Виртуален музей на ИБФБМИ–БАН 
Най-значими научни и научно-приложни постижения за 2024 година

Начало | Хронология | Постижения | Отличия | Монографии | Конференции50 години ИБФБМИ | In Memoriam


2025 • 2024 • 20232022202120202019201820172016201520142013201220112010


Най-значимо научно постижение за 2024 година:

Изследване на противотуморните свойства на природни и новосинтезирани субстанции

Ръководител на разработката: Проф. д-р Румяна Цонева

Отличителен белег на стареенето е трудността на организма да поддържа правилна хомеостаза, което води до нарушен баланс между ендогенната антиоксидантна система и производството на свободни радикали, прогресиращ възпалителен процес и повишена чувствителност към невродегенеративни заболявания. Оксидативният стрес е често срещан фактор при свързаните с възрастта невродегенеративни заболявания, като болестта на Алцхаймер (AD), болестта на Паркинсон и епилепсията. През последните години нарастна прилагането на антиоксидантни терапевтични стратегии за забавяне на стареенето и прогресирането на съпътстващите го невродегенеративни заболявания. За изучаване на биохимичните механизми и поведенческите изменения, свързани със стареенето и придружаващите го невродегенеративни заболявания, като болестта на Алцхаймер, успешно са използвани нови in vivo модели, получени чрез отстраняване на епифизната жлеза (Pinealectomy) при животни на различна възраст, самостоятелно или допълнително третирани с амилоид бета. Проучването показва, че третирането на опитните животни с мелатонин намалява нивата на маркерите на оксидативен стрес и апоптоза, като увеличава нивата на ензимите от сфинголипидния сигнален път, възпрепятстващи натрупването на церамид и активира Akt/ERK сигнален път на клетъчно оцеляване. Допълнително, при AD модела се наблюдават намалени нива на амилоид бета и гама-секретаза.

Комбинираното третиране с мелатонин и финголимод (структурен аналог на сфингозин-1-фосфат) води до възстановяване на невроналната хомеостаза при AD модела. В допълнение, нови индолови производни показват обещаващи невропротективни свойства (in vitro) и анти-конвулсантен ефект в кианат-индуциран in vivo модел на епилепсия. При използването на in vivo модел на диабетна невропатия е демонстрирано невропротективното и обезболяващо действие на антиоксиданта рибофлавин и новия препарат Liraglutide. Настоящото изследване доказва ефективността на използваните in vivo модели за изучаване на биохимичните и поведенчески промени при стареенето и свързаните с него невродегенеративни патологии, както и прилагането на антиоксидантна терапия.


Най-значимо научно-приложно постижение за 2024 година:

Приложения на дълбоки невронни мрежи за анализ на електрокардиографски (ЕКГ) сигнали

Ръководители на разработката: проф. д-р Весела Кръстева и проф. д-р Ирена Жекова.

Разработени са дълбоки невронни мрежи в полза на диагностиката на сърдечносъдови заболявания. Приложенията на самообучаващи се високопроизводителни модели на изкуствения интелект в кардиологията могат да имат директна полза за обществото, свързана с намаляване на разходите и подобряване на качеството на диагностичния процес, чрез автоматизация, прецизност, ранна диагностика, достъпност, персонализирани препоръки, откриване на скрити зависимости в ЕКГ данни, които не са очевидни за експертите. Тематиката е актуална, динамична и представлява голям научен интерес в интердисциплинарните области биомедицинско инженерство, информатика и медицина.

Използвайки големи специализирани масиви от многоканални ЕКГ бази данни, бяха проектирани, тренирани, оптимизирани и тествани различни модели на невронни мрежи със следните приложения:

  1. Прецизно измерване на диагностични ЕКГ вълни чрез архитектури на трансформиращи невронни мрежи.
  2. Непрекъснат анализ на ритъма при кардиобелодробна реанимация, прилагайки стратегия за обучение без синхронизация с периодите на сърдечен масаж, обдишване и стандартен анализ от дефибрилатор.
  3. Филтриране на ЕКГ със самообучение към честотите на смущенията.
  4. Диагностика на аритмии чрез трансферно обучение на ImageNet мрежи за класификация на ECHOView изображения от Холтер ЕКГ.
  5. Декодиране на звукова (сонифицирана) 12-канална ЕКГ, като безжичен интерфейс за диагностични измервания, използвайки GSM свързаност.
  6. Класификация на ритъмни и проводни нарушения

2025 • 2024 • 20232022202120202019201820172016201520142013201220112010