D. Soko daktaro disertacijos „Kasdienės veiklos nevaržantys senatvinio silpnumo sindromo pacientų stebėsenos metodai“ gynimas

Autorius, institucija:  Daivaras Sokas, Kauno technologijos universitetas

Mokslo sritis, kryptis: technologijos mokslai, elektros ir elektronikos inžinerija, T001

Mokslinis vadovas: doc. dr. Andrius Petrėnas (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)

Elektros ir elektronikos inžinerijos mokslo krypties disertacijos gynimo taryba:
prof. dr. Arminas Ragauskas (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001) – pirmininkas
prof. habil. dr. Arūnas Lukoševičius (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)
prof. dr. Jūratė Macijauskienė (Lietuvos sveikatos mokslų universitetas, medicinos ir sveikatos mokslai, medicina, M001)
prof. dr. Dangirutis Navikas (Kauno technologijos universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)
doc. dr. Jari Viik (Tamperės universitetas, technologijos mokslai, elektros ir elektronikos inžinerija, T001)

Disertacijos gynimas vyks Kauno technologijos universiteto Rektorato salėje (K. Donelaičio g. 73-402, Kaunas).

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (Gedimino g. 50, Kaunas).

Anotacija: Didėjant SSS pacientų, kuriems atliekamos operacijos, skaičiui, reikia tinkamų sprendimų, kurie padėtu˛ geriau suprasti ir įvertinti treniravimo plano efektyvumą. Atsižvelgiant į patogių stebėsenos technologijų poreikį, disertacijoje pasiūlytas ir ištirtas kasdienės veiklos nevaržantis SSS įvertinimo būdas. Kol kas SSS įvertinimas apsiriboja tyrimais, atliekamais klinikinėje aplinkoje. Vis dėlto dėvimų įrenginių technologija patobulėjo tiek, kad galima svarstyti galimybė SSS vertinti ir už klinikos ribų. Dauguma ankstesnių tyrimų buvo skirti SSS ir ankstyvajai SSS stadijai atpažinti, tačiau galimybė stebėti subtilius SSS pokyčius treniruočių metu dar nebuvo išsamiai nagrinėta. Šios disertacijos tikslas yra sukurti, ištirti ir validuoti kasdienės veiklos netrukdančios SSS būsenos stebėsenos algoritmus. Pasiūlytas ir ištirtas dinaminiu laiko skalės iškreipimu pagrįstas algoritmas, skirtas aptikti ėjimą ir lipimą laiptais dėvimais įrenginiais užregistruotuose biosignaluose. SSS stebėsenai pasiūlyti algoritmai įvertinantys kinematinius ir širdies ritmo atsaką į stresorius apibūdinančius parametrus. Pasiūlyta interpretuojamo mašininio mokymosi algoritmo koncepcija, skirta identifikuoti kliniškai informatyviems požymiams, suteikiantiems informacijos apie nusilpusias paciento fiziologines funkcijas