Počítačové simulace komplexních systémů

---

Specializujeme se na simulace komplexních systémů pomocí částicového a spojitého přístupu. V částicovém přístupu využíváme zejména molekulární dynamiku pro popis chování fyzikálně-chemických systémů, např. simulace kompozitních materiálů na bázi polymerů nebo separačních procesů v membránách. Dále se věnujeme počítačové simulaci pohybu chodců, kde využíváme diskrétního přístupu pomocí celulárních automatů, tak i spojité modelování založené na metodách computational fluid dynamics, při kterém jsou chodci vnímáni jako inteligentní tekutina. Více 

Prediktivní modelování

---

Zabýváme se aplikací nástrojů matematického modelování pro analýzu a predikci časových řad, a to jak z business prostředí a firemních procesů, tak i dat získaných pomocí dalších činností. Používáme jak klasické statistické nástroje pro časové řady, tak i moderní metody vycházející ze strojového učení (neuronové sítě aj.), případně jejich kombinace. Více

---

Počítačová analýza medicínských dat

---

Specializujeme se na vývoj a implementaci algoritmů pro zpracování a analýzu medicínských dat zejména pro diagnostické účely. Jde například o detekce specifických událostí v signálech, extrapolace komplexních informací z omezeného souboru dat, korelace, segmentace buněk ze snímků pořízených mikroskopy, tvorba specializovaných databází pro další výzkumná využití aj. V případě fyziologických signálů máme zkušenosti se zpracováním EKG EEG a EMG signálů, v případě obrazových dat zpracováváme nejčastěji snímky buněk, tkání aj. Pro zpracování využíváme širokou paletu nástrojů od klasických (Python), až po Big Data (Apache Hadoop, Cassandra aj.). Dále se zaměřujeme i na implementaci metod strojového učení (například konvolučních sítí) a to s využitím specializovaného hardwaru včetně masivně paralelních přístupů. Více

---

Hardwarové vybavení

Laboratoř

Laboratoř je vybavena:

• 3× výpočetní počítače
• 1× GPU server
• 1× řídící server
• 2× diskové pole z nich jedno je určené pro citlivá data smluvních partnerů

Výpočetní klastr laboratoře

Výpočetní klastr je vybaven:

• 4× výpočetní uzel s GPU akcelerací
• 1× řídící server
• 1× diskové pole

Fakultní výpočetní klastr

Přírodovědecká fakulta disponuje výkonným výpočetním klastrem. Jeho specifikace je ZDE.

Virtuální prohlídka serverovny PřF ZDE.

Galerie

---

Spolupráce

Projekty

• ERDF/ESF UniQSurf -Centre of biointerfaces and hybrid functional materials, 2018-2022.
• TA ČR Kappa METAMORPH -Advanced hybrid organic-inorganic nanofibers for CO2 capture and photocatalysis, 2021 – 2023.
• ADLER Czech, a.s. Datová analýza ve společnosti ADLER Czech, a.s., 2019 – 2020.
• Severočeské doly a.s. Analýza využití metod strojového učení pro monitoring a predikci vývoje stavu spodní vody v dobývacím území, 2020 – 2021.

 

Témata závěrečných prací

Aplikace segmentace obrazu ve zdravotnictví (RNDr. Petr Kubera, Ph.D.)

Cílem práce je provést rešerši existujících modelů pro segmentaci obrazu např. modelů U-Net, DeepLabV3+, BESNet, ResUNet , YOLO pro data získaná pomocí RTG, MRI. Nabízí se možnost zkoumat vliv konkrétního preprocesingu na daný model, dále pak porovnání výšeuvedených modelů mezi sebou v různých metrikách např. Sørensen–Dice coefficient, Jaccard index apod. Modely není nutné programovat, bude použita stávající volně dostupná implementace.

Aplikace metod strojového učení na analýzu pohybu ve 3D (RNDr. Petr Kubera, Ph.D.)

Cílem práce je analýza dat získaných měřením pohybu na Fakultě zdraotnickcýh studií UJEP. Předpokládá se provedení základní analýzy příznakového prostoru, korelace, PCA, LDA apod. a výběr vhodných příznaků pro model klasifikace. Dále pak sestavení vhodného modelu ML pro klasifikaci dat – očekává se použití spíše základních metod jako jsou rozhodovací stromy, lesy, logistická regrese, SVM apod. Součástí práce je seznámení se s formátem dat, která pocházejí z proprietárního měřícího sw.

Počítačové zpracování elektromyografického signálu (doc. RNDr. Zbyšek Posel, Ph.D.)

Cílem práce je využít metody zpracování elektromyografického signálu (klasické dekompoziční metody nebo metody založené na neuronových sítích) pro rekonstrukci aktivity jednotlivých motorických neuronů z měření pomocí povrchových elektrod a poskytnout tak lékařům a fyzioterapeutům, detailní vhled do funkce vyšetřovaného svalu.

Řešené práce:

• Aplikace rekurentních neuronových sítí pro zpracování elektromyografického signálu (Bc. Daniel Moudrý)
• Aplikace konvolučních neuronových sítí pro zpracování elektromyografického signálu (Bc. Jiří Brož)
• Počítačová dekompozice povrchového elektromyografického signálu (Barbora Ani)

Segmentace a klasifikace alveolárních buněk na snímcích z flexibilní bronchoskopie (doc. RNDr. Zbyšek Posel, Ph.D.)

Cílem práce je jednak otestovat metody a přístupy pro segmentaci alveolárních buněk ze snímků pořízených při flexibilní bronchoskopii a následně i metody pro jejich klasifikaci do jednotlivých skupin tak, aby bylo možné celý proces vyšetření co nejlépe automatizovat. Testované metody budou zejména z oblasti konvolučních neuronových sítí a segmentačních algoritmů typu Watershed. V rámci práce budou testovány jednotlivé kroky od předzpracování snímku (včetně jeho pořízení), přes segmentaci, až po jeho klasifikaci.

Řešené práce:

• Segmentace buněk na snímcích z mikroskopu (Bc. Petr Fridrich)
• Segmentace buněk na snímcích z mikroskopu za použití neuronových sítí (Bc. Daniel Zavičár)

Detekce a odstranění artefaktů ve fyziologických signálech měřených při traumatickém poranění mozku (doc. RNDr. Zbyšek Posel, Ph.D.)

Cílem práce je navrhnout a otestovat přístup pro včasnou detekci artefaktů ve fyziologických signálech měřených při traumatickém poranění mozku a pro jejich odstranění před výpočtem sledovaných veličin. Jedná se zejména o signály krevního a nitrolebního tlaku, které se využívají pro výpočet indikátoru, tzv. cerebrálního perfuzního tlaku. Pro detekci a odstranění artefaktů budou testovány zejména klasické metody zpracování signálu, ale i například konvoluční neuronové sítě a predikční metody pro výboje časových řad.

Řešené práce:

• Včasná detekce artefaktů ve fyziologických signálech (Saliha Afzaal)