Ви є тут

Головна ›

Наукова група з обробки та аналізу біомедичних сигналів і зображень для діагностики та моніторингу

Інформація про групу

Наша дослідницька група розробляє передові методи обробки та аналізу біомедичних сигналів і зображень для підтримки діагностики, прогнозування та безперервного моніторингу стану здоров’я.
Ми працюємо на перетині інженерії, математики та медицини, перетворюючи складні фізіологічні дані на клінічно значущі показники.
Група поєднує експертизу в обробці біосигналів, машинному навчанні, штучному інтелекті та інженерії медичних пристроїв для створення, валідації та впровадження діагностичних інструментів на основі даних.

Напрямки досліджень

Ми вивчаємо широкий спектр фізіологічних сигналів і біомедичних даних, зокрема::

  • Електроенцефалографію (ЕЕГ) для дослідження психічного здоров’я, вигорання, епілепсії, хвороби Паркінсона та інтерфейсів мозок–комп’ютер.
  • Електрокардіографію (ЕКГ) та варіабельність серцевого ритму (ВСР) для аналізу аритмій, апное сну та оцінювання серцево-судинних ризиків.
  • Окулографію та сигнали постурального контролю для виявлення струсів мозку, легкої черепно-мозкової травми та інших неврологічних порушень.
  • Електричну активність і потенціали дії клітин серцевого м’яза для оцінювання кардіотоксичності та дослідження безпеки лікарських засобів.
  • Аналіз звуків дихання для виявлення та моніторингу респіраторних захворювань, таких як бронхіт і ХОЗЛ.

З методологічної точки зору ми зосереджуємося на машинному навчанні, глибинному навчанні, фрактальному та масштабному аналізі, інформаційно-теоретичних підходах, а також на сучасних методах частотно-часової та нелінійної обробки сигналів.

Суспільні виклики та вплив

Наша діяльність спрямована на розв’язання ключових суспільних викликів у сфері охорони здоров’я, забезпечуючи:

  • Раннє виявлення та безперервний моніторинг неврологічних, серцево-судинних і респіраторних порушень.
  • Об’єктивну оцінку психічного стану, вигорання та когнітивного навантаження в робочих і навчальних середовищах.
  • Покращення діагностики та подальшого спостереження за пацієнтами зі струсом мозку та легкою черепно-мозковою травмою, включно з травмами, пов’язаними з війною.
  • Підтримку персоналізованої медицини та систем підтримки прийняття рішень у лікарнях і телемедичних сервісах.

Проєкти

EU-TRAINS

  • Повна назва: EU-TRAINS
  • Абревіатура: EU-TRAINS
  • Фінансування: Horizon Europe
  • Тривалість: 01.05.2024 – 30.04.2027
  • Вебсайт:
    https://eu-trains.eu/

У межах EU-TRAINS ми надаємо експертизу в аналізі біосигналів, AI-діагностиці та методах персоналізованої медицини й інтелектуальних систем моніторингу.

Дані та дослідницька інфраструктура

Група підтримує та розвиває спеціально підготовлені й анотовані бази даних біомедичних сигналів, включно з:

  • ЕЕГ (емоційне сприйняття, розлади аутичного спектра, когнітивне навантаження, епілепсія).
  • ЕКГ та серцевого ритму для дослідження аритмій, пізніх потенціалів шлуночків та апное сну.
  • Даними відстеження руху очей, постурального контролю та рухових траєкторій для оцінки рівноваги, когнітивних розладів, ходи та виявлення струсів мозку.
  • Даними про електричну активність клітин серцевого м’яза, позаклітинні потенціали та реконструйовані потенціали дії.

Ці ресурси підтримують розробку, тестування та валідацію нових алгоритмів і доступні для спільних проєктів у рамках ATHENA.

Учасники групи

Науково-педагогічні працівники та дослідники

  • Антон Попов – керівник групи, PhD, професор – Google Scholar
  • Катерина Іванько – PhD, доцент –
    Заступниця головного редактора журналу «Вісник НТУУ КПІ. Серія Радіотехніка»;
    Член IEEE R8 Membership Development Committee;
    Заступниця голови IEEE Ukraine Section Women in Engineering;
    Заступниця голови IEEE Ukraine Section (Kyiv) ED/MTT/CP/SSC Joint Chapter r – Google Scholar
  • Наталія Іванушкіна – PhD, доцент – Google Scholar
  • Євгеній Карплюк – PhD, доцент – Google Scholar
  • Ганна Порєва – PhD, доцент; голова IEEE Ukraine Section (Kyiv) ED/MTT/CP/SSC Joint Chapter – Google Scholar

Аспіранти

  • Антон Мневець– Google Scholar
  • Вʼячеслав Бондарев – Google Scholar
  • Семен Мушта
  • Ілля Мушта
  • Антон Коцюбайло
  • Богдан Коломієць
  • Михайло Кудас
  • Данило Ярош
  • Данило Резніченко
  • Віталій Іващук
  • Дмитро Шевчук

Публікації

    2025

  • Afek, N., Harmatiuk, D., Gawłowska, M., Ferreira, J.M.A., Golonka, K., Tukaiev, S., Popov, A., Marek, T. (2025). Functional connectivity in burnout syndrome: a resting-state EEG study. Frontiers in Human Neuroscience, 19:1481760. https://doi.org/10.3389/fnhum.2025.1481760
  • Mushta, I., Koks, S., Popov, A., Lysenko, O. (2025). Exploring the Potential Imaging Biomarkers for Parkinson’s Disease Using Machine Learning Approach. Bioengineering, 12(1), 11. https://doi.org/10.3390/bioengineering12010011
  • A. V. Mnevets, N. G. Ivanushkina, Classification of low-amplitude ECG components using adaptive activation functions of neural networks,
    Radioelectronics and Communications Systems, 2025. https://doi.org/10.20535/S0021347024120021
    Mnevets A.V., Ivanushkina N.G. Siamese neural network’s models for cardiac arrhythmia classification in the conditions of shortage of training ECG signals. Miscrosystems, Electronics and Acoustics, 2025, 30(2), p. 325111.1–325111.12, doi: 10.20535/2523-4455.mea.325111.

    • 2024

  • Mangalam M, Seleznov I, Kolosova E, Popov A, Kelty-Stephen DG and Kiyono K (2024) Postural control in gymnasts: anisotropic fractal scaling reveals proprioceptive reintegration in vestibular perturbation. Front. Netw. Physiol. 4:1393171. https://doi.org/10.3389/fnetp.2024.1393171
  • Mangalam, M., Kelty-Stephen, D.G., Seleznov, I., Popov, A., Likens, A.D., Kiyono, K., Stergiou, N. Older adults and individuals with Parkinson’s disease control posture along suborthogonal directions that deviate from the traditional anteroposterior and mediolateral directions. Sci Rep 14, 4117 (2024). https://doi.org/10.1038/s41598-024-54583-y
  • Lavrenko I, Popov A, Seleznov I, Kiyono K. Fractal Analysis of the Centrifuge Vibrograms. Fractal and Fractional. 2024; 8(1):60. https://doi.org/10.3390/fractalfract8010060
  • Danylo Reznichenko, Kateryna Ivanko, Nataliia Ivanushkina and Hanna Porieva “Analysis of Multichannel EEG Data and Heart Rate Variability for the Detection of Epileptic Seizures in Newborns”, 2024 IEEE 42st International Conference on Electronics and Nanotechnology (ELNANO), 2024, pp. 461-466. DOI: 10.1109/ELNANO63394.2024.10756852
  • Kateryna Ivanko, Hanna Porieva, Yevhenii Karpluk, Philip de Chazal, Orsolya Kekesi and Anton Popov “Heart Rate Variability in Normal Periods of Breathing in Sleep as a Marker of Obstructive Sleep Apnea Severity”, 2024 IEEE 42st International Conference on Electronics and Nanotechnology (ELNANO), 2024, pp. 467-472.
    DOI: 10.1109/ELNANO63394.2024.10756867
  • N. Ivanushkina, A. Mnevets, «Detection of Erroneously Selected Cardiac Cycles Using Neural Networks», 2024 IEEE 42nd International Conference on Electronics and Nanotechnology (ELNANO), 2024, pp. 406-411. DOI: 10.1109/ELNANO63394.2024.10756903
  • M. O. Shpotak, N. G. Ivanushkina, «Application of k-Nearest Neighbors Method for Drug Concentration and Cardiotoxicity Classification Using Extracellular Field Potentials and Reconstructed Action Potentials of Cardiac Cells», Miscrosystems, Electronics and Acoustics, 29(1), 2024, doi: 10.20535/2523-4455.2024.29.1
  • Mnevets A.V., Ivanushkina N.G. Neural Networks Detection of Low-Amplitude Components on ECG Using Modified Wavelet Transform. Visnyk NTUU KPI Seriia–Radiotekhnika Radioaparatobuduvannia, 2024, Iss.97, pp.46–57. https://radap.kpi.ua/radiotechnique/article/view/2001

    • 2023

  • Sandro Hurtado, José García-Nieto, Anton Popov, and Ismael Navas Delgado. 2023. "Human Activity Recognition From Sensorised Patient's Data in Healthcare: A Streaming Deep Learning-Based Approach," International Journal of Interactive Multimedia and Artificial Intelligence, 8(1), 23-37. http://dx.doi.org/10.9781/ijimai.2022.05.004
  • M. O. Shpotak, N. G. Ivanushkina, K. O. Ivanko, і Y. V. Prokopenko, «Estimation of Multiple Cardiac Cells’ Action Potentials From Extracellular Field Potentials», RADAP, вип. 93, с. 70–77, Вер 2023, doi: 10.20535/RADAP.2023.93.70-77.

    • 2022

  • Chernykh M, Vodianyk B, Seleznov I, Harmatiuk D, Zyma I, Popov A, Kiyono K. Detrending Moving Average, Power Spectral Density, and Coherence: Three EEG-Based Methods to Assess Emotion Irradiation during Facial Perception. Applied Sciences. 2022; 12(15):7849. https://doi.org/10.3390/app12157849
  • Y. Zerrouk, K. Ivanko, N. Ivanushkina, A. Korniienko, M. Basarab and H. Porieva, "Prediction of Epileptic Seizures Based on Analysis of Electrical Activity of the Brain and Parameters of Heart Rate Variability," 2022 IEEE 41st International Conference on Electronics and Nanotechnology (ELNANO), 2022, pp. 440-445, doi:10.1109/ELNANO54667.2022.9927003
  • Ivanushkina, N.G., Ivanko, K.O., Shpotak, M.O. and Prokopenko, Yu.V. Reconstruction of Action Potentials of Cardiac Cells from Extracellular Field Potentials. Radioelectron. Commun. Syst. 65, 354–364 (2022).
    https://link.springer.com/article/10.3103/S0735272722090047

    • 2021

  • O. Avilov, S. Rimbert, A. Popov and L. Bougrain, "Optimizing Motor Intention Detection With Deep Learning: Towards Management of Intraoperative Awareness," in IEEE Transactions on Biomedical Engineering, vol. 68, no. 10, pp. 3087-3097, Oct. 2021. https://doi.org/10.1109/TBME.2021.3064794
  • Fagan X., Ivanko K., Ivanushkina N. (2021) Detection of Ventricular Late Potentials in Electrocardiograms Using Machine Learning. In: Hu Z., Petoukhov S., Dychka I., He M. (eds) Advances in Computer Science for Engineering and Education. Advances in Intelligent Systems and Computing, vol 1247, pp 487–497. Springer, Cham. https://doi.org/10.1007/978-3-030-55506-1_44
  • Porieva H.S., Ivanko K.O., Semkiv C.I.,Vaityshyn V.I. Investigation of Lung Sounds Features for Detection of Bronchitis and COPD Using Machine Learning Methods/Visnyk NTUU KPI Seriia–Radiotekhnika Radioaparatobuduvannia, 2021, Iss.84, pp.78-87. http://radap.kpi.ua/radiotechnique/article/view/1710/1480
  • N. G. Ivanushkina, K. O. Ivanko, M. O. Shpotak, і Y. V. Prokopenko, Solving the Inverse Problem of Relationship Between Action Potentials and Field Potentials in Cardiac Cells, RADAP, вип. 85, с. 53–59, Чер 2021, https://doi.org/10.20535/RADAP.2021.85.53-59.

    • 2020

  • Seleznov, I., Popov, A., Kikuchi, K. et al. Detection of oriented fractal scaling components in anisotropic two-dimensional trajectories. Sci Rep 10, 21892 (2020). https://doi.org/10.1038/s41598-020-78807-z
  • Kotiuchyi, I.; Pernice, R.; Popov, A.; Faes, L.; Kharytonov, V. A Framework to Assess the Information Dynamics of Source EEG Activity and Its Application to Epileptic Brain Networks. Brain Sci. 2020, 10, 657. https://doi.org/10.3390/brainsci10090657
  • Kateryna Ivanko, Nataliia Ivanushkina, Anna Rykhalska. Identifying episodes of sleep apnea in ECG by machine learning methods/ Proceedings of 2020 IEEE 40th International Scientific Conference on Electronics and Nanotechnology. – 2020. – рp. 588 – 593.
    DOI: 10.1109/ELNANO50318.2020.9088749