عناوین پایان نامه مهندسی پزشکی- بیوالکتریک بر توسعه ابزارهای تشخیصی نوین و طراحی سیستم های پایش سلامت مبتنی بر سیگنال های زیستی تمرکز دارند. این عناوین به حوزه هایی مانند پردازش سیگنال های مغزی و قلبی، طراحی حسگرهای پوشیدنی هوشمند و توسعه الگوریتم های یادگیری ماشین برای تحلیل داده های زیستی گسترش می یابند که هدف آن ارتقای دقت تشخیص، پیشگیری از بیماری ها و بهبود کیفیت مراقبت های پزشکی در سطح بالینی و پژوهشی است.
عناوین پایان نامه مهندسی پزشکی- بیوالکتریک
موضوعات پیشنهاد شده برای پایان نامه رشته مهندسی پزشکی گرایش بیوالکتریک:
- پیاده سازی و ارزیابی الگوریتم ماسک باینری ایده آل
- استخراج و تخمین میدان تراکم قلبی از توالی تصاویر قلبی سه بعدی CT
- بخش بندی اتوماتیک تصاویر مادون قرمز سینه با استفاده از مدل مخلوط گوسی ها
- مقایسه روش های Rijndeal، Twofishو Serpent به منظور رمزنگاری تصاویر شبکیه چشم
- ارزیابی بزرگنمایی افقی و عمودی در تصاویر دستگاه پانورامیک دندانی با استفاده از فانتوم
- استخراج و شناسایی اتوماتیک رده پلاسما سلی در تصاویر میکروسکوپی آسپیراسیون مغز استخوان
- تفکیک سیگنال الکترومایوگرام با ثبت داخل عضلانی به ناجزای تشکیل دهنده آن(پتانسیل عمل واحدهای حرکتی)
- تشخیص اتوماتیک کاندیدیازیس در تصاویر میکروسکوپی مربوط به نمونه های پاپ اسمیر با استفاده از تبدیل ریجلت
- تشخیص اتوماتیک جسم لیشمن در نمونه های مغز استخوان بیماران مبتلا به لیشما نیوز احشایی به روش کانتور فعال
- بررسی عدم تقارن در چشم چپ و راست افراد نرمال، با استفاده از ویژگی های استخراج شده از تصاویر OCTو فوندوس
- بررسی ارائه یک روش استخراج ویژگی مناسب به منظور پیشگویی عود سرطان سینه با استفاده از داده های میکرو آرایه
- تجزیه و تحلیل سیگنال های سه بعدی شتاب در الگوی گام های نرمال و غیر نرمال به منظور تشخیص بی ثباتی های زانو
- تلفیق روش های مبتنی بر گراف و روش های مکان– فرکانس برای تجزیه و تحلیل تصاویر Optical Coherence Tomography
- تقطیع اتوماتیک مرزهای لایه های قرنیه در تصاویر OCTو به دست آوردن نقشه ی سه بعدی ضخامت کل قرنیه و لایه های داخلی آن
- استخراج و شناسایی سلول های لوسمی حاد لنفوئیدی در تصاویر میکروسکوپی با استفاده از خوشه بندی K-میانگین و طبقه بندی کننده SVM
رشته های مقطع کارشناسی ارشد - رشته مهندسی پزشکی - چشم پزشكي
جمع بندی
عناوین پایان نامه های مهندسی پزشکی-بیوالکتریک با تمرکز بر پردازش سیگنال های زیستی، طراحی ابزارهای تشخیصی نوین و توسعه سیستم های پایش سلامت، نقش مهمی در ارتقای کیفیت خدمات پزشکی ایفا می کنند. این موضوعات با بهره گیری از فناوری های پیشرفته مانند الگوریتم های یادگیری ماشین، رمزنگاری تصاویر پزشکی و تحلیل داده های پیچیده، امکان تشخیص دقیق تر بیماری ها و پیشگیری مؤثرتر را فراهم می سازند.
از سوی دیگر، گستره وسیع این عناوین از تحلیل تصاویر پزشکی (OCT، CT، میکروسکوپی) تا طراحی حسگرهای پوشیدنی و بررسی الگوهای حرکتی بیماران، نشان دهنده اهمیت میان رشته ای این گرایش است. چنین پژوهش هایی در سطح بالینی به بهبود مراقبت های سلامت کمک می کنند. در حوزه های پژوهشی و صنعتی نیز زمینه ساز نوآوری های بزرگ در مهندسی پزشکی و ارتقای جایگاه علمی کشور خواهند بود.
