείμενα: Συστήματα Αυτομάτου Ελέγχου, MATLAB.
  • Γνωστικό πεδίο: Εξελικτικοί Αλγόριθμοι – Βελτιστοποίηση
    1. Εξελικτικοί Αλγόριθμοι (Χωροθέτηση ιατρικής μονάδας για την αντιμετώπιση έκτακτων περιστατικών)
    2. Εκπαίδευση ΤΝΔ με εξελικτικούς αλγόριθμους
    3. Εκπαίδευση FLS με εξελικτικούς αλγόριθμους
    4. Αλγόριθμοι βελτιστοποίησης με εξελικτικές στρατηγικές
    Είδος: Ερευνητική
    Προαπαιτούμενα γνωστικά αντικείμενα: Εξελικτικός Υπολογισμός, MATLAB.

 

Ευαγγελία Πατσαβούδη, Καθηγήτρια

• 1. Μελέτη κυτταρομετρητή-κυτταροδιαχωριστή με ψηφιακή ηλεκτρονική ανάλυση και υψηλή ταχύτητα μέτρησης και διαχωρισμού κυττάρων- FACS Aria
     Η κυτταρομετρία ροής αποτελεί μία αυτοματοποιημένη ποσοτική, δυναμική και πολυπαραμετρική μέθοδο ανάλυσης των φυσικοχημικών χαρακτηριστικών κυττάρων και σωματιδίων, με βάση τη σκέδαση και το φθορισμό. Ο κυτταρομετρητής ροής μπορεί να χαρακτηριστεί ως ένας επιτυχής συνδυασμός αιματολογικού αναλυτή και φθορίζοντος μικροσκοπίου, που εφαρμόζει τα τελευταία επιτεύγματα στον τομέα της μικροσκοπίας, της βιοχημικής ανάλυσης και της εξέλιξης των ηλεκτρονικών υπολογιστών.
     Το FACS Aria είναι ένας κυτταρομετρητής ροής διαλογής κυττάρων υψηλής ταχύτητας και ψηφιακής λήψης 70.000 δεδομένων ανά δευτερόλεπτο. Είναι εξοπλισμένο με ένα laser Argon (μπλε-488 nm) και ένα laser He/Ne (κόκκινο-633 nm). Το σύστημα είναι επίσης εξοπλισμένο με ένα οκτάγωνο με έξι φωτοπολλαπλασιαστές- PMTs, οι οποίοι ανιχνεύουν τον φθορισμό που προέρχεται από το laser Argon (488 nm) και ένα τρίγωνο με δύο φωτοπολλαπλασιαστές- PMTs, οι οποίοι ανιχνεύουν τον φθορισμό που προέρχεται από το laser He/Ne (κόκκινο-633 nm). Ανιχνεύει μέχρι και 7 διαφορετικά φθοριοχρώματα και δύο παραμέτρους σκέδασης ταυτόχρονα. Τα δείγματα που προκύπτουν μετά τον διαχωρισμό των κυτταρικών πληθυσμών συλλέγονται σε έως και τέσσερις πλαστικούς σωλήνες κυτταρομετρίας των 5ml. Το λογισμικό BD FACS Diva software 6, με το οποίο λειτουργεί το FACS Aria χρησιμοποιείται για συλλογή και για ανάλυση δεδομένων.
     Η πτυχιακή εργασία με το παραπάνω θέμα, η οποία μπορεί να πραγματοποιηθεί από δύο το πολύ φοιτητές, θα πρέπει να περιλαμβάνει την αρχή λειτουργίας του οργάνου, την αναλυτική περιγραφή του καθώς και τις εφαρμογές που πραγματοποιούνται στα ερευνητικά κέντρα και νοσοκομεία.
  2. Μελέτη Συνεστιακής Μικροσκοπίας (Confocal Microscopy)
     Με το συνεστιακό μικροσκόπιο σάρωσης με laser το δείγμα ακτινοβολείται ολόκληρο από τη δέσμη διέγερσης και έτσι όλο το δείγμα φθορίζει συγχρόνως. Το εστιακό επίπεδο επιλέγεται μέσω ενός κινητήρα υψηλής ακρίβειας, ελεγχόμενο από υπολογιστή. Κατά αυτόν τον τρόπο, μπορούμε να πάρουμε μια ακολουθία από εικόνες δύο διαστάσεων , σε διαφορετικό βάθος στο δείγμα, οι οποίες τελικά μας δίνουν μια τρισδιάστατη απεικόνιση του αντικειμένου.
     Η πτυχιακή εργασία με το παραπάνω θέμα η οποία μπορεί να πραγματοποιηθεί από έναν/μία το πολύ φοιτητή/τρια, θα πρέπει να περιλαμβάνει την αρχή λειτουργίας του οργάνου, την αναλυτική περιγραφή του καθώς και τις εφαρμογές που πραγματοποιούνται στα ερευνητικά κέντρα και νοσοκομεία.

 

Γεώργιος Φούντος, Καθηγητής

• 1. Ομοιώματα ελέγχου εικόνας
     (α) Ανάπτυξη ψηφιακού ομοιώματος (software phantom) για τομογραφικά απεικονιστικά συστήματα και ειδικότερα για ψηφιακή τομοσύνθεση στην μαστογραφία. (β) Κατασκευή ομοιώματος για τομογραφικά απεικονιστικά συστήματα και ειδικότερα για ψηφιακή τομοσύνθεση στην μαστογραφία.
  2. Απεικόνιση διπλής ενέργειας
     Κατασκευή κατάλληλων ομοιωμάτων ανθρωπίνων ιστών, αρχικά ψηφιακών και στη συνέχεια φυσικών. Ανάπτυξη αλγορίθμων για εύρεση καλύτερου συνδυασμού ενεργειών ανά ανατομική περιοχή και ψηφιακή αφαίρεση ακτινογραφιών των δύο ενεργειών.
  3. Μετρήσεις ποιότητας εικόνας στην Πυρηνική Ιατρική
     Πειραματικός προσδιορισμός MTF (Modulation Transfer Function) και DQE (Detective Quantum Efficiency) σε τομογραφικά συστήματα γ-κάμερα, SPECT και PET/CT.

 

Νεκτάριος Καλύβας, Καθηγητής

• 1. Εξομοίωση κινήσεων μηχανισμών συστήματος αξονικής τομογραφίας μέσω PLC
     Σκοπός της πτυχιακής εργασίας είναι η δημιουργία κώδικα PLC που θα εξομοιώνει τις κινήσεις ενός αξονικού τομογράφου και τα βασικά στοιχεία λειτουργίας του.
  2. Δημιουργία oμοιωμάτων για έλεγχο απεικονιστικών συστημάτων ιοντιζουσών και μη ιοντιζουσών ακτινοβολιών
     Σκοπός της εργασίας είναι η δημιουργία ενός ομοιώματος που θα μπορεί αργότερα να χρησιμοποιηθεί σε έλεγχο ποιότητας εικόνας, τομογραφικών ή προβολικών απεικονιστικών συστημάτων.
  3. Πειραματική Αξιολόγηση πρότυπου ψηφιακού οδοντιατρικού ανιχνευτή για ιατρική απεικόνιση
     Σκοπός της εργασίας είναι η πειραματική μελέτη και αξιολόγησης χαρακτηριστικών απόδοσης εμπορικών οδοντιατρικών ψηφιακών ανιχνευτών σε ενέργειες διαφορετικές από αυτές που χρησιμοποιούνται στην οδοντιατρική ακτινολογία.
  4. Προδιαγραφές και συντήρηση τρισδιάστατων εκτυπωτών για ιατρικές εφαρμογές
     Σκοπός της εργασίας είναι η μελέτη της τεχνολογίας των απαραίτητων προδιαγραφών αγοράς και συντήρησης ψηφιακών εκτυπωτών για διαγνωστική απεικόνιση ή για επιβεβαίωση ιατρικής πράξης.
  5. Μαθηματικός φορμαλισμός απεικόνισης μαγνητικού συντονισμού
     Σκοπός της εργασίας είναι μια αναλυτική θεωρητική και μέσω υπολογιστή μελέτη και επισκόπηση των υφισταμένων μαθηματικών τεχνικών απεικόνισης με MRI και του τομέα εφαρμογής τους.
  6. Θεραπείες με σύγχρονα ραδιοφάρμακα και απαραίτητος εξοπλισμός στην πυρηνική ιατρική
     Σκοπός της εργασίας είναι μια αναλυτική θεωρητική επισκόπηση των υφισταμένων τεχνικών θεραπείας με ραδιοϊσότοπα και του απαραίτητου εξοπλισμού τους και η κατασκευή σχετικής βάσης δεδομένων.
  7. Δημιουργία Γραφικού Υπολογιστικού Περιβάλλοντος (GUI) για επεξεργασία μετρήσεων ελέγχου ποιότητας ψηφιακών απεικονιστικών συστημάτων
     Σκοπός της εργασίας είναι η δημιουργία ενός γραφικού περιβάλλοντος που θα υπολογίζει τις παραμέτρους ποιότητας εικόνας από μετρήσεις πάνω σε ψηφιακές εικόνες.
  8. Δημιουργία Υπολογιστικού Προγράμματος για υποβοήθηση βαθμονόμησης ιατρικής οθόνης
     Η δημιουργία ενός υπολογιστικού προγράμματος που θα υπολογίζει το Μοντέλο του Barten.
  9. Χρήση Συστημάτων Μη Ιοντιζουσών Ακτινοβολιών σε Ιατρικές και μη Εφαρμογές στο Ανθρώπινο Δέρμα
     Η περιγραφή των συστημάτων και των διαδικασιών χρήσης μη ιοντιζουσών ακτινοβολιών, των φυσικών αρχών που διέπουν την εφαρμογή τους, της διαδικασίας εφαρμογής, των οδηγιών ασφάλειας κατά τη χρήση (συμπεριλαμβανομένης και της διαδικασίας συντήρησης).
  10. Τεχνολογία και Προδιαγραφές Συστημάτων Κλινικής  Τομογραφικής Απεικόνισης
      Μια αναλυτική θεωρητική επισκόπηση των υφισταμένων τεχνολογιών για την σύγχρονη τομογραφική απεικόνιση που θα περιλαμβάνει την υφιστάμενη τεχνολογία συστημάτων MRI, CT και υβριδικά. Η εργασία περιλαμβάνει κατασκευή βάσης δεδομένων.
  11. Θεραπεία Πρωτονίων, Απαιτήσεις Εγκατάστασης, Πλεονεκτήματα και Εφαρμογές
      Μια αναλυτική θεωρητική επισκόπηση της θεραπείας με δέσμες πρωτονίων. Η περιγραφή, πέρα από τις φυσικές αρχές που διέπουν την θεραπεία με δέσμες πρωτονίων, πρέπει να αναφερθεί στην τεχνολογία των αντιστοίχων επιταχυντών και να σχολιάσει τις απαιτήσεις εγκατάστασης του εξοπλισμού. Επιπλέον πρέπει μελετηθούν οι εφαρμογές. Επιθυμητή είναι και η συγκριτική μελέτη με άλλες τεχνικές θεραπείας.
  12. Μελέτη δημιουργίας ιατρικών εγκαταστάσεων
      Σκοπός: Η εργασία έχει σαν σκοπό την μελέτη των χώρων και του εξοπλισμού, που απαιτούνται (ανά περίπτωση) για διάφορες ιατρικές εγκαταστάσεις.
  13. Εξοπλισμός και πρωτόκολλα συστημάτων απεικονιστικών εξετάσεων για διαγνωστικούς η θεραπευτικούς σκοπούς
      Σκοπός: Η εργασία έχει σαν σκοπό την μελέτη των απαιτήσεων εξοπλισμού, προδιαγραφών και τεχνικών για διαφορετικές εξετάσεις χρησιμοποιώντας διαφορετικά απεικονιστικά συστήματα ιονιτιζουσών και μη ιοντιζουσών ακτινοβολιών.
  14. Χρήση της μεθόδου των αλληλοδιαδοχικών διαδικασιών για μελέτη της απόδοσης ανιχνευτικών διατάξεων κατά την απεικόνιση
      Σκοπός: Η εργασία αυτή έχει ως στόχο τη χρήση της μεθόδου των αλληλοδιαδοχικών διαδικασιών για να υπολογίσει βέλτιστες παραμέτρους μεταφοράς σήματος και εικόνας στις ανιχνευτικές διατάξεις.
  15. Μελέτη της ενεργειακής κατανάλωσης συστημάτων ιατρικής απεικόνισης
      Σκοπός: Η εργασία αυτή έχει ως στόχο τη μελέτη της κατανάλωσης ενέργειας κατά την απεικονιστική διαδικασία και βελτιστοποίηση ανάλογα με το πρωτόκολλο και την ανιχνευτική διάταξη.
  16. Μελέτη τεχνολογίας βιοαισθητήρων
      Σκοπός: Η εργασία αυτή έχει ως στόχο τη θεωρητική μελέτη διαφόρων ειδών βιοαισθητήρων, τα πλεονεκτήματα και μειονεκτήματα τους και τη κατασκευή σχετικής βάσης δεδομένων.
  17. Μελέτη τεχνικών XRD, XRF
      Σκοπός: Η εργασία αυτή έχει ως στόχο τη θεωρητική μαθηματική μελέτη των τεχνικών XRD, XRF, μέσω προγραμματισμού σε Η/Υ με τελικό στόχο τη πρόταση βελτιωμένων χαρακτηριστικών.
  18. Κατασκευή ψηφιακών (υπολογιστικών) ομοιωμάτων
      Σκοπός: Η εργασία αυτή έχει ως στόχο τη υπολογιστική κατασκευή ψηφιακών ομοιωμάτων προβολικής ή τομογραφικής απεικόνισης για χρήση σε μελέτες βελτιστοποίησης απεικονιστικών παραμέτρων.
  19. Μελέτη συναρτήσεων διασποράς σημείου και στατιστική κατανομή σήματος ανιχνευτών απεικόνισης ακτίνων-Χ
      Σκοπός: Η εργασία αυτή έχει ως στόχο τον υπολογισμό των συναρτήσεων διασποράς σημείου (PSF) και τη στατιστικής μελέτη του σήματος εξόδου ανιχνευτών εικόνας με τελικό στόχο τη μελέτη των απεικονιστικών δυνατοτήτων τους.
  20. Μελέτη απόδοσης υλικών για βελτιστοποίηση ανιχνευτών εικόνας και των παραμέτρων απεικόνισης
      Σκοπός: Η εργασία αυτή έχει ως στόχο την πειραματική, θεωρητική (μέσω υπολογιστή) ή μέσω υπολογιστικής προσομοίωσης, μελέτη διαφόρων παραμέτρων απόδοσης υλικών τα οποία ακτινοβολούνται από ιοντίζουσα ακτινοβολία, με σκοπό την βελτιστοποίηση της απεικόνισης..
  21. Έκφραση τεχνικών και μεθόδων Βιοϊατρικής Τεχνολογίας για Φοιτητές με Αναπηρία
      Σκοπός: Η εργασία αυτή έχει ως στόχο την απόδοση τεχνικών, ορολογίας και διαδικασιών που σχετίζονται με διαφόρου τομείς της Βιοϊατρική Τεχνολογία με μεθόδους κατανοητούς από Φοιτητές με Αναπηρία (ΦΜεΑ). Ως παράδειγμα αναφέρεται η χρήση νοηματικής γλώσσας, η κατασκευή υπολογιστικού περιβάλλοντος μαθησιακής αλληλεπίδρασης κλπ.

 

Σπυρίδων Κωστόπουλος, Καθηγητής

• 1. Ανάπτυξη συστήματος ανάλυσης ιατρικής εικόνας
     Ανάπτυξη μεθοδολογίας στην ανάλυση ιατρικής εικόνας και η μελέτη ποιοτικών ή/και ποσοτικών χαρακτηριστικών σε πραγματικά προβλήματα ιατρικής διαφορικής διάγνωσης.
     Εφαρμογές διαφορετικών διπλωματικών εργασιών:
     1.1     Δερματοσκόπιο: Δερματικές αλλοιώσεις (σπίλοι/μελανώματα)
     1.2     Μικροσκόπιο: ανίχνευση HPV
     1.3     Μικροσκόπιο: προκαρκινικές αλλοιώσεις τραχήλου της μήτρας
     1.4     Μικροσκόπιο: καρκίνος του μαστού
     1.5     Μικροσκόπιο: καρκίνος του παχέος εντέρου
     1.6     Μαστογραφία: Αποτιτανώσεις, μάζες του μαστού
     1.7     Μαγνητικός Τομογράφος: μεταβολές στην υφή του χόνδρος γόνατος
     Είδος: Προγραμματιστική, Ανάλυση δεδομένων
     Απαιτούμενες γνώσεις: Βιοστατιστική, Προγραμματισμός Η/Υ
  2. Ανάπτυξη συστήματος τμηματοποίησης εικόνων μικροσκοπίας
     Μελέτη και λειτουργία του μικροσκοπίου, απόκτηση και επεξεργασία ψηφιακών εικόνων και υπολογισμός χαρακτηριστικών γνωρισμάτων διαφοροποίησης φυσιολογικών από παθολογικά περιστατικά.
     Είδος: Πειραματική, Προγραμματιστική
     Απαιτούμενες γνώσεις: Προγραμματισμός Η/Υ, Επεξεργασία ιατρικής εικόνας
  3. Επεξεργασία βιολογικών σημάτων πρωτεωμικής
     Επεξεργασία σημάτων πρωτεομικής από δείγματα βιολογικών ιστών με στόχο τον εντοπισμών πιθανών διαγνωστικών βιοδεικτών.
     Είδος: Προγραμματιστική
     Απαιτούμενες γνώσεις: Προγραμματισμός Η/Υ , Επεξεργασία ιατρικού σήματος
  4. Μελέτη και Ανάπτυξη αλγορίθμων βιοπληροφορικής
     Σκοπός αυτής της πτυχιακής εργασίας είναι η ανάπτυξη αλγορίθμων Βιοπληροφορικής για εκπαιδευτικούς ή/και ερευνητικούς σκοπούς.
     Είδος: Προγραμματιστική, Εκπαιδευτική
     Απαιτούμενες γνώσεις: Εισαγωγή στη Βιοπληροφορική, Προγραμματισμός Η/Υ
  5. Σχεδίαση τρισδιάστατων αντικειμένων με ελεύθερα διαδικτυακά εργαλεία: Δυνατότητες & Προοπτικές
     Μελέτη, κατανόηση και πειραματισμός με  ελεύθερα προσβάσιμα σχεδιαστικά πακέτα στη εκπαιδευτική κοινότητα.
     Είδος: Βιβλιογραφική, Πειραματική
     Απαιτούμενες γνώσεις: Τεχνικές Σχεδίασης με Η/Υ
  6. Δεδομένα μεγάλης κλίμακας (big data) στην υπολογιστική μικροσκοπία
     Σκοπός αυτής της πτυχιακής εργασίας είναι η μελέτη της διεθνούς βιβλιογραφίας / παγκόσμιου ιστού για την εύρεση δεδομένων μεγάλης κλίμακας στην βιοϊατρική ερεύνα
     Είδος: Βιβλιογραφική
  7. Ανάπτυξη πλατφόρμας για την ψυχαγωγία και εκπαίδευση στο αντικείμενο της Βιοιατρικής Τεχνολογίας
     Σκοπός αυτής της πτυχιακής εργασίας είναι η μελέτη και κατασκευή παιχνιδιού με γνώμονα την ψυχαγωγία και εκπαίδευση φοιτητών Βιοϊατρικής Τεχνολογίας στο αντικείμενο των σπουδών τους
     Είδος: Κατασκευαστική, Πειραματική, Βιβλιογραφική

 

Παναγιώτης Λιαπαρίνος, Καθηγητής

• 1. Δημιουργία βάσης δεδομένων φασμάτων ακτίνων-Χ με σκοπό την αποτίμηση συστημάτων ακτινοδιαγνωστικής (έχει δοθεί)
  2. Δημιουργία βάσης δεδομένων συντελεστών εξασθένισης με σκοπό την αξιολόγηση συστημάτων ακτινοδιαγνωστικής (έχει δοθεί)
  3. Υπολογιστική μελέτη για την επίδραση των φθοριζόντων υλικών σε ανιχνευτικά συστήματα ιατρικής απεικόνισης (έχει δοθεί)
  4. Μελέτη για τη χρησιμοποίηση νανοσωματιδίων αργύρου και χρυσού σε ιατρικά απεικονιστικά συστήματα (έχει δοθεί)
  5. Εφαρμογές laser στην οφθαλμολογία (έχει δοθεί)
  6. Μελέτη οπτικών ανιχνευτών καταμέτρησης αριθμού φωτονίων (έχει δοθεί)
  7. Διαγράμματα ροής αξονικού τομογράφου – καταγραφή βλαβών (έχει δοθεί)
  8. Παράγοντες αντίθεσης σε βέλτιστες συνθήκες ακτινοβόλησης (έχει δοθεί)
  9. Μελέτη υβριδικών ανιχνευτικών συστημάτων (τύπου Medipix) (έχει δοθεί)
  10. Οπτική Τομογραφία συνοχής (OCT) (έχει δοθεί)
  11. Σύστημα γραμμικού επιταχυντή με μαγνητικό τομγράφο στη σύγχρονη ακτινοθεραπεία (έχει δοθεί)
  12. Δημιουργία βάσης δεδομένων οικονομικών στοιχείων ιατρικών συστημάτων
  13. Ανάπτυξη interface του λογισμικού LIGHTAWE για εφαρμογές στην Βιοϊατρική Οπτική (σε MATLAB)
  14. Σύχρονες Μέθοδοι Οπτικής Μικροσκοπίας

 

Εμμανουήλ Αθανασιάδης, Επίκουρος Καθηγητής

•  

Proposal 1: Integrating scRNA-seq and Spatial Transcriptomics for Tumor Microenvironment Characterization

Objective: To computationally analyze the tumor microenvironment (TME) by integrating scRNA-seq and spatial transcriptomics data to identify the spatial organization of cell types and their gene expression patterns.

• Background: Tumor progression is often influenced by the interaction between cancer cells and their microenvironment. scRNA-seq provides detailed insights into cell-specific gene expression, while spatial transcriptomics offers spatial context. Integrating these technologies can help identify critical cell-cell interactions.
• Methodology: Utilize datasets from public repositories like the Cancer Genome Atlas or GEO. Apply dimensionality reduction (PCA/UMAP), clustering algorithms, and spatial mapping tools (like Seurat and SpaCy) to visualize spatial cellular heterogeneity.
• Expected Results: A detailed map of cell types and spatial organization, particularly focusing on immune cells and stromal cells within the TME.
• Tools: Seurat, SpaCy, Monocle, Python/R.

Dataset: Breast Cancer Spatial Transcriptomics Data

• Source: 10X Genomics, Spatial Transcriptomics Breast Cancer
• Description: Includes spatial transcriptomics and scRNA-seq data from breast cancer samples.
• Link: Breast Cancer Spatial Transcriptomics Dataset
• Use Case: Integrate scRNA-seq and spatial transcriptomics data to study the tumor microenvironment.

Dataset: Human Tumor Atlas Network (HTAN)

• Source: HTAN Data Portal
• Description: Provides scRNA-seq and spatial transcriptomics data across various cancer types, including melanoma, breast, and colon cancers.
• Link: HTAN Data Portal
• Use Case: Characterizing the tumor microenvironment across various cancer types.

 

Proposal 2: Cell Trajectory Inference from scRNA-seq Data in Developmental Biology

Objective: To reconstruct cell differentiation trajectories using scRNA-seq data and identify key gene regulators in a specific developmental process (e.g., hematopoiesis, neural development).

• Background: During development, cells undergo differentiation into specific lineages. scRNA-seq allows for the identification of intermediate cell states. Computational trajectory inference methods can help map these differentiation pathways.
• Methodology: Analyze publicly available developmental scRNA-seq data. Use trajectory inference tools like Monocle3 or Slingshot to model differentiation paths and identify genes that drive lineage commitment.
• Expected Results: Visualization of developmental pathways and identification of key transcription factors involved in the process.
• Tools: Monocle3, Slingshot, Seurat, Python/R.

Dataset: Mouse Embryo scRNA-seq (E9.5 to E13.5)

• Source: Mouse Organogenesis Cell Atlas
• Description: Contains scRNA-seq data from mouse embryos at various stages of development, useful for reconstructing cell differentiation trajectories.
• Link: Mouse Embryo Cell Atlas
• Use Case: Study developmental processes and infer cell trajectories.

Dataset: Human Fetal Cell Atlas

• Source: Human Developmental Biology Resource (HDBR)
• Description: Contains scRNA-seq data from different human fetal tissues, including brain, lung, and liver, during various developmental stages.
• Link: Human Fetal Cell Atlas
• Use Case: Study human developmental trajectories using scRNA-seq data.

 

Proposal 3: Comparative Analysis of Single-Cell Gene Expression in Healthy and Diseased Tissues Using Spatial Transcriptomics

Objective: To compare gene expression patterns between healthy and diseased tissues (e.g., cancer vs. normal, Alzheimer’s vs. healthy brain) using spatial transcriptomics data.

• Background: Understanding how gene expression changes spatially between healthy and diseased tissues could provide insights into disease progression and treatment targets. Spatial transcriptomics provides a unique opportunity to analyze tissue architecture alongside gene expression.
• Methodology: Obtain spatial transcriptomics datasets of healthy and diseased tissues. Perform differential gene expression analysis and spatial mapping. Investigate which genes or pathways are enriched in disease-specific regions.
• Expected Results: A spatially resolved map of differential gene expression, highlighting disease-specific spatial gene signatures.
• Tools: Seurat, SpaCy, DESeq2, Python/R.

Dataset: Alzheimer’s Disease Spatial Transcriptomics

• Source: 10X Genomics Alzheimer’s Study
• Description: Spatial transcriptomics data from brain tissue affected by Alzheimer’s disease and healthy controls.
• Link: Alzheimer’s Disease Dataset
• Use Case: Compare spatial gene expression patterns between diseased and healthy brain tissues.

Dataset: Human Lung Tissue in COVID-19

• Source: Spatial Gene Expression Dataset from COVID-19 Lung Tissue (10X Genomics)
• Description: Spatial transcriptomics of lung tissues from COVID-19 patients.
• Link: COVID-19 Lung Dataset
• Use Case: Compare healthy vs. diseased lung tissue in COVID-19 patients.

 

Proposal 4: Identification of Cell-Cell Communication Networks Using scRNA-seq Data

Objective: To computationally infer cell-cell communication networks in a tissue or disease model using scRNA-seq data.

• Background: scRNA-seq data can be used to infer potential ligand-receptor interactions between different cell types, revealing communication networks critical for tissue function or disease progression.
• Methodology: Use computational tools such as CellPhoneDB or NicheNet to identify ligand-receptor pairs from scRNA-seq datasets. Map these interactions to understand intercellular communication, especially in disease contexts like fibrosis or cancer.
• Expected Results: Identification of key ligand-receptor interactions and communication networks, potentially highlighting novel therapeutic targets.
• Tools: CellPhoneDB, NicheNet, Seurat, Python/R.

Dataset: Tabula Muris

• Source: Chan Zuckerberg Biohub
• Description: A comprehensive scRNA-seq dataset covering multiple mouse tissues, including healthy and aged samples.
• Link: Tabula Muris Dataset
• Use Case: Infer cell-cell communication networks across different tissues.

Dataset: COVID-19 Single-Cell Gene Expression Atlas

• Source: COVID-19 Cell Atlas (Human Cell Atlas)
• Description: A collection of scRNA-seq datasets from COVID-19 patients, focusing on immune responses.
• Link: COVID-19 Cell Atlas
• Use Case: Investigate cell-cell communication networks in the immune system during infection.

 

Proposal 5: Exploring Tissue-Specific Gene Expression Patterns Using scRNA-seq and Spatial Transcriptomics

Objective: To investigate tissue-specific gene expression and cell type distribution in complex tissues like the brain or liver by combining scRNA-seq and spatial transcriptomics.

• Background: Different tissues exhibit unique gene expression patterns that are crucial for their function. Using scRNA-seq to identify cell types and spatial transcriptomics to map their localization provides a more holistic understanding of tissue architecture.
• Methodology: Use scRNA-seq to identify cell types and their gene expression profiles, and spatial transcriptomics to map these profiles in tissues. Analyze the correspondence between cell types and their spatial organization.
• Expected Results: A detailed tissue map showing the spatial arrangement of different cell types and their gene expression patterns.
• Tools: Seurat, SpaCy, Monocle, Python/R.

Dataset: Human Brain snRNA-seq (Single-Nucleus RNA-seq)

• Source: Allen Brain Atlas
• Description: Single-nucleus RNA-seq data from different regions of the human brain.
• Link: Human Brain Atlas
• Use Case: Explore cell type distribution and gene expression patterns in the brain.

Dataset: Liver Single-Cell Atlas

• Source: Single Cell Portal, Broad Institute
• Description: Single-cell RNA-seq data of the human liver, including healthy and diseased samples.
• Link: Liver Single-Cell Atlas
• Use Case: Analyze liver cell types and spatial expression patterns.

 

Proposal 6: Benchmarking Computational Methods for Spatial Transcriptomics Data Analysis

Objective: To benchmark various computational tools and algorithms used in spatial transcriptomics analysis, evaluating their performance on real datasets.

• Background: A variety of tools have been developed for analyzing spatial transcriptomics data, such as Seurat, SpaCy, and Squidpy. This project will systematically evaluate these tools’ strengths and weaknesses.
• Methodology: Apply different tools to the same spatial transcriptomics dataset, comparing their performance based on criteria like speed, accuracy, and ease of use. Generate metrics such as clustering quality, visualization capabilities, and handling of spatial data.
• Expected Results: A comprehensive comparison and recommendation of the best tools for different types of spatial transcriptomics analysis.
• Tools: Seurat, SpaCy, Squidpy, Python/R.

Dataset: Mouse Brain Spatial Transcriptomics

• Source: 10X Genomics
• Description: Spatial transcriptomics data from the mouse brain, suitable for benchmarking various analysis methods.
• Link: Mouse Brain Dataset
• Use Case: Test different spatial analysis tools like Seurat, SpaCy, and Squidpy.

Dataset: Visium Spatial Transcriptomics Breast Cancer Dataset

• Source: 10X Genomics
• Description: Spatial gene expression data from breast cancer tissue.
• Link: Breast Cancer Dataset
• Use Case: Compare the performance of computational tools for spatial transcriptomics.

 

Proposal 7: Single-Cell RNA-seq Data Analysis for Identifying Novel Biomarkers in Autoimmune Diseases

Objective: To identify novel biomarkers and therapeutic targets in autoimmune diseases (e.g., rheumatoid arthritis, lupus) by analyzing scRNA-seq data.

• Background: Autoimmune diseases involve dysregulated immune responses, and scRNA-seq offers the possibility to dissect the immune cell populations involved. Identifying key gene signatures may lead to the discovery of new biomarkers.
• Methodology: Use publicly available scRNA-seq datasets from autoimmune disease patients. Perform differential expression analysis and clustering to identify disease-specific immune cell subtypes and gene expression patterns.
• Expected Results: A list of potential biomarkers and therapeutic targets based on cell type-specific gene expression changes in autoimmune diseases.
• Tools: Seurat, DESeq2, Python/R.

Dataset: Rheumatoid Arthritis Single-Cell RNA-seq

• Source: Human Cell Atlas
• Description: Single-cell RNA-seq data from synovial tissue in rheumatoid arthritis patients.
• Link: Rheumatoid Arthritis Dataset
• Use Case: Identify novel biomarkers and therapeutic targets in autoimmune diseases.

Dataset: Lupus Nephritis Single-Cell RNA-seq

• Source: Nephroseq Data Repository
• Description: scRNA-seq data from kidney biopsies of lupus nephritis patients.
• Link: Lupus Nephritis Dataset
• Use Case: Explore biomarkers in lupus nephritis.

 

Proposal 8: Inferring Gene Regulatory Networks from scRNA-seq Data in Stem Cell Biology

Objective: To infer gene regulatory networks (GRNs) controlling stem cell differentiation from scRNA-seq data.

• Background: Stem cells differentiate into specialized cell types under the control of GRNs. scRNA-seq provides the ability to measure gene expression changes over time, which can be used to infer regulatory relationships.
• Methodology: Use scRNA-seq data from stem cell differentiation experiments. Apply algorithms such as SCENIC or GRNBoost to infer GRNs and identify key regulators of stem cell fate.
• Expected Results: A map of the GRN governing stem cell differentiation, with key transcription factors and signaling pathways highlighted.
• Tools: SCENIC, GRNBoost, Seurat, Python/R.

Dataset: Human Pluripotent Stem Cell Atlas

• Source: Single Cell Portal, Broad Institute
• Description: Single-cell RNA-seq data from human pluripotent stem cells (hESCs and iPSCs).
• Link: Human Pluripotent Stem Cell Atlas
• Use Case: Infer gene regulatory networks governing stem cell differentiation.

Dataset: Mouse Embryonic Stem Cell scRNA-seq

• Source: Gene Expression Omnibus (GEO)
• Description: Single-cell RNA-seq data from mouse embryonic stem cells, useful for exploring regulatory mechanisms.
• Link: Mouse ESC Dataset
• Use Case: Study GRNs in stem cell biology.

 

Proposal 9: Linking Radiomic Features with Gene Expression in Lung Cancer

Objective: To investigate the correlation between radiomic features extracted from lung CT scans and gene expression profiles to identify potential imaging biomarkers for lung cancer.

• Background: Radiogenomics aims to connect imaging phenotypes (radiomics) with underlying molecular data. In lung cancer, specific radiomic features may be linked to gene expression patterns that influence tumor progression or treatment response.
• Methodology: Extract radiomic features from CT scans and correlate them with gene expression profiles using statistical methods (e.g., Pearson correlation, machine learning). Analyze associations between radiomic features and oncogenes or tumor suppressor genes.
• Expected Results: Identification of radiomic features that correlate with gene signatures, potentially serving as non-invasive biomarkers.
• Tools: PyRadiomics, scikit-learn, Python/R.
• Dataset: NSCLC Radiogenomics Dataset (TCIA, NSCLC Radiogenomics).

 

Proposal 10: Predicting Tumor Mutational Burden (TMB) from Radiomic Features in Glioblastoma

Objective: To develop a predictive model linking radiomic features from MRI scans to tumor mutational burden (TMB) in glioblastoma patients.

• Background: TMB is an important biomarker for immunotherapy response. Radiogenomics offers the potential to non-invasively predict TMB using MRI-derived features.
• Methodology: Extract radiomic features from MRI scans and use machine learning algorithms to predict TMB, incorporating gene mutation data for validation.
• Expected Results: A model that can predict TMB based on MRI radiomics, helping to guide personalized therapy decisions.
• Tools: PyRadiomics, XGBoost, Python/R.
• Dataset: Glioblastoma Multiforme (TCGA-GBM) (The Cancer Imaging Archive, TCGA-GBM).

 

Proposal 11: Radiogenomic Signatures of Hypoxia in Head and Neck Cancer

Objective: To identify radiogenomic signatures of tumor hypoxia in head and neck cancer by correlating imaging features from PET/CT with gene expression data.

• Background: Tumor hypoxia is associated with poor prognosis and treatment resistance. Radiogenomics can be used to develop imaging biomarkers that reflect hypoxia-related gene expression.
• Methodology: Analyze PET/CT imaging features associated with hypoxic regions in head and neck cancer. Perform gene expression analysis to identify hypoxia-related genes and correlate them with imaging signatures.
• Expected Results: A set of radiomic features correlated with hypoxia-associated gene expression, potentially serving as a biomarker for prognosis.
• Tools: PyRadiomics, GSEA, Python/R.
• Dataset: HNSCC Radiogenomics (TCIA, Head and Neck Cancer).

 

Proposal 12: Association of Radiomic Features with Immune Infiltration in Breast Cancer

Objective: To explore the relationship between radiomic features from breast MRI and immune cell infiltration using transcriptomic data.

• Background: Immune infiltration plays a crucial role in cancer prognosis and treatment response. This study aims to correlate radiomic features with immune-related gene expression in breast cancer.
• Methodology: Analyze radiomic features from breast MRI scans and correlate them with gene expression data related to immune cell infiltration (e.g., CD8+ T cells, macrophages). Use statistical methods to identify significant associations.
• Expected Results: Identification of radiomic features that predict immune cell infiltration, providing potential non-invasive biomarkers for immunotherapy response.
• Tools: PyRadiomics, immune deconvolution tools (e.g., CIBERSORT), Python/R.
• Dataset: Breast Cancer Radiology-Pathology (TCIA, TCGA-BRCA).

 

Proposal 13: Radiogenomic Analysis of Brain Metastases

Objective: To investigate how radiomic features from MRI of brain metastases are associated with the genomic profiles of the primary tumor.

• Background: Brain metastases often originate from primary tumors in organs such as the lung, breast, and melanoma. Radiogenomic approaches can help in understanding how imaging features of brain metastases are influenced by the primary tumor’s genomic alterations.
• Methodology: Extract radiomic features from brain MRI scans of metastatic lesions. Correlate these features with the genomic data of the primary tumor (e.g., mutations, copy number variations) to identify potential radiogenomic associations.
• Expected Results: A set of radiomic features that correlate with specific genetic alterations in the primary tumor, improving non-invasive assessment of brain metastases.
• Tools: PyRadiomics, Python/R.
• Dataset: TCGA Brain Metastases Dataset (TCIA).

 

Proposal 14: Radiogenomics of Prostate Cancer: Predicting Gleason Score from MRI

Objective: To develop a model that predicts the Gleason score in prostate cancer using radiomic features extracted from MRI scans and correlating them with genomic alterations.

• Background: The Gleason score is a critical predictor of prostate cancer prognosis. Radiomic features may provide a non-invasive way to estimate the Gleason score by correlating with underlying genomic changes.
• Methodology: Extract radiomic features from MRI scans of prostate cancer patients. Correlate these features with Gleason scores and genomic alterations (e.g., TMPRSS2-ERG fusion, PTEN loss) to build a predictive model.
• Expected Results: A model that predicts the Gleason score from MRI radiomics and genomic data, potentially aiding in personalized treatment planning.
• Tools: PyRadiomics, scikit-learn, Python/R.
• Dataset: Prostate Cancer Radiology-Genomics Dataset (TCIA).

 

Proposal 15: Integration of Radiomics and Genomics for Predicting Therapy Response in Colorectal Cancer

Objective: To investigate the integration of radiomic features from colorectal cancer CT scans with genomic data to predict response to chemotherapy.

• Background: Predicting chemotherapy response in colorectal cancer remains a challenge. Radiogenomics can help identify imaging biomarkers that correlate with genomic profiles indicative of treatment response.
• Methodology: Analyze radiomic features from CT scans of colorectal cancer patients. Correlate these with gene expression data to identify signatures associated with chemotherapy response.
• Expected Results: Identification of radiomic-genomic signatures predictive of chemotherapy response, improving treatment personalization.
• Tools: PyRadiomics, XGBoost, Python/R.
• Dataset: Colorectal Cancer Radiomics Data (TCGA-READ) (TCIA).

 

Proposal 16: Radiogenomic Characterization of Vascular Phenotypes in Renal Cell Carcinoma

Objective: To identify the relationship between radiomic features from CT scans and vascular gene signatures in renal cell carcinoma (RCC).

• Background: The vascular phenotype of RCC is critical for tumor growth and metastasis. Radiogenomic studies can explore how radiomic features are linked to angiogenesis-related gene expression, providing insights into tumor vascularity.
• Methodology: Extract radiomic features related to vascularity from RCC CT scans. Correlate these features with gene expression data related to angiogenesis (e.g., VEGF, HIF1A).
• Expected Results: Identification of vascular radiomic features that correlate with gene signatures, offering non-invasive biomarkers for angiogenesis and tumor aggressiveness.
• Tools: PyRadiomics, Python/R.
• Dataset: Kidney Renal Clear Cell Carcinoma (TCGA-KIRC) (TCIA).

Στράτος Δαυίδ, Επίκουρος Καθηγητής

• 1. Ανάπτυξη βαθμίδων εξειδικευμένων απεικονιστικών συστημάτων Πυρηνικής Ιατρικής
     Σχεδιασμός και κατασκευή κυκλωμάτων μείωσης σημάτων, ενίσχυσης, ομοιομορφίας απόκρισης κτλ. φωτοπολλαπλασιαστών ευαισθησίας θέσης (PSPMTs) και διατάξεων φωτοπολλαπλασιαστών πυριτίου (SiPMs).
     Οι προαναφερόμενοι οπτικοί ανιχνευτές έχουν απολαβή 10⁶ και χρησιμοποιούνται για την κατασκευή εξειδικευμένων συστημάτων Πυρηνικής Ιατρικής όπως γ-κάμερα, SPECT και PET. Οι βαθμίδες ενίσχυσης και τα ηλεκτρονικά κυκλώματα μείωσης σημάτων που θα αναπτυχθούν στα πλαίσια της πτυχιακής/ών θα χρησιμοποιηθούν στην κατασκευή απεικονιστικών συστημάτων με πεδίο 1,5×1,5cm², 5x5cm², 5x10cm² και 10x10cm² επίπεδης (planar) και τομογραφικής απεικόνισης (tomographic imaging).
     Προαπαιτούμενα: Για την υλοποίηση της πτυχιακής απαιτείται η χρήση του πακέτου Ultiboard της National Instruments και καλή γνώση ηλεκτρονικών κυκλωμάτων βασισμένα σε τελεστικούς ενισχυτές οργανολογίας.
  2. Πειραματική αξιολόγηση κρυσταλλικών σπινθηριστών LGSO:Ce για εφαρμογή σε ανιχνευτές Ιατρικής Απεικόνισης
     Η διαδικασία ανίχνευσης της ιοντίζουσας ακτινοβολίας βασίζεται στη χρήση ανιχνευτών σπινθηρισμού. Κύριο στοιχείο αυτών των ανιχνευτών αποτελεί το υλικό του σπινθηριστή. Ο σπινθηριστής LGSO:Ce είναι ένα καινούργιο και αποδοτικό υλικό ταχείας απόκρισης. Μέσω του σπινθηριστή η προσπίπτουσα ακτινοβολία μετατρέπεται σε όπου καταγράφεται και μετατρέπεται σε ηλεκτρικό σήμα από έναν οπτικό αισθητήρα (φωτοανιχνευτή). Το συνολικό ποσοστό του εκπεμπόμενου φωτός του σπινθηριστή, που ανιχνεύεται από τον φωτοανιχνευτή και τελικά χρησιμοποιείται για την δημιουργία της ιατρικής εικόνας παίζει καθοριστικό ρόλο στη μείωση της επιβάρυνσης του ασθενούς σε ακτινοβολία όσο και στην ποιότητα της τελικής διαγνωστικής εικόνας/ων. Στην προτεινόμενη πτυχιακή θα αξιολογηθούν δείγματα κρυστάλλων LGSO:Ce υπό διέγερση ακτινών-χ ή/και ακτινών-γ για πιθανές εφαρμογές σε ανιχνευτές ιατρικής απεικόνισης
     Προαπαιτούμενα: Καλή γνώση ιοντιζουσών ακτινοβολιών και οργανολογίας συστημάτων Ακτινοδιαγνωστικής και Πυρηνικής Ιατρικής απεικόνισης.

 

Χρήστος Μιχαήλ, Αναπληρωτής Καθηγητής

• 1. Ανάπτυξη νέων μεθόδων παρασκευής υλικών φωσφόρων σπινθηριστών (περιλαμβανομένων νανοϋλικών) σε μορφή λεπτών εύκαμπτων φιλμ με βάση τροποποιημένες ρητίνες.
  2. Ανάπτυξη νέων υλικών φωσφόρων σπινθηριστών (περιλαμβανομένων νανοϋλικών) και εφαρμογή σε ψηφιακά απεικονιστικά συστήματα Ιατρικής με αισθητήρες τύπου complementary metal–oxide–semiconductors (CMOS).
  3. Ανάπτυξη νέων πειραματικών μεθόδων αξιολόγησης Ιατρικής απεικόνισης σε συστήματα Πυρηνικής Ιατρικής (SPECT και PET) μέσω μεθόδων Monte Carlo και πειραματικής επιβεβαίωσης.
  4. Ανάπτυξη νέων πειραματικών μεθόδων Ιατρικής Απεικόνισης με τεχνικές διπλής ενέργειας (Dual Energy) ακτίνων-X για εφαρμογή στην οστεοπόρωση, τη μαστογραφία και την αγγειογραφία.
  5. Ανάπτυξη ολοκληρωμένου ψηφιακού απεικονιστικού συστήματος Τομοσύνθεσης Διπλής Ενέργειας με Ιατρικό ψηφιακό ανιχνευτή εξειδικευμένο για εφαρμογές ψηφιακής τομοσύνθεσης μαστού, μεγάλης επιφάνειας τύπου CMOS.
  6. Πειραματική μελέτη και ανάπτυξη λεπτών εύκαμπτων φιλμ PMMA και κβαντικών τελειών (quantum dots-QDs) για Ιατρικές οπτοηλεκτρονικές εφαρμογές.
  7. Ανάπτυξη μεθόδων μέτρησης βαρέων μετάλλων και μικροπλαστικών στο θαλασσινό νερό.