Arbeitsgruppe Biosignalverarbeitung

Leitung

Dr. Dr. rer. medic. Ekaterina Kutafina

Vision und Mission

Vision

Unser Ziel ist es, verschiedene Modalitäten von Biosignalen zu integrieren, um die menschliche Physiologie als ein hochgradig vernetztes Netzwerk verschiedener individueller Mechanismen besser zu verstehen.

Mission

Das Biosignals-Team ist auf die computergestützte Analyse medizinischer Daten von elektrophysiologischen Sensoren spezialisiert und entwickelt algorithmische Methoden und automatisierte Datenanalyselösungen. Unsere primären medizinischen Fachgebiete sind derzeit Neurologie, Physiologie und Neuropsychiatrie. Die Arbeit unseres Teams erfolgt mit Daten, die unter eingeschränkten Möglichkeiten der experimentellen Kontrolle aufgezeichnet wurden, und hilft unseren klinischen Partnern, trotz aller Herausforderungen, wertvolle medizinische Informationen zu gewinnen. Wir unterstützen und entwickeln transdisziplinäre Forschung und wollen eine Brücke zwischen klinischen Forschern und Partnern aus den Bereichen KI, maschinelles Lernen, Computersimulationen und Statistik sein. Unser langfristiges Ziel ist es, einen Beitrag zu den Bereichen Netzwerkphysiologie, Systemmedizin und digitale Gesundheit zu leisten, indem wir integrative Modelle unter Einbeziehung verschiedener Modalitäten medizinischer Daten erstellen. Um dieses Ziel zu erreichen und eine exzellente Forschungsqualität zu gewährleisten, arbeiten wir an FAIR-Lösungen für den Umgang mit Forschungsdaten und legen Wert auf maximale Transparenz und Interpretierbarkeit unserer Algorithmen.

  • Analyse von medizinischen elektrophysiologischen Daten: EKG, EEG, Mikroneurographie, Multielektroden-Array (MEA), LFP
  • Multimodale Datenanalyse (z. B. Integration mehrerer Sensoren in den Entscheidungsprozess)
  • Datengesteuerte mathematische Modellierung (einschließlich maschinelles Lernen)
  • Körpernahe Sensorik (Wearables)
  • Datenmanagement im elektrophysiologischen Labor
  • Unterstützung der interdisziplinären Forschung zwischen Partner auf der klinischen Medizin und den Computational Lifesciences

Die Liste der Projekte am IMI und eine ausführlichere Projektbeschreibung finden Sie hier. 

 

Mondi / Monikit:

Automatic detection of epileptic seizures with wearable ECG patch

Ansprechpartner UKA-IMI: Mohamed Alhaskir / Ekaterina Kutafina

PI: Prof. Dr. Yvonne Weber, Neurologie

Förderer: BMBF

Webseite: https://www.ukaachen.de/kliniken-institute/klinik-fuer-neurologie/klinik/sektionen/epileptologie/forschung/automatisierte-anfallsdektion/

 

Can artificial intelligence help to decode human pain signaling?

Förderer: Excellence Initiative of the German Federal and State Governments 

Förderkennzeichen: G:(DE-82) EXS-SF-SFDdM013

Laufzeit: 01.10.2021 - 30.09.2022

PI: Dr. Dr. Rer.medic. Ekaterina Kutafina

Digital C-fiber

Modelling of human sensory neurons in pain and itch

Ansprechpartnerin: Dr. Dr. rer. medic. Ekaterina Kutafina

Kooperationspartner: apl. Prof. Dr. med.Barbara Namer  and Jun.-Prof. Jenny Tigerholm

Webseite: https://github.com/Digital-C-Fiber

 

Sodium channel network Aachen

Sodium channel-related pain disorders: From molecular mechanisms towards personalized treatment.

Ansprechpartnerin: Dr. Dr. rer. medic. Ekaterina Kutafina

Kooperationspartner: Prof. Dr. med. Angelika Lampert

Die weiteren Publikationen finden Sie in den Publikationsliste des IMI

  • A. Maxion, E. Kutafina, P. Sacre, A. Lampert, B. Namer, J. Tigerholm,  A modelling study to dissect the potential role of voltage-gated ion channels in activity-dependent conduction velocity changes as identified in small fiber neuropathy patients. Frontiers in Computational Neuroscience, 17, 2023
  • P. Konradi, A. Troglio, AP. Garriga, AP. Martin, R. Röhrig, B. Namer, E. Kutafina, PyDapsys: An Open-Source Library for Accessing Electrophysiology Data Recorded with DAPSYS, Frontiers in Neuroinformatics 2023;17
  • E. Kutafina, S. Becker, B. Namer, Measuring pain and nociception: through the glasses of a computational scientist. Transdisciplinary overview of methods. Front. Netw. Physiol. 3:1099282, 2023. doi: 10.3389/fnetp.2023.1099282
  • E. Kutafina, A. Troglio, R. Röhrig, P. Rossmanith, B. Namer, Decoding neuropathic pain: can we predict propagation speed fluctuations in stimulated peripheral nerve? Frontiers in Computational Neuroscience, 16, 2022
  • E. Kutafina, A. Brenner, Y. Titgemeyer, R. Surges, S.M. Jonas, Comparison of mobile and clinical EEG sensors through resting state simultaneous data collection. PeerJ. 2020 May 1;8:e8969.
  • Mohamed Alhaskir, MSc
  • Dr. Dr. rer. medic. Ekaterana Kutafina