Σελίδα-δείγμα Τα στοιχεία είναι αληθινά. Τα λόγια είναι υποκατάστατα — στη θέση τους μπαίνουν τα δικά σου.
Daljeet Singh
Μια ερώτηση που δεν έλεγε να φύγει, μια μέθοδος που χρειάστηκε να χτιστεί δύο φορές, και η ώρα που όλα αυτά υποστηρίζονται δημόσια.
“Towards Microwave Based Monitoring of Brain Thermo-Fluid Dynamics”
Τρεις ερωτήσεις
Γιατί αυτό το θέμα;
Ξεκίνησε από κάτι που με ενοχλούσε και δεν με άφηνε σε ησυχία. Το πεδίο είχε ήδη μια απάντηση, και δεν την πίστευα.
Τι σας εξέπληξε;
Πόσο συχνά το ενδιαφέρον εύρημα ήταν αυτό που δεν έψαχνα, και πόσο μου πήρε να πάψω να το θεωρώ θόρυβο.
Τι γίνεται μετά την υποστήριξη;
Ύπνος, πρώτα. Μετά, να δω αν αυτό που έμαθα αντέχει έξω από το πανεπιστήμιο.
Με δικά τους λόγια“Στην αρχή νόμιζα ότι ήξερα την απάντηση. Στο τρίτο έτος κατάλαβα ότι δεν είχα καταλάβει την ερώτηση.”
Σχετικά με τη διατριβή
The human brain is a central organ whose complex biological processes closely reflect the health and well-being of an individual. The temporal and spatial variations of thermal and hemodynamic states of the brain are of utmost clinical importance for both intensive care patients as well as healthy subjects. Microwave-based techniques are promising for such applications because they provide non-ionizing, non-invasive sensing with low system cost, compact and portable hardware, and tunable tissue penetration capabilities. The primary objective of this thesis is to develop a Machine Learning (ML) powered microwave system for non-invasive thermal and hemodynamic monitoring of the brain. The quantitative and automatic method proposed in this work is based on two-level features extracted from the magnitude and phase response of microwave sensors. The proposed method ensures an automatic, near-real-time operation using a unique Ordered Selection Scheme (OSS).