Data dodania: 2025-06-30
Trzy nagrody dla naukowców i doktorantów PG za badania nad sensorami
Politechnikę Gdańską reprezentowała grupa OpticLab z Katedry Metrologii i Optoelektroniki (WETI). Zespół zdobył trzy z dziesięciu nagród przyznanych podczas konferencji (dwukrotnie pierwsze miejsce i raz drugie). W wydarzeniu udział wzięło 1180 osób z 54 krajów.
Światłowodowy czujnik pomoże ograniczać rozprzestrzenianie się wirusów
Plakat „Biofunctionalized fiber-optic sensors for viral RNA detection”, którego autorami są: mgr inż. Patryk Sokołowski, dr inż. Paweł Wityk, mgr inż. Maria Babińska, dr Joanna Raczak-Gutknecht (GUMed), dr hab. inż. Michała Sobaszek, prof. PG, mgr farm. Wiktoria Brzezińska oraz prof. dr hab. inż. Małgorzata Szczerska, zdobył nagrodę za najlepszą prezentację w Poster Session 1. Prezentacja posterowa została przedstawiona przez doktoranta mgr inż. Patryka Sokołowskiego.
Opracowany światłowodowy czujnik wykorzystuje mikrosferę na końcu włókna, pokrytą warstwą złota i sondami oligonukleotydowymi, co umożliwia selektywne wykrywanie sekwencji wirusowego RNA. Dzięki interferometrii optycznej potrafi wykryć obecność wirusa w ciągu minuty przy bardzo niskich stężeniach materiału genetycznego. Technologia może być łatwo adaptowana do innych patogenów i stanowi obiecujące narzędzie do ograniczania epidemii.
Tradycyjne metody nadal bardziej niezawodne niż złożone algorytmy oparte na AI
Pierwsze miejsce w Poster Session 2 otrzymał plakat zaprezentowany przez mgr. inż. Kacpra Cierpiaka. Badacze porównali metody przetwarzania widm uzyskiwanych z biofotonicznych czujników do detekcji CRP – markera stanów zapalnych. Analizowano klasyczne algorytmy uczenia maszynowego, sieci głębokiego uczenia i techniki odszumiania sygnału.
Wyniki projektu pokazały, że choć zaawansowane algorytmy poprawiały jakość danych w większości zakresów widma, w niektórych wprowadzały zniekształcenia. Najlepszą skuteczność klasyfikacji uzyskano dla klasycznego modelu, co wskazuje, że przy małych, zaszumionych zbiorach tradycyjne metody mogą być bardziej stabilne i niezawodne niż złożone rozwiązania AI.
Monitorowanie zdrowia – czujnik umożliwia wykrycie glukozy w moczu
Drugie miejsce w Poster Session 3 zdobyła prezentacja mgr. inż. Marii Babińskiej i mgr. inż. Adama Władzińskiego, poświęcona światłowodowemu czujnikowi optycznemu do nieinwazyjnego wykrywania glukozy w moczu.
Urządzenie bazuje na włóknie zakończonym mikrosferą i wykorzystuje interferencję optyczną. Algorytmy uczenia maszynowego umożliwiły precyzyjną analizę danych spektroskopowych i detekcję nawet niewielkich zmian stężenia glukozy. Technologia może doprowadzić do stworzenia taniego, przenośnego systemu do codziennego monitorowania zdrowia pacjentów z cukrzycą i innymi schorzeniami metabolicznymi.