Agyi Bioelektromos Képalkotó Kutatólaboratórium

Laborvezető: Prof. Nagy Zoltán, DSc, professzor emeritus, egyetemi tanár,
Email:

Tagok: Prof. Kozmann György, DSc, professzor emeritus, egyetemi tanár
Dr. Juhász Zoltán, egyetemi docens
Mohamed F. Issa, posztdoktor kutató
Körmendi János PhD hallgató

A kutatólaboratórium tevékenysége

Kutatási tevékenységünk az agyi elektromos jelenségek EEG mérési technológiával történő vizsgálatára és új EEG adatfeldolgozási módszerek fejlesztésére fókuszál. Az emberi agy működése közben keletkező bioelektromos jeleket sokcsatornás (128 elektróda) és magas mintavételi frekvenciájú (2-4 kHz) regisztráció után képi formátumban lehet megjeleníteni, ami a bioelektromos képalkotás alapja. A nagy időbeli felbontás (milliszekundum alatti időlépték) lehetővé teszi az agyműködés dinamikájának olyan szintű feltérképezését, ami más képalkotó módszerekkel (fMRI, PET, NIRS) nem lehetséges. Laboratóriumunkban kifejlesztettünk egy új, az sLORETA típusú feldolgozási rendszerre épülő, az agyi folyamatok lényegét kiemelő képalkotó módszert (Single Channel Activity Laplacian Map, SICAL), amellyel a motoros működés és annak zavarai vizsgálhatók. Új módszereket fejlesztettünk ki az EEG méréseket kísérő, az adatokat nagymértékben zavaró és torzító műtermékek eltávolítására. Módszereink az irodalomban ismert eljárásoknál pontosabban tisztítják a mért jeleket. Kutatásunk kiterjed az agyi folyamatok oszcillációs tulajdonságainak vizsgálatára is. Új eljárással tudjuk vizsgálni a stroke betegek ujjbillentés végrehajtásának változásait. Munkánk további célkitűzései az EEG képalkotás alapkutatási kérdéseinek vizsgálata (forward és inverz számítás alkalmazása, agyi források jellemzése), valamint az agyi hálózatok dinamikájának minél pontosabb feltérképezése, ennek érdekében magas térbeli és időbeli felbontású konnektivitási idősorok meghatározása EEG jelekből, majd ezek elemzése. Szintén nagy figyelmet fordítunk a feldolgozás informatikai kérdéseire, a komplex jel- és adatfeldolgozó algoritmusok minél gyorsabb és hatékonyabb végrehajtására. Ehhez nagyfokúan párhuzamos, több ezer processszor-magot is kihasználni képes implementációkat készítünk. Kutatási munkánk során együttműködünk az Országos Mentális Ideggyógyászati és Idegsebészeti Intézettel, a Pannon Egyetem Modern Filológiai és Társadalomtudományi Karával és az írországi University College Dublin-nal.

Kutatási eredmények

  • A regisztrálás során keletkező műtermékek szűrésének új módszere,

  • Egy új EEG-alapú funkcionális képalkotó módszer,

  • A lényegkiemelés optimalizált algoritmusának beállítása,

  • A módszerek  már ismert technikákkal (fMRI, LORETA) történő validálása,

  • A dipólus irányának hatásvizsgálata fejmodellen, illetve a jel-zaj viszonyok elemzése,

  • A frekvenciafüggés jelentőségének vizsgálata,

  • Az életkorfüggő aktivitási mintázat elsőként végzett vizsgálata az ujjbillentési paradigmában,

  • A kezesség meghatározásának új módszere,

  • A mozgásszerveződés változásának jellemzése a stroke utáni állapotban az aktivált csatornák eloszlása alapján,

  • Lokalizációs pontossági becslések egyszerű és realisztikus fejmodellen, értékes következtetések a hibák forrására,

  • Interaktív, epileptikus lokalizációt többféle módszerrel is segítő szoftver (SOLO környezet), melynek újdonsága az intrakraniális elektródák támogatása,

  • Új, nagyfokúan párhuzamos GPU algoritmusok EEG jelfeldolgozási részfeladatokra.

 Válogatott publikációk

  • Issa M.F., Kozmann G., Juhasz Z. (2021) Increasing the Temporal Resolution of Dynamic Functional Connectivity with Ensemble Empirical Mode Decomposition. In: Jarm T., Cvetkoska A., Mahnič-Kalamiza S., Miklavcic D. (eds) 8th European Medical and Biological Engineering Conference. EMBEC 2020. IFMBE Proceedings, vol 80. Springer, Cham. https://doi.org/10.1007/978-3-030-64610-3_74

  • Juhasz, Zoltan. "Quantitative cost comparison of on-premise and cloud infrastructure based EEG data processing." Cluster Computing (2020): 1-17, doi: 10.1007/s10586-020-03141-y. (IF: 3.458)

  • Issa, M.F., Juhasz, Z. Improved EOG Artifact Removal Using Wavelet Enhanced Independent Component Analysis. Brain Sci. 2019, 9, 355. (IF: 3.332).

  • Mohamed F. Issa, Gergely Tuboly, György Kozmann, Zoltan Juhasz, Automatic ECG artefact removal from EEG signals – Measurement Science Review, 19, (2019), No. 3, 101-108 (IF: 0.985)

  • M.F. Issa, Z. Juhasz, Gy. Kozmann, Automatic Removal of EOG artefacts from EEG based on Independent Component Analysis, Pannonian Conference on Advances in Information Technology (PCIT 2019), 31 May – 1 June, Veszprem, Hungary.

  • Mohamed F. Issa, Gyorgy Kozmann, Zoltan Nagy, Zoltan Juhasz, Functional Connectivity Biomarkers based on Resting-state EEG for Stroke Recovery, Measurement 2019, 12th International Conference on Measurement, May 27-29, Smolenice, Slovakia.

  • G. Benko and Z. Juhasz, GPU implementation of the FastICA algorithm, MIPRO 2019, 42th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), Opatija, May 20-24, 2019.

  • Z. Juhasz and M.F. Issa, EEG based imaging of stroke location, extent and progress of recovery using a GPU architecture, MIPRO 2019, 42th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), Opatija, May 20-24, 2019.

  • Zoltán Juhász, Mohammed F. Issa, János Körmendi, Ádám Gyulai, Zoltán Nagy, Quantitative EEG in stroke rehabilitation, 6th Neuroimaging Workshop, 19-20 Oct 2018, Pecs, Hungary.

  • Juhász Zoltán, Katona Melinda, Bodnár Péter, Tóth Eszter, Bozsik Bence, Bencsik Krisztina, Nyúl László, Vécsei László, Kincses Zsigmond Tamás, Az orvosi képalkotás klasszikus és új informatikai megoldásai, IME: INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY / INFORMATIKA ÉS MENEDZSMENT AZ EGÉSZSÉGÜGYBEN, XVII: 9 pp. 56-61, (2018)

  • Mohamed F. Issa, Zoltan Juhasz and Gyorgy Kozmann, EEG analysis methods in neurolinguistics: a short review, IME: INTERDISZCIPLINÁRIS MAGYAR EGÉSZSÉGÜGY / INFORMATIKA ÉS MENEDZSMENT AZ EGÉSZSÉGÜGYBEN XVII: 2 pp. 48-54, (2018)

  • Z. Juhasz, "Highly parallel online bioelectrical signal processing on GPU architecture," MIPRO 2017, 40th International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), Opatija, 2017, pp. 340-346. doi: 10.23919/MIPRO.2017.7973446

  • Z Juhasz, G Kozmann, “A GPU-based Soft Real-Time System for Simultaneous EEG Processing and Visualization”, Scalable Computing: Practice and Experience 17 (2), 61-78.

  • 21. Z Juhasz, I Vassanyi, A G Nagy, A Papp, D Fabo, Gy Kozmann, SOLO: An EEG Processing Software Framework for Localising Epileptogenic Zones, In: Ján Manka, Milan Tysler, Viktor Witkovsky, Ivan Frollo (szerk.) Measurement 2013: 9th International Conference on Measurement. Konferencia helye, ideje: Smolenice, Szlovákia, 2013.05.27-2013.05.30. Bratislava: Vydavatelstvo Slovenskej Akadémie Vied (VEDA), 2013. pp. 105-108.

  • Colombo G, Merico D, Boncoraglio G, De Paoli F, Ellul J, Frisoni G, Nagy Z, van der Lugt A, Vassányi I, Antoniotti M.: "An ontological modeling approach to cerebrovascular disease studies: The NEUROWEB case." Journal of Biomedical Informatics, 2010 Aug, 43(4):469-84 (SCI impact factor: 1.94)

  • de Vico Fallani F, Astolfi L, Cincotti F, Mattia D, la Rocca D, Maksuti E, Salinari S, Babiloni F, Vegso B, Kozmann G, Nagy Z.: Evaluation of the brain network organization from EEG signals: a preliminary evidence in stroke patient. Anat Rec.  2009 Dec; 292(12): 2023-31. (SCI impact factor: 1.569)

  • Vassányi I, Dulai T, Muhi D: "Mapping Clinical Databases to the Neuroweb Ontology: Lessons Learned" Med-e-Tel Conference, 16-18 April 2008, Luxembourg. In Malina Jordanova (ed.) "Global Telemedicine and eHealth Updates: Knowledge Resources", Vol. I, April 2008, ISSN 1998-5509, pp. 84-88.

  • Kozmann G, Cserti P, Nagy Z: New approach of spatio-temporal cortical activation assessment in finger-tapping studies. In: Lecture notes of the ICB Seminar on  Variability in Biomedical Signals, pp: 3-4. 128th ICB Seminar, Warsaw, November 4-7, 2012.

  • Juhasz Z, Vassanyi I, Nagy GA, Papp A, Fabo D, Kozmann G: SOLO: An EEG Processing Software Framework for Localising Epileptogenic Zones. Proc. 9th Int. Conf. on Measurement, May 2013, Smolenice, Slovakia, ISBN 978-80-969-672-5-4 pp 105-108.

 

 

A kutatólaboratórium vezetőjének bemutatása

Agyi Bielektormos Nagy Zoltan

Dr. Nagy Zoltán ideg-elmegyógyász kutató, neurológus, egyetemi tanár. Orvostudományok kandidátusa címet szerzett 1981-ben, az MTA doktora 1992 óta. A Haynal Imre Egészségtudományi Egyetem neurológia tanszékét vezette 2000-től az egyetem megszűnéséig. Az Agyérbetegségek Országos Központjának igazgatója 1993-tól, az Országos Pszichiátriai és Neurológiai Intézet főigazgatója 2002-től egészen az intézet megszűnéséig. 2008 óta a Pannon Egyetem Műszaki Informatikai Karának professzora, valamint a Semmelweis Egyetem Szív és Érgyógyászati Klinikán a Vascularis neurológiai Tanszéki Csoport tanácsadója. 2011. március 15-i nemzeti ünnep alkalmából a Magyar Köztársasági Érdemrend lovagkeresztje kitüntetést vehette át, 2012 és 2018 február között az Országos Idegtudományi Intézet főigazgatói feladatainak ellátásával lett megbízva. Eddig 390 magyar és idegen nyelvű közleménye jelent meg, egyesített impakt faktora 265.3, SCI citációs indexe meghaladja a 3000-at. Az MTA Orvosi Osztályának választott tagja, valamint az Egészségügyi Tudományos Tanács Tudományos és Kutatásetikai Bizottságának tagja. A Pannon Egyetem Informatikai Tudományok Doktori Iskolájának törzstagja, a SOTE Szentágothai János Idegtudományi Doktori Iskola programvezetője. Közvetlen irányítása mellett 27 doktorjelölt védte meg PhD tézisét. Fő kutatási területei az agyműködés mezoszkopikus szintű kutatása, valamint az agyi plaszticitás vizsgálata.

thumb eu-kezikonyvbol
thumb magyarorszag megujul
thumb szechenyi-720x250
Minden jog fenntartva © 2021 Pannon Egyetem Műszaki Informatikai Kar

Az oldal cookie-t használ a felhasználói élmény javítása érdekében. Elfogadásával hozzájárul a cookie-k gyűjtéséhez. A cookie-król bővebben: wiki.