Kombinované studium

4 roky

prof. Ing. Valentine Provazník, Ph.D.

Předseda :
prof. Ing. Valentine Provazník, Ph.D.
Člen interní :
doc. Ing. Radim Kolář, Ph.D.
doc. Ing. Jana Kolářová, Ph.D.
doc. Ing. Daniel Schwarz, Ph.D.
Člen externí :
prof. Mgr. Jiří Damborský, Dr.
prof. Pharm.Dr. Petr Babula, Ph.D.
Prof. José Millet Roig
prof. Ewaryst Tkacz, Ph.D.,D.Sc.
prof. MUDr. Marie Nováková, Ph.D.
prof. Dr. Marcin Grzegorzek

Studijní program "Biomedicínské technologie a bioinformatika" si klade za cíl vychovávat absolventy, kteří budou zralými a výraznými vědeckými osobnostmi s velkým odborným a vědeckým rozhledem v oblasti biomedicínského inženýrství, bioinformatiky, biomedicínských technologií, matematické a systémové biologie a analýzy -omics dat. Absolventi také získají znalosti a zkušenosti zasahující do ryze technických oblastí, jako jsou především pokročilé metody zpracování vícerozměrných dat či oblast strojového učení. Na druhé straně se v rámci studia také seznámí s oblastmi experimentální fyziologie, molekulární biologie a genetiky. Také je kladen důraz na získání zkušeností v základním a experimentálním výzkumu a na schopnost extrakce fundamentálních poznatků z daných oblastí. Kromě rozvoje specifických odborných znalostí je kladen důraz i na rozvoj praktických dovedností typu „soft-skills“, jazykových, publikačních a prezentačních dovedností, a schopností práce v týmu i řízení týmu.

Absolvent doktorského studia tohoto programu je zralou vědeckou osobností s velkým rozhledem v oblastech biomedicínského inženýrství, bioinformatiky, matematické a systémové biologie, -omics technologií, ale také v oblasti technických věd. Je připraven řešit náročné výzkumné a vývojové problémy. V praxi je absolvent doktorského studia schopen samostatné tvůrčí činnosti a je připraven samostatně vést výzkum a vývoj ve zmíněných oblastech vědy. Dále je schopen řídit výzkumné týmy a zajišťovat mezioborovou komunikaci a spolupráci. Najde uplatnění v tuzemských i mezinárodních výzkumných institucích a ve firmách, kde je ve velké míře požadován inovativní přístup k řešení problémů – od návrhu řešení po realizaci.

Absolventi studijního programu “Biomedicínské technologie a bioinformatika” naleznou uplatnění jako vědecky erudovaní odborníci ve vědeckých a výzkumných institucích, firmách zabývajících se výzkumem a vývojem, instalacemi a servisem lékařské a laboratorní přístrojové techniky, dále na klinických pracovištích, nemocnicích a vědeckých centrech mezinárodního výzkumu. Absolventi programu budou rovněž dostatečně teoreticky i prakticky připraveni, aby v případě realizace akademické kariéry byli kvalitními výzkumníky se schopností budovat vlastní vědeckou školu a předávat nejnovější vědecké poznatky dalším generacím výzkumníků.

Studium doktoranda probíhá podle individuálního studijního plánu, který je zpracován v úvodu studia školitelem doktoranda ve spolupráci s doktorandem a následně schválen oborovou radou. V individuálním studijním plánu jsou specifikovány všechny povinnosti stanovené v souladu se Studijním a zkušebním řádem VUT, které musí doktorand k úspěšnému ukončení studia splnit. Tyto povinnosti jsou časově rozvrženy do celého období studia, jsou bodově ohodnoceny a v pevně daných termínech probíhá jejich plnění. Doktorandi jsou s ohledem na své zaměření již od počátku svého studia zapojeni do vědeckých skupin, které jsou specificky zaměřeny na konkrétní oblasti. Rozmanitost řešených témat v rámci biomedicínského inženýrství a bioinformatiky a nutnost studovat velmi specifické oblasti dokládá výčet odborných oblastí:

1. Akvizice a zpracování signálů: a) Zpracování a analýza EKG signálů. b) Experimentální kardiologie. c) Zpracování biologických dat. d) Fúze biologických dat.
2. Zpracování a analýza obrazů: a) Zpracování obrazů v mikroskopii. b) Zpracování a analýza CT obrazů. c) Zpracování obrazů a zobrazování v oftalmologii.
3. Bioinformatika: a) Číslicové zpracování genomických signálů. b) Funkční genomika a systémová biologie. c) Mapování farmakoforu a virtuální screening.
4. Buněčná biologie: Experimentální mikroskopická technika pro buněčné inženýrství.
 


Stěžejními teoretickými odbornými předměty jsou Mentoring 1 a Mentoring 2. Obsahy obou předmětů jsou pro každého doktoranda individuální. Optimální skladba studijních materiálů je navržena školiteli a školiteli specialisty pro každého doktoranda zvlášť tak, aby reflektovala zaměření disertační práce doktoranda a umožnila doktorandovi dosáhnout v dané oblasti (ale i příbuzných, zvláště pak interdisciplinárních, oblastech) hlubokého poznání nutného k dosažení mezinárodně kompetitivních vědeckých výsledků. Studovaná témata jsou probírána s experty na danou problematiku z řad akademických pracovníků VUT v Brně a také s experty ze spolupracujících domácích i zahraničních pracovišť. Odbornou úroveň garantuje garant studijního programu, členové oborové rady a dále školitelé doktorandů. Pro malou skupinu doktorandů s tak rozmanitými oblastmi studia je toto řešení maximálně přínosné a efektivní. Dílčí výstupy z teoretických odborných předmětů Mentoring 1 a Mentoring 2, spolu s praktickými výsledky, jsou studenty rozpracovávány do formy vědeckých časopiseckých článků a publikovány na mezinárodní úrovni.

Sledování a zvyšování kvality studijních výsledků je zajištěno absolvováním předmětů Vědecký seminář 1 a Vědecký seminář 2, které jsou zaměřeny na aktivní hledání možností řešení výzkumných problémů, obhajobu a oponování dílčích výsledků vědecké práce před odborným publikem a identifikaci efektivnějších řešení vedoucích k dosažení originálních publikovatelných výsledků. Oblast výzkumných problémů je stanovena v souladu s tématy dizertačních prací jednotlivých doktorandů. V předmětech Vědecká akademie 1 a Vědecká akademie 2 doktorandi zajišťují týmovou činnost vedením talentovaných studentů bakalářského a magisterského studijního programu. Účelem předmětu je zvýšit schopnosti doktorandů související s týmovým a projektovým managementem při řešení konkrétních výzkumných úkolů souvisejících s tématy dizertačních prací.

Další předměty studijního programu jsou zaměřeny na dovednosti typu „soft skills“, podle nichž jsou předměty pojmenovány: Prezentační a publikační dovednosti, Týmová spolupráce. Cílem „soft skills“ předmětů je připravit doktorandy na vědecky úspěšnou publikační činnost ve vědeckých časopisech zařazených ve své kategorii do kvartilu Q1 a prezentaci výsledků na prestižních mezinárodních konferencích indexovaných v Conference Proceedings Citation Index. V rámci předmětů doktorandi prohlubují své znalosti v oblasti odborné problematiky dle svého zaměření v souvislostech s definovanými dovednostmi. Pro studium těchto předmětů jsou využity dílčí výstupy z teoretických odborných předmětů Mentoring 1 a Mentoring 2. Časopisecké články jsou připravovány v optimálních návaznostech, postupy práce na publikacích jsou diskutovány v rámci zkušenějších týmů, výsledky jsou prezentovány kolegům z odborných skupin na pracovišti. Doktorandi se učí efektivně používat vědecké nástroje, optimalizují vědeckou práci a osvojují si zásady sdílení vědeckých výsledků.
Podrobnosti všech předmětů jsou uvedeny v charakteristikách studijních předmětů viz formuláře B-III.


Předměty, které student povinně absolvuje před státní doktorskou zkouškou, jsou následující:
1. “Mentoring 1”
2. “Mentoring 2”
3. “Vědecký seminář 1”
4. “Vědecký seminář 2”
5. “Týmová spolupráce”
6. “Prezentační a publikační dovednosti”
7. “Angličtina ve vědě”
8. “Vědecká akademie 1”
9. “Vědecká akademie 2”
10. "Zkouška z angličtiny před státní doktorskou zkouškou"

Ke státní doktorské zkoušce předkládá doktorand pojednání o své disertační práci. Obsahem je detailní popis práce včetně stanovení základních cílů, důkladné zhodnocení stavu vědeckého poznání v řešené oblasti a popis metod aplikovaných na řešení daného problému. Obhajoba pojednání, které je oponováno, je součástí státní doktorské zkoušky. V další části zkoušky musí student prokázat hluboké teoretické i praktické znalosti v oblastech souvisejících se zaměřením jeho studia. V širším kontextu se jedná o oblast biomedicínského inženýrství, bioinformatiky, biomedicínských technologií, matematické a systémové biologie a analýzy -omics dat. Státní doktorská zkouška probíhá ústní formou a kromě diskuse nad pojednáním k disertační práci se také skládá z tematických okruhů týkajících se povinných předmětů. K obhajobě disertační práce se student hlásí po vykonání státní doktorské zkoušky a po splnění podmínek pro ukončení, jakými jsou účast na výuce, vědecká a odborná činnost (tvůrčí činnost) a minimálně měsíční studijní nebo pracovní stáž na zahraniční instituci nebo aktivní účast na mezinárodním tvůrčím projektu.

Studium doktoranda probíhá podle individuálního studijního plánu (dále jen ISP), který zpracuje v úvodu studia školitel doktoranda ve spolupráci s doktorandem, a který je následně schválen oborovou radou. Individuální studijní plán je pro doktoranda závazný. Jsou v něm specifikovány všechny povinnosti stanovené v souladu se Studijním a zkušebním řádem VUT, které musí doktorand k úspěšnému ukončení studia splnit. Tyto povinnosti jsou časově rozvrženy do celého období studia a jsou bodově ohodnoceny v kategoriích Studijní oblast, Pedagogická praxe, Vědecká a odborná činnost. V pevně daných termínech probíhá kontrola plnění těchto povinností. Průběžné bodové hodnocení všech aktivit doktoranda je vedeno v dokumentu „Celkové bodové hodnocení doktoranda“ a je součástí ISP. Při zahájení dalšího roku studia pak školitel do ISP zaznamená případné změny a předkládá ke schválení oborovou radou. Nejpozději do 15.10. každého roku studia odevzdává doktorand vytištěný a podepsaný ISP na Vědeckém oddělení fakulty ke kontrole a archivaci.
Během prvních čtyř semestrů skládá doktorand zkoušky z povinných, povinně volitelných anebo volitelných předmětů. Současně se intenzivně zabývá vlastním studiem a analýzou poznatků v oboru stanoveném tématem disertační práce a průběžným publikováním takto získaných poznatků a vlastních výsledků. V dalších semestrech se doktorand již více soustřeďuje na výzkumnou práci, která souvisí s tématem disertační práce, na publikování výsledků své tvůrčí práce a na vlastní zpracování disertační práce.
Do konce druhého roku studia skládá doktorand státní doktorskou zkoušku, kterou prokazuje široký rozhled a hluboké znalosti v oboru souvisejícím s tématem disertační práce. K této zkoušce se musí přihlásit nejpozději do 30. dubna ve druhém roce svého studia. Státní doktorské zkoušce předchází zkouška z anglického jazyka.
Ve třetím a čtvrtém roce svého studia provádí doktorand potřebnou výzkumnou činnost, publikuje dosažené výsledky a zpracovává svoji disertační práci. Součástí studijních povinností v doktorském studijním programu je absolvování části studia na zahraniční instituci v rozsahu nejméně 1 měsíc (doporučovaná délka je alespoň 6 měsíců) nebo účast na mezinárodním tvůrčím projektu s výsledky publikovanými nebo prezentovanými v zahraničí nebo jiná forma přímé účasti studenta na mezinárodní spolupráci, což je nutné doložit nejpozději při odevzdání disertační práce.
Doktorandi v prezenční formě ve čtvrtém roce studia a doktorandi v kombinované formě v pátém roce studia předkládají do konce zimního zkouškového období svému školiteli rozpracovanou disertační práci, který ji ohodnotí. Disertační práci by měl doktorand odevzdat do konce 4. roku v prezenční formě studia, respektive do konce 5. roku v kombinované formě studia.
Student prezenční formy doktorského studia je v průběhu studia povinen absolvovat pedagogickou praxi, tj. působit v procesu výuky. Zapojení doktoranda do pedagogické činnosti je součástí jeho vědecké přípravy. Pedagogickou praxí doktorand získává zkušenosti v předávání poznatků a zdokonaluje prezentační dovednosti. Skladbu pedagogických aktivit (cvičení, laboratorní cvičení, vedení projektů apod.) určí doktorandovi vedoucí daného ústavu po dohodě se školitelem. Povinnost pedagogické praxe se nevztahuje na doktorandy-samoplátce a na doktorandy v kombinované formě studia. Zapojení do výuky v rámci pedagogické praxe potvrdí po jejím splnění školitel v IS VUT.

1. Detekce a klasifikace arytmií v ambulantních záznamech EKG s využitím hlubokého učení

   Interpretace počítačového záznamu elektrokardiogramu (EKG) hraje v klinickém workflow EKG zásadní roli. Široce dostupná digitální data EKG a schemata umělé inteligence představují příležitost k podstatnému zlepšení přesnosti automatizované analýzy EKG. Pokročilé metody umělé inteligence, jako jsou konvoluční neuronové sítě s hlubokým učením, umožňují rychlou počítačovou interpretaci EKG podobnou interpretaci člověka. Jde o situace, kdy signály a vzory, které jsou pro lidské interprety do značné míry nerozpoznatelné, lze přesně detekovat vícevrstvými neuronovými sítěmi, díky nimž je EKG výkonný neinvazivní biomarker. Hlavním cílem projektu je prokázat, že komplexní přístup hlubokého učení aplikovaný na celý diagnostický řetězec může klasifikovat širokou škálu různých arytmií z jednosvodových EKG s vysokým diagnostickým výkonem podobným výsledkům hodnocení kardiologem. Vyvinuté algoritmy pro počítačovou interpretaci EKG zlepší účinnost interpretace lidského experta přesným tříděním nebo upřednostněním nejvýraznějších vzorů v záznamech. UBMI zajišťuje doktorandům stipendium a/nebo částečný úvazek nad rámec státního stipendia při zapojení do grantového projektu nebo zapojení do výuky. V rámci studia absolvují doktorandi půlroční stáže na atraktivních partnerských univerzitách v zahraničí.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

2. Pokročilé metody zpracování invazivního EEG signálu z makro a mikro elektrod

   Invazivní EEG (iEEG) je nahráváno v průběhu předoperačního vyšetření u pacientů s farmakorezistentní, fokální epilepsií. Současný „zlatý standard“, definovaný před 70 lety, vyžaduje časově náročné a nespolehlivé vizuální hodnocení těchto záznamů. Moderní technologie a dostupné výpočetní kapacity přitom nabízí významnou část tohoto manuálního hodnocení signálů nahradit rychlými, automatickými a objektivními modely. Zefektivnění a zpřesnění předoperačního hodnocení může výrazně redukovat rizika, čas potřebný k hodnocení a celkové náklady za současného zvýšení počtu úspěšných operací a s tím spojeného zlepšení životní úrovně pacientů. Cílem studijního tématu je vývoj pokročilých metod pro zpracování signálů a modelů strojového učení pro analytické hodnocení iEEG za účelem studování nových biomarkerů epilepsie, spektrálních vlastností epileptogenních zón a vzorců konektivity v mikro a makro oblasti. Téma představuje bezprecedentní příležitost ke studiu unikátního a rozsáhlého datasetu iEEG signálů nahraných standardními klinickými makro elektrodami a experimentálními mikro elektrodami na vysokých vzorkovacích frekvencích do 32 kHz. Tyto nahrávky jsou poskytnuty třemi mezinárodními institucemi (Fakultní nemocnice u Sv. Anny v Brně, Montreal Neurological Institute, a Mayo Clinic).

   Školitel: Jurák Pavel, Ing., CSc.

1. kolo (podání přihlášek od 01.04.2021 do 15.05.2021)

1. Detekce a klasifikace trombu založená na CT u pacientů s akutní ischemickou cévní mozkovou příhodou

   Cévní mozková příhoda je jednou z hlavních příčin úmrtí a je hlavní příčinou vážného zdravotního postižení dospělých. Volba akutní léčby pacienta - intravenózní trombolýza nebo mechanická trombektomie je založena na klinických a anamnestických datech spolu se zobrazovacími technikami, z nichž je pro diagnostiku akutní ischemické cévní mozkové příhody primární volbou počítačová tomografie (CT). Výběr léčby a její výsledek může být ovlivněn mnoha faktory a jedním z nich je složení trombu. Lepší charakterizace trombu na základě analýzy údajů z CT může vést ke konkrétnějším možnostem léčby (např. jiná tromboembolická strategie), a tím k lepšímu klinickému výsledku pro pacienta. Téma se týká detekce, segmentace a klasifikace trombu v datech nativní CT (nCT) a vícefázové CT angiografie (CTA). Tromby lze charakterizovat také jejich propustností měřenou změnami hustoty v CT obrazech. Problém zahrnuje 3D registraci CT dat, lokalizaci trombů a analýzu lokálních vlastností zobrazených tkání umožňující segmentaci a klasifikaci trombů. K výpočtu parametrů perfuze bude nutný výpočet pseudoperfuze ve vybrané okludované tepně / trombu. Vyhodnocení příslušných parametrů bude provedeno ve srovnání s charakteristikami tromboembolických vzorků. Při práci budou využity zkušenosti týmu pro zpracování obrazu na UBMI a bude navázáno na řešení zmíněného konkrétního problému. Očekávaným výstupem disertační práce je příslušný algoritmus s metodologicky původními prvky, které budou publikovatelné ve vysoce kvalitním impaktovaném časopise. Projekt disertační práce bude realizován na Radiologické klinice Fakultní nemocnice u sv. Anny v Brně v rámci doktorského studia na Ústavu biomedicínského inženýrství FEKT VUT v Brně.

   Školitel: Jan Jiří, prof. Ing., CSc.

2. Genetické variace u kardiomyopatie a ischemické choroby srdeční

   Pacienti trpící kardiovaskulárními chorobami, jako je kardiomyopatie a ischemická choroba srdeční, mají tendenci se vyskytovat v rodinách kvůli monogenním nebo polygenním genetickým architekturám. Hlavním cílem projektu je hledání genetických variací u těchto onemocnění za účelem nalezení kauzálních genů a lokusů. Bude analyzováno a modelováno rozdělení frekvencí alel vybrané sady lokusů v populaci vzorku. Studie bude rozšířena o identifikaci lokusů, které implikují cesty v morfogenezi krevních cév a zánětu souvisejícím s chorobami. Data z projektu 1000 genomů a z projektu CARDIoGRAMplusC4D Consortium budou použita k provedení rozsáhlé bioinformatické analýzy v rámci celého genomu. V projektu se budou rozvíjet a aplikovat výzkumné metodiky statistické genetiky a bioinformatiky, dále dovednosti v programování software pro analýzu bioinformatických dat a rozvíjet dovednosti vysoce výkonných výpočtů. UBMI zajišťuje doktorandům stipendium a/nebo částečný úvazek nad rámec státního stipendia při zapojení do grantového projektu nebo zapojení do výuky. V rámci studia absolvují doktorandi půlroční stáže na atraktivních partnerských univerzitách v zahraničí.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

3. Hluboké učení jako technika počítačového modelování v genomice

   Genomika je věda založená na datech jako taková využívá strojové učení k hledání závislostí v datech a předkládání nových biologických hypotéz. Potřeba extrakce nových poznatků z genomických dat s exponenciálně rostoucím objemem vyžaduje expresivnější modely strojového učení. Hluboké učení se stává metodou volby pro mnoho úkolů modelování v genomice, jako je predikce vlivu genetických variací na regulační mechanismy genů. Hlavním cílem projektu je navrhnout nové nástroje pro segmentaci a predikci genomických dat, přizpůsobení parametrů a výběr hyper-parametrů pro optimální učení hlubokých neuronových sítí. Nástroje budou použity k objevování lokálních vzorů a závislostí s dlouhým rozsahem v sekvenčních datech a modelování vazebných míst transkripčních faktorů a mezer. UBMI zajišťuje doktorandům stipendium a/nebo částečný úvazek nad rámec státního stipendia při zapojení do grantového projektu nebo zapojení do výuky. V rámci studia absolvují doktorandi půlroční stáže na atraktivních partnerských univerzitách v zahraničí.

   Školitel: Provazník Valentine, prof. Ing., Ph.D.

4. Kvantitativní metody MRI v kardiologii

   Cílem disertační práce je návrh a validace nových metod MRI v kardiologii pro kvantitativní hodnocení vybraných patologií. Příklady kvantitativního MRI jsou kvantifikace T1, DCE-MRI a ASL perfusometrie. Jedná se o experimentální metody v preklinickém a klinickém výzkumu. Práce by měla přispět ke zvýšení přesnosti odhadů daných biomarkerů za účelem lepší aplikovatelnosti v praxi. V rámci projektu budou vyvíjeny nové metody akvizice a následné kvantifikace parametrických map s ohledem na specifika zobrazování myokardu. Důraz bude kladen na využití retrospektivní synchronizace se srdeční a dechovou aktivitou, dále na využití metod kompresního snímání, případně i hlubokého učení. Bude využit zejména preklinický NMR přístroj dostupný na ÚPT AV ČR a fantomová a preklinická data zde snímaná.

   Školitel: Jiřík Radovan, doc. Ing., Ph.D.