Изследване на AI-базирани методи за моделиране, анализ и прогнозиране на биомедицински времеви серии чрез прилагане на концепция за дигитален близнак

English

Очаквани резултати от изпълнението на проекта

В съответствие с целите на проекта и с изпълнение на работната програма, очакваните резултати са:

  1. Управление и отчетност.
    Предаване в срок на отчетите по Работни пакети и Етапи. Подробно разработена методика за устойчивост на проекта и управление на риска. Постигане на заложените научни резултати с високо качество, реализирани в срок и в съответствие с етичните регулации и защитата на данните на доброволците.
  2. Методологична рамка за анализ на HRV.
    Разработване, тестване и валидиране на нова методологична рамка за анализ на HRV, която интегрира класически, фрактални, ентропийни и нелинейни методи в единна концепция. Доказана ефективност и универсалност на разработената методологична рамка за реални данни. Рамката ще включва минимален, но информативен набор от показатели, които надеждно разграничават физиологични, стрес-индуцирани и предрискови състояния.
  3. Синтетични кардиологични данни.
    Обективна оценка на предимствата и недостатъците на различните подходи за генериране на кардиологични данни и избор на най-ефективен и надежден метод за практическо приложение. Формулиране на принципи и критерии за изграждане на синтетични бази с висока физиологична достоверност и достатъчно вариативност и статистическо покритие за обучение и валидация на AI алгоритми.
  4. Нови индикатори, зависимости и биомаркери.
    Откриване на нови индикатори и корелации, които могат да се използват за по-точна оценка на физиологичните състояния и разграничаването им. Открити нови зависимости и индикатори между HRV параметрите и физиологичните състояния (покой, когнитивно натоварване, стрес, предрискови състояния), които не могат отчетливо да се разкрият чрез класическите методи. Ще се дефинират потенциални биомаркери и комбинирани индекси за по-точна стратификация на състоянията. Ще бъдат идентифицирани нови закономерности и латентни фактори, които могат да обогатят съществуващото знание за автономната регулация и да послужат като основа за персонализирани AI модели и дигитални близнаци.
  5. VR/MR като изследователски инструмент.
    Формиране на научна обосновка за разглеждането на VR/MR средата като самостоятелен изследователски проблем и дефиниране на критерии за надеждност, приложимост и възпроизводимост на виртуалните стимули при изследване на психофизиологични реакции.
  6. Персонализирани дигитални близнаци и клинична валидация.
    Изследване на пациенти с различни диагнози чрез персонализирани дигитални близнаци, включително:
    • Идентифицирани нови зависимости между HRV показатели и клинични състояния;
    • Разработени биомаркери за оценка на риска и динамиката на възстановяване;
    • Демонстрирана приложимост на дигиталния близнак като научен инструмент за изследване на пред-рискови и патологични състояния.
  7. Разпространение на резултатите и публикационна активност.
    Научни публикации с отворен достъп (общо за двата етапа на проекта):
    • Общо за целия проект: 8 публикации с импакт фактор (IF) и 4 публикации с импакт ранг (SJR);
    • Допълнително: още 6 публикации в реферирани и индексирани издания;
    • Участие в международни и национални семинари и конференции;
    • Реализиране на хранилище със свободен достъп (отворен код / отворен достъп) с изготвени препоръки, обществени публикации и др.
  8. Уеб сайт на проекта.
    Създаден и периодично обновяван уеб сайт на проекта.