Doctoranzi

DOCTORANZI ACTIVI

Conducatori de doctorat (IOSUD UPT)

Oferte ale conducatorilor de doctorat (IOSUD UPT)

Bălan Cătălin (coordonare Prof.dr.ing. De Sabata Aldo)

Tema de cercetare: Are ca preocupări proiectarea şi realizarea de absorbere pe baza proprietăţilor structurilor electromagnetice periodice. Aceste structuri periodice tapetează pereţii metalici împiedicând reflexia undelor electromagnetice în anumite benzi de frecvenţă şi reprezintă o alternativă convenabilă din punct de vedere economic la camerele anecoice sau semianecoice. Absorberele au aplicaţii de asemenea în realizarea de cutii cu pereţi fără reflexii, precum şi de pereţi absorbanţi de sine stătători. Industria vizată este cea de teste de Compatibilitate Electromagnetică în domeniul Automotive.
Păcurar Octavian (coordonare Prof.dr.ing. De Sabata Aldo)

Tema de cercetare: Are ca subiect de cercetare măsurarea ocupării spectrale şi zgomotului produs de activităţile umane în domeniul de Înaltă Frecvenţă (HF - 3-30 MHz). Rezultatele pot fi utile în realizarea de comunicaţii în situaţii de urgenţă, de comunicaţii bazate pe paradigma SDR (Software Defined Radio) precum şi pentru constituirea de baze de date utile autorităţilor care reglementează comunicaţiile în acest domeniu de frecvenţe. Se bazează pe o aparatură de tip NI-USRP, analizoare de spectru, antene şi accesorii.
Fodor Tibor (coordonare Prof.dr.ing. De Sabata Aldo)

Tema de cercetare: Are ca subiect de cercetare măsurarea ocupării spectrale şi zgomotului produs de activităţile umane în domeniul de Înaltă Frecvenţă (HF - 3-30 MHz). Rezultatele pot fi utile în realizarea de comunicaţii în situaţii de urgenţă, de comunicaţii bazate pe paradigma SDR (Software Defined Radio) precum şi pentru constituirea de baze de date utile autorităţilor care reglementează comunicaţiile în acest domeniu de frecvenţe. Se bazează pe o aparatură de tip NI-USRP, analizoare de spectru, antene şi accesorii.
Pescari Cătălin (coordonare Prof.dr.ing. De Sabata Aldo)

Tema de cercetare: Se ocupă și are rezultate publicate în proiectarea adecvată şi optimizarea produselor electronice din industria automobilelor pentru compatibilitate electromagnetică, prin utilizarea mediilor de simulare. Sunt vizate validări prin comparații între măsurători și simulări pe domeniile: emisii conduse/ radiate, imunitate condusă/radiată. Se bazează pe medii de simulare precum: CST Microwave Studio, Pspice, LTSpice, Matlab și pe aparatură de tip analizor de spectru, receptor de măsurare, osciloscop, antene, bobine.
Neiconi Andrei (coordonare Prof.dr.ing. De Sabata Aldo)

Tema de cercetare: Se ocupă şi are rezultate în proiectarea de suprafeţe selective în frecvenţă în vederea realizării de ecrane electromagnetice cu efect de filtrare selective, eficiente şi convenabile din punct de vedere economic. Domeniul de frecvenţe abordat acoperă principalele aplicaţii moderne de tip wireless şi are în vedere aplicaţiile acestor ecrane în industria Automotive.
Goanță Ion (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare: Scopul principal al acestei teze este acela de a creşte precizia diagnosticării examinărilor imagistice medicale, prin cercetarea şi dezvoltarea de tehnici de diagnostic non invaziv. Instrumentele folosite în acest demers sunt cele din domeniul prelucrării imaginilor, învățării profunde şi vederii artificiale. În cadrul acestei lucrări se vor prezenta pe larg metode de analiză texturală, se vor dezvolta metodologii specifice pentru evaluarea algoritmilor de învăţare supervizată, se vor dezvolta algoritmi şi metode care să detecteze automat anumite caracteristici ale imaginilor ecografice, caracteristici ce vor fi folosite în automatizarea procesului de diagnostic. Dezvoltarea și testarea unei noi metode de cuantificare automată a steatozei hepatice în imagini histologice, bazată pe schema de învățare profundă, concepută pentru a prezice direct raportul de grăsime. Aceasta are ca scop îmbunătățirea acurateței diagnosticului bolii hepatice grase non-alcoolice cu evaluare obiectivă a severității steatozei hepatice în locul estimării vizuale subiective.
Stoicănescu Miruna Aura (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare: Noutatea temei de cercetare este aceea de a aplica și adapta noi algoritmi pornind de la algoritmi existenți, aceștia fiind ulterior implementati hibrid in Matlab și Python. Totodată, se va apela la servicii Cloud pentru a avea acces la mai multă memorie și de asemenea pentru a obtine un timp de procesare mai mic. Noii algoritmi, care vor fi implementați au în vedere obținerea unor tehnici mult mai precise, rapide si eficiente de localizare si diagnosticare a tumorilor mamare. Studiul se va orienta în principal pe următoarele direcții: abordarea unitară a algoritmilor Deep Learning actuali;compararea modelelor Rețelelelor Neuronale Convoluționale implementate în alte studii; studierea, modificarea si imbunătățirea algoritmilor existenți; creșterea performanțelor algoritmilor cu ajutorul bibliotecilor Python; combinarea arhitecturilor rețelelor neuronale profunde pentru a obtine o arhitectură complexă cu caracteristici superioare; simularea cu ajutorul Matlab-ului a arhitecturii noi create; centralizare rezultatelor obținute.
Povîrnaru Elena Flavia (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare: Tema de cercetare se refera la dezvoltarea algoritmilor pentru detectarea și clasificarea automată a metastazelor de cancer mamar cu imagini achizitionate de-a lungul întregii lame de la secțiunile histologice ale ganglionilor limfatici și din imaginile feliate de tip RMN.
Schweisthal Brigitte-Beatrix (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare: Retinopatia diabetică este o complicație a diabetului, cauzată de un nivel ridicat al zahărului din sânge, care afectează vasele de sânge ale retinei și poate duce la pierderea vederii dacă nu este tratată sau detectată în fazele inițiale. In cadrul acestei teme de cercetare se studiaza mai multe modele de învățare profundă pentru a clasifica imaginile retinopatiei diabetice și își propune să facă o clasificare multiplă a retinopatiei diabetice în scopuri de diagnostic precoce folosind rețeaua neuronală convoluțională. Se va realiza o comparație a rezultatelor clasificării diferitelor rețele convolutionale neuronale preantrenate, precum si o comparatie cu o retele neuronale concepute de autoare si antrenate pe un set de antrenament foarte mare. Îmbunătățirea acurateței și preciziei diagnosticului, dezvoltarea clasificării cazurilor de retinopatie diabetică după severitate reprezintă pași esențiali în tratarea retinopatiei diabetice și a altor boli.
Bonciog Dumitru Daniel (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare:Tema de cercetare constă din prezentarea unui dispozitiv experimental destinat decelularizării în vitro a inimii de șobolan în prezența coloanei de fluid vibrant. Acest dispozitiv este încă în curs de dezvoltare și prezintă direcții de cercetare promițătoare. Rezultatele experimentale preliminare arată că dispozitivul și metoda propusă pot oferi o modalitate eficientă de optimizare a decelularizării procedurilor cardiace. Dispozitiv experimental prevăzut cu sistem de analiză computerizată de imagini biomedicale pentru obținerea biomatricilor cardiace. Sunt necesare studii ample pentru validarea definitivă a dispozitivului experimental propus. Un scenariu este utilizarea diferitelor concentrații de soluție SDS la care se poate adăuga un agent de chelare pentru ionii de calciu de tip EDTA-Na2. Acest adaos, prin complexarea calciului intracelular, duce la destabilizarea membranelor celulare și la creșterea vitezei procesului de decelularizare. În cadrul acestei teme de cercetare este subliniată importanța învățării profunde în procesul de decelularizare și utilizarea acesteia în cadrul medicinei regenerative.
Mihalaș Constantin-Daniel (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare:Tema de cercetare aleasă: Rețele neuronale profunde în detecția și analiza automată a tumorilor cerebrale utilizând mediul de programare MATLAB și/sau Python, are scopul de a folosi Deep Learning, mai precis Rețelele Neuronale Convoluționale, pentru a îmbunătăți diagnosticul. Astfel, poate deveni un instrument important în diagnosticarea bolilor venind în sprijinul medicilor radiologi. Complexitatea sistemelor DL necesită tehnologii software adecvate pentru implementarea sa. Cele mai de top soluții software utilizate în acest domeniu sunt MATLAB și Python.
Munteanu Dragoș (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare:Învățarea profundă în analiza automată a imagisticii celulare își găsește aplicații utile atât în ciclul de dezvoltare al produselor farmaceutice prin proiectarea rațională a medicamentelor sau suportul specialiștilor în luarea deciziilor, pentru determinarea terapiei potrivite în cazuri particulare. Totodata, își găsește aplicații și pentru prelucrarea datelor generate anterior, necesare pentru dezvoltarea unor produse noi. În cele din urmă, imagistica celulară vă fi probabil cheia descoperirii și utilizării biomarkerilor pentru monitorizarea activității medicamentelor in vivo, în vederea îmbunătățirii înțelegerii mecanismului de acțiune al medicamentelor.
Șimon Roland-Ioan (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare:Algoritmii de diagnosticare asistată de calculator bazați pe imagini prin utilizarea rețelei neuronale convoluționale, care nu necesită extractor de caracteristici de imagine sunt puternici în comparație cu algoritmii convenționali bazați pe caracteristici care necesită extractor de caracteristici de imagine pentru clasificarea anomalii pulmonare. Mai mult, algoritmii de detectare și segmentare asistați de computer prin utilizarea rețelelor neuronale convoluționale sunt utili pentru analiza anomaliilor pulmonare. Învățarea profundă va îmbunătăți dramatic performanța sistemelor. Prin urmare, învățarea profundă și algoritmii utilizați, vor schimba rolurile radiologilor în viitorul apropiat. În cadrul acestei teme de cercetare se prezintă dezvoltarea și evaluarea unor astfel de algoritmi bazați pe imagini pentru diferite tipuri de anomalii pulmonare, cum ar fi nodulii pulmonari și bolile pulmonare difuze.
Guran Călin-Alexandru (coordonare Prof.dr.ing. Lascu Mihaela)

Tema de cercetare:Tema de cercetare se refera la domeniul medical care creează o cantitate mare de date pe care medicii nu le pot descifra și utiliza eficient. În plus, sistemele expert bazate pe reguli sunt ineficiente în rezolvarea sarcinilor medicale complicate sau pentru crearea de perspective folosind big data. Învățarea profundă a apărut ca o metodă mai precisă și mai eficientă într-o gamă largă de probleme medicale, cum ar fi diagnosticul, predicția și intervenția. Învățarea profundă este o metodă de învățare care constă din straturi care transformă datele neliniar, dezvăluind astfel relaţii ierarhice şi structuri complexe. În cadrul acestei teme de cercetare analizăm aplicația de învățare profundă, probleme medicale care utilizează date structurate, precum și modalități de prelucrare a semnalelor și imaginilor din cardiologie. Discutăm despre avantajele și limitările aplicării învățării profunde în cardiologie, care se aplică și în medicină în general, propunând în același timp anumite direcții ca fiind cele mai viabile pentru uzul clinic.
Stanca Ionuț-Adrian (coordonare Prof.dr.ing. Ancuți Codruța)

Tema de cercetare: Tehnici actuale de image processing/computer vision/machine learning (Ex. eliminarea efectelor ceții în imagini, îmbunătățirea vizibilității subacvatice, computer vision pentru aplicații automotive - pedestrian detection, line detection, traffic light detection - aplicații pentru ADAS), implementarea/optimizarea diverselor tehnici de image processing pe platforme low cost (Ex. Raspberry Pi, OpenROV Trident).