Σήμερα υπάρχει ελεύθερη πρόσβαση μέσω του internet σε εκατοντάδες δημόσιες βάσεις βιολογικών δεδομένων. Παραταύτα, η προσπάθεια του να εκμεταλλευτεί κάποιος τα αποθηκευμένα δεδομένα ανομοιογενών βάσεων δεδομένων, καταλήγει να αποτελεί μια διαδικασία ιδιαίτερα δύσκολη και χρονοβόρα λόγω ποικίλων αιτιάσεων. Στις αιτίες αυτές συμπεριλαμβάνονται ο χαοτικός όγκος των βιολογικών δεδομένων, ο ολοένα αυξανόμενος αριθμός βιολογικών βάσεων δεδομένων, η υπεραφθονία τύπων και μορφών δεδομένων (format), η ποικιλομορφία βιοπληροφορικών τεχνικών πρόσβασης στα δεδομένα και βέβαια η διαφορετικότητα των βάσεων βιολογικών δεδομένων. Χάρη στις διεθνείς προσπάθειες ολοκλήρωσης αλληλουχιών (sequencing), οι ομάδες γονιδιακών δεδομένων έχουν αυξηθεί γεωμετρικά την τελευταία δεκαετία. Το έτος 2003 για παράδειγμα, η βάση βιολογικών δεδομένων Genbank διπλασιάστηκε σε μέγεθος μέσα σε 15 μήνες. Με τόσο γρήγορη ανάπτυξη, τα γενωμικά δεδομένα και οι συνδεόμενες με αυτά δομές έχουν αποκτήσει τεράστιο μέγεθος για να χωρέσουν στην κεντρική μνήμη ενός υπολογιστή. Το σημαντικότερο πρόβλημα που ανακύπτει έγκειται στο ότι μεγάλο μέρος της πληροφορίας που αναζητείται μέσα στο τεράστιο και ολοένα αυξανόμενο σε μέγεθος ορυχείο των δεδομένων εν τέλει χάνεται. Η ανάγκη κατασκευής των κατάλληλων εργαλείων εξ’ όρυξης της ζητούμενης πληροφορίας από το ορυχείο αυτό είναι μονόδρομος. Η παρούσα διπλωματική εργασία επικεντρώνεται στην διεύρυνση μιας υπάρχουσας βάσης βιολογικών δεδομένων ολοκληρωμένων γονιδιωμάτων, της COGENT. Η COGENT αναπτύχθηκε το 2003 από την Ομάδα Υπολογιστικής Γενωμικής (Computational Genomics Group – CGG), στο Ευρωπαϊκό Ινστιτούτο Βιοπληροφορικής (European Bioinformatics Institute – EBI), και τελικός τεχνικός στόχος της διπλωματικής εργασίας αποτελεί η προσθήκη βιβλιογραφικών δεδομένων καθώς και νουκλεοτιδικών πληροφοριών αλληλουχίας (DNA) στην βάση COGENT. / Today, hundreds of public biological databases are accessible via the Internet However taking advantage of data stored in heterogeneous biological databases can be a difficult, time consuming task for a multitude of reasons. These reasons include the vast volume of biological data, the growing number of biological databases, the rapid rate in the growth of data, the overabundance of data types and formats, the wide Variety of bioinformatics data access techniques, and database heterogeneity. Thanks to international sequencing efforts, genome data sets have been growing exponentially in the past few years. The GenBank database, for example, has doubled every 15 months. With such a rapid growth, genome data and the associated access structures have become too large to fit in the main memory of a computer, leading to a large number of disk accesses (and therefore, slow response times) for homology searches and other queries. Much of the important information in this enormous and exponentially growing gold mine will be wasted if we do not develop proper tools to access and mine them efficiently. The focus of this thesis was to extend an existing biological database for the complete tracking of genomes, the COGENT database, which the Computational Genomics Group at the European Bioinformatics Institute in Cambridge produced in 2003, so that it can incorporate literature and DNA sequence information.

Το πρόβλημα της ευθυγράμμισης βιολογικών ακολουθιών, δηλαδή πρωτεϊνών και γονιδιακών ακολουθιών, είναι από τα πιο απαιτητικά στην επίλυση και ταυτόχρονα πιο εφαρμόσιμα προβλήματα που σχετίζονται με την επιστήμη της βιοπληροφορικής. Από την ευθυγράμμιση βιολογικών ακολουθιών προκύπτει ένας σημαντικός όγκος πληροφορίας που δίνει απαντήσεις σε εξελικτικά ερωτήματα αλλά, κυρίως, βρίσκει εφαρμογή σε πληθώρα τομέων, όπως η διάγνωση και η θεραπεία ασθενειών. Πρόκειται για ένα θέμα που τράβηξε την προσοχή της παγκόσμιας κοινότητας της πληροφορικής μόλις στο δεύτερο μισό του περασμένου αιώνα, επομένως είναι ένα πεδίο με αρκετό χώρο για έρευνα. Στην παρούσα εργασία, αφού δοθεί το απαραίτητο βιολογικό υπόβαθρο, παρουσιάζονται αρχικά οι βασικότεροι αλγόριθμοι που έχουν παρουσιαστεί μέχρι τώρα ως προτάσεις για την εκτέλεση ευθυγραμμίσεων, εξηγούνται οι βασικές δομικές και λειτουργικές διαφορές τους και δίνεται μια πρώτη εκτίμηση της αποτελεσματικότητάς τους, όπως αυτή αντλείται από τη βιβλιογραφία. Στη συνέχεια, το ενδιαφέρον επικεντρώνεται στον αλγόριθμο τοπικής ευθυγράμμισης BLAST. Αναλύεται η λειτουργία του βήμα προς βήμα, παρουσιάζονται οι κυριότερες εκδόσεις του, οι είσοδοι και οι έξοδοί του καθώς και το μαθηματικό υπόβαθρο στο οποίο βασίζεται η υλοποίησή του. Στόχος του πειραματικού τμήματος της εργασίας είναι να εξετάσει κατά πόσο ο BLAST επιτυγχάνει να ταυτοποιήσει, και με τι σφάλμα, μια μεταλλαγμένη ακολουθία, τόσο ως προς το γονίδιο από το οποίο προέρχεται όσο και ως προς το είδος της και τις πιθανές της συνέπειες στον οργανισμό στον οποίο εκφράζεται. Με βάση το γονίδιο BRCA1 του Homo Sapiens, παράγεται μια σειρά μεταλλάξεων, οι οποίες μεταφράζονται. Το σύνολο των παραγομένων βιολογικών ακολουθιών, νουκλεοτιδιακών και αμινοξεϊκών, τίθεται προς αναζήτηση με χρήση του BLAST σε κατάλληλες βάσεις δεδομένων, προκειμένου να ελεγχθεί η ευαισθησία του σε μεταλλάξεις διαφορετικού τύπου και έκτασης. Αποδεικνύεται ότι παρότι ο BLAST επιτυγχάνει με πολύ μικρό σφάλμα την ταυτοποίηση του γονιδίου, ακόμα και σε περιπτώσεις έντονης μετάλλαξης της αρχικής ακολουθίας, ωστόσο η κατανομή των αποτελεσμάτων είναι πολύ πιο ασαφής ως προς την ταυτοποίηση του είδους της μετάλλαξης. / The goal of the present thesis is the examination of the sensitivity of the local alignment algorithm BLAST, on a set of mutated biological sequences. The algorithm's sensitivity is to be measured with regard to three basic criteria: - identification of the relation to the original gene - identification of the mutation type - prediction of possible influence of the organism in question In the first, theoretical part of the thesis, a general biological background is offered, followed by a sufficient presentation on both the history and the latest achievements in the field of sequence alignment. The main topic introduced is the structure and functionality of BLAST, together with its principal editions, its inputs and outputs and the mathematical foundation standing below it. In the experimental part of the thesis, the BRCA1 gene is picked out of the Homo Sapiens Genome; its sequence suffers a number of mutations of different type and extent. Each produced mutation is translated into the corresponding protein. The entire set of biological sequences produced is going through a BLAST Search to test the sensitivity of the algorithm according to the mutation under examination. Analyzing the results, it is safe to claim that BLAST succeeds to recognize the gene from which the mutated sequences are produced, including extremely low error in the process. On the other hand, the identification of the mutation type is certainly of significantly lower sensitivity. Thus the main proposal extracted is the implementation of a patterns recognition system, which will integrate artificial intelligence methods to connect patterns encountered within the input sequence, with diseases reported in the appropriate documentation.

H παρούσα διατριβή εκπονήθηκε στο Εργαστήριο Αναγνώρισης Προτύπων, του Τμήματος Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του Πανεπιστημίου Πατρών. Αποτελεί μέρος της ευρύτερης ερευνητικής δραστηριότητας του Εργαστηρίου στον τομέα του σχεδιασμού και της εφαρμογής των τεχνολογιών Υπολογιστικής Νοημοσύνης στην ανάλυση βιολογικών δεδομένων. Η διδακτορική αυτή διατριβή χρηματοδοτήθηκε από το πρόγραμμα Ηράκλειτος ΙΙ. Ο τομέας της πρωτεωμικής είναι ένα σχετικά καινούργιο και γρήγορα αναπτυσσόμενο ερευνητικό πεδίο. Μια από τις μεγαλύτερες προκλήσεις στον τομέα της πρωτεωμικής είναι η αναδόμηση του πλήρους πρωτεϊνικού αλληλεπιδραστικού δικτύου μέσα στα κύτταρα. Εξαιτίας του γεγονότος, ότι οι πρωτεϊνικές αλληλεπιδράσεις παίζουν πολύ σημαντικό ρόλο στις βασικές λειτουργίες ενός κυττάρου, η ανάλυση αυτών των δικτύων μπορεί να αποκαλύψει τον ρόλο αυτών των αλληλεπιδράσεων στις ασθένειες καθώς και τον τρόπο με τον οποίο οι τελευταίες αναπτύσσονται. Παρόλα αυτά, είναι αρκετά δύσκολο να καταγραφούν και να μελετηθούν οι πρωτεϊνικές αλληλεπιδράσεις ενός οργανισμού, καθώς το πρωτέωμα διαφοροποιείται από κύτταρο σε κύτταρο και αλλάζει συνεχώς μέσα από τις βιοχημικές του αλληλεπιδράσεις με το γονιδίωμα και το περιβάλλον. Ένας οργανισμός έχει ριζικά διαφορετική πρωτεϊνική έκφραση στα διάφορα σημεία του σώματός του, σε διαφορετικά στάδια του κύκλου ζωής του και υπό διαφορετικές περιβαλλοντικές συνθήκες. Δημιουργούνται, λοιπόν, δύο πάρα πολύ σημαντικοί τομείς έρευνας, που είναι, πρώτον, η εύρεση των πραγματικών πρωτεϊνικών αλληλεπιδράσεων ενός οργανισμού που θα συνθέσουν το πρωτεϊνικό δίκτυο αλληλεπιδράσεων και, δεύτερον, η περαιτέρω ανάλυση του πρωτεϊνικού δικτύου για εξόρυξη πληροφορίας (εύρεση πρωτεϊνικών συμπλεγμάτων, καθορισμός λειτουργίας πρωτεϊνών κτλ). Στην παρούσα διδακτορική διατριβή παρουσιάζονται καινοτόμες αλγοριθμικές τεχνικές Υπολογιστικής Νοημοσύνης για την πρόβλεψη πρωτεϊνικών αλληλεπιδράσεων, τον υπολογισμό ενός βαθμού εμπιστοσύνης για κάθε προβλεφθείσα αλληλεπίδραση, την πρόβλεψη πρωτεϊνικών συμπλόκων από δίκτυα πρωτεϊνικών αλληλεπιδράσεων και την πρόβλεψη της λειτουργίας πρωτεϊνών. Συγκεκριμένα, στο κομμάτι της πρόβλεψης και βαθμολόγησης πρωτεϊνικών αλληλεπιδράσεων αναπτύχθηκε μια πληθώρα καινοτόμων τεχνικών ταξινόμησης. Αυτές κυμαίνονται από υβριδικούς συνδυασμούς μετα-ευρετικών μεθόδων και ταξινομητών μηχανικής μάθησης, μέχρι μεθόδους γενετικού προγραμματισμού και υβριδικές μεθοδολογίες ασαφών συστημάτων. Στο κομμάτι της πρόβλεψης πρωτεϊνικών συμπλόκων υλοποιήθηκαν δύο βασικές καινοτόμες μεθοδολογίες μη επιβλεπόμενης μάθησης, οι οποίες θεωρητικά και πειραματικά ξεπερνούν τα μειονεκτήματα των υπαρχόντων αλγορίθμων. Για τις περισσότερες από αυτές τις υλοποιηθείσες μεθοδολογίες υλοποιήθηκαν φιλικές προς τον χρήστη διεπαφές. Οι περισσότερες από αυτές τις μεθοδολογίες μπορούν να χρησιμοποιηθούν και σε άλλους τομείς. Αυτό πραγματοποιήθηκε με μεγάλη επιτυχία σε προβλήματα βιοπληροφορικής όπως η πρόβλεψη microRNA γονιδίων και mRNA στόχων τους και η μοντελοποίηση - πρόβλεψη οικονομικών χρονοσειρών. Πειραματικά, η μελέτη αρχικά επικεντρώθηκε στον οργανισμό της ζύμης (Saccharomyces cerevisiae), έτσι ώστε να αξιολογηθούν οι αλγόριθμοι, που υλοποιήθηκαν και να συγκριθούν με τις υπάρχουσες αλγοριθμικές μεθοδολογίες. Στη συνέχεια, δόθηκε ιδιαίτερη έμφαση στις πρωτεΐνες του ανθρώπινου οργανισμού. Συγκεκριμένα, οι καλύτερες αλγοριθμικές τεχνικές για την ανάλυση δεδομένων πρωτεϊνικών αλληλεπιδράσεων εφαρμόστηκαν σε ένα σύνολο δεδομένων που δημιουργήθηκε για τον ανθρώπινο οργανισμό. Αυτό είχε σαν αποτέλεσμα την δημιουργία ενός πλήρους, σταθμισμένου δικτύου πρωτεϊνικών αλληλεπιδράσεων για τον άνθρωπο και την εξαγωγή των πρωτεϊνικών συμπλόκων, που υπάρχουν σε αυτό καθώς και τον λειτουργικό χαρακτηρισμό πολλών αχαρακτήριστων πρωτεϊνών. Τα αποτελέσματα της ανάλυσης των δεδομένων πρωτεϊνικών αλληλεπιδράσεων για τον άνθρωπο είναι διαθέσιμα μέσω μίας διαδικτυακής βάσης γνώσης HINT-KB (http://hintkb.ceid.upatras.gr), που υλοποιήθηκε στα πλαίσια αυτής της διδακτορικής διατριβής. Σε αυτή την βάση γνώσης ενσωματώνεται, από διάφορες πηγές, ακολουθιακή, δομική και λειτουργική πληροφορία για ένα τεράστιο πλήθος ζευγών πρωτεϊνών του ανθρώπινου οργανισμού. Επίσης, οι χρήστες μπορούν να έχουν προσβαση στις προβλεφθείσες πρωτεϊνικές αλληλεπιδράσεις και στον βαθμό εμπιστοσύνης τους. Τέλος, παρέχονται εργαλεία οπτικοποίησης του δικτύου πρωτεϊνικών αλληλεπιδράσεων, αλλά και εργαλεία ανάκτησης των πρωτεϊνικών συμπλόκων που υπάρχουν σε αυτό και της λειτουργίας πρωτεϊνών και συμπλόκων. Το προβλήματα με τα οποία καταπιάνεται η παρούσα διδακτορική διατριβή έχουν σημαντικό ερευνητικό ενδιαφέρον, όπως τεκμηριώνεται και από την παρατιθέμενη στη διατριβή εκτενή βιβλιογραφία. Μάλιστα, βασικός στόχος είναι οι παρεχόμενοι αλγόριθμοι και υπολογιστικά εργαλεία να αποτελέσουν ένα οπλοστάσιο στα χέρια των βιοπληροφορικάριων για την επίτευξη της κατανόησης των κυτταρικών λειτουργιών και την χρησιμοποίηση αυτής της γνώσης για γονιδιακή θεραπεία διαφόρων πολύπλοκων πολυπαραγοντικών ασθενειών όπως ο καρκίνος. Τα σημαντικόταρα επιτεύγματα της παρούσας διατριβής μπορούν να συνοψισθούν στα ακόλουθα σημεία: • Παροχή ολοκληρωμένης υπολογιστικής διαδικασίας ανάλυσης δεδομένων πρωτεϊνικών αλληλεπιδράσεων • Σχεδιασμός και υλοποίηση ευφυών τεχνικών πρόβλεψης και βαθμολόγησης πρωτεϊνικών αλληλεπιδράσεων, που θα παρέχουν αποδοτικά και ερμηνεύσιμα μοντέλα πρόβλεψης. • Σχεδιασμός και υλοποίηση αποδοτικών αλγορίθμων μη επιβλεπόμενης μάθησης για την εξόρυξη πρωτεϊνικών συμπλόκων από δίκτυα πρωτεϊνικών αλληλλεπιδράσεων. • Δημιουργία μιας βάσης γνώσης που θα παρέχει στην επιστημονική κοινότητα όλα τα ευρήματα της ανάλυσης των δεδομένων πρωτεϊνικών αλληλεπιδράσεων για τον ανθρώπινο οργανισμό. / The present dissertation was conducted in the Pattern Recognition Laboratory, of the Department of Computer Engineering and Informatics at the University of Patras. It is a part of the wide research activity of the Pattern Recognition Laboratory in the domain of designing, implementing and applying Computational Intelligence technologies for the analysis of biological data. The present dissertation was co-financed by the research program Hrakleitos II. The proteomics domain is a quite new and fast evolving research domain. One of the great challenges in the domain of proteomics is the reconstruction of the complete protein-protein interaction network within the cells. The analysis of these networks is able to uncover the role of protein-protein interactions in diseases as well as their developmental procedure, as protein-protein interactions play very important roles in the basic cellular functions. However, this is very hard to be accomplished as protein-protein interactions and the whole proteome is differentiated among cells and it constantly changes through the biochemical cellular and environment interactions. An organism has radically different protein expression in different tissues, in different phases of his life and under varying environmental conditions. Two very important domains of research are created. First, the identification of the real protein-protein interactions within an organism which will compose its protein interaction network. Second, the analysis of the protein interaction network to extract knowledge (search for protein complexes, uncovering of proteins functionality e.tc.) In the present dissertation novel algorithmic Computational Intelligent techniques are presented for the prediction of protein-protein interactions, the prediction of a confidence score for each predicted protein-protein interaction, the prediction of protein complexes and the prediction of proteins functionality. In particular, in the task of predicting and scoring protein-protein interactions, a wide range of novel classification techniques was designed and developed. These techniques range from hybrid combinations of meta-heuristic methods and machine learning classifiers, to genetic programming methods and fuzzy systems. For the task of predicting protein complexes, two novel unsupervised methods were designed and developed which theoretically and experimentally surpassed the limitations of existing methodologies. For most of the designed techniques user friendly interfaces were developed to allow their utilizations by other researchers. Moreover, many of the implemented techniques were successfully applied to other research domaines such as the prediction of microRNAs and their targets and the forecastment of financial time series. The experimental procedure, initially focused on the well studied organism of Yeast (Saccharomyces cerevisiae) to validate the performance of the proposed algorithms and compare them with existing computational methodologies. Then, it focuses on the analysis of protein-protein interaction data from the Human organism. In specific, the best algorithmic techniques, from the ones proposed in the present dissertation, were applied to a human protein-protein interaction dataset. This resulted to the construction of a weighted protein-protein interaction network of high coverage, to the extraction of human protein complexes and to the functional characterization of Human proteins and complexes. The results of the analysis of Human protein-protein interaction data are available in the web knowledge base HINT-KB (http://hintkb.ceid.upatras.gr) which was implemented during this dissertation. In this knowledge base, structural, functional and sequential information from various sources were incorporated for every protein pair. Moreover, HINTKB provide access to the predicted and scored protein-protein interactions and to the predicted protein complexes and their functional characterization. The problems which occupied the present dissertation have very significant research interest as it is proved by the provided wide bibliography. The basic goal is the provided algorithms and tools to contribute in the ultimate goal of systems biology to understand the cellular mechanisms and contribute in the development of genomic therapy of complex diseases such as cancer. The most important achievements of the present dissertation are summarized in the next points: • Providing an integrated computational framework for the analysis of protein-protein interaction data. • Designing and implementing intelligent techniques for predicting and scoring protein-protein interactions in an accurate and interpretable manner. • Designing and implementing effective unsupervised algorithmic techniques for extracting protein complexes and predicting their functionality. • Creating a knowledge base which will provide to the scientific community all the findings of the analysis conducted on the Human protein-protein interaction data.

Καθώς η εξέλιξη της βιοϊατρικής επιστήμης και τεχνολογίας είναι συνεχής και ραγδαία, η έρευνα επικεντρώνεται τόσο στη βελτίωση των κλινικών τεχνικών όσο και στην ανάπτυξη νέων με κυριότερο σκοπό την ακριβέστερη και ασφαλέστερη διάγνωση και θεραπεία. Στην παρούσα διπλωματική εργασία, μελετάται η χρήση δύο περιοχών του φάσματος, των μικροκυματικών και των ηχητικών συχνοτήτων για διαγνωστικές λειτουργικές εφαρμογές εγκεφάλου. Παρόλο που η χρήση των υπερήχων έχει αξιοποιηθεί στην κλινική εφαρμογή, οι αναφορές για τη χρήση των ηχητικών κυμάτων στις βιοιατρικές εφαρμογές είναι περιορισμένες στη διεθνή βιβλιογραφία. Στην παρούσα διπλωματική εργασία μελετάται η ανάπτυξη ενός συστήματος για διαγνωστικές εφαρμογές εγκεφάλου στις ηχητικές συχνότητες. Στα δύο πρώτα κεφάλαια περιγράφονται οι βασικές αρχές που διέπουν την επιστήμη του ήχου (ακουστική) αλλά και οι φυσικές αρχές αλληλεπίδρασης των ηχητικών κυμάτων με τους βιολογικούς ιστούς (δημιουργία και εξέλιξη των φυσικών φαινομένων ανάκλασης, διάθλασης, μετάδοσης και απορρόφησης της ηχητικής δέσμης). Πιο συγκεκριμένα μοντελοποιείται και μελετάται θεωρητικά το πρόβλημα της αλληλεπίδρασης των ηχητικών κυμάτων με τον ανθρώπινο εγκέφαλο. Στο τρίτο κεφάλαιο παρατίθεται η θεωρητική ανάλυση και οι βασικές αρχές της προτεινόμενης μεθόδου για μέτρηση της εγκεφαλικής δραστηριότητας στις ηχητικές συχνότητες καθώς και τα βασικά στοιχεία της πρακτικής της υλοποίησης που περιλαμβάνουν ανάλυση του πιεζοηλεκτρικού φαινομένου και των αντίστοιχων μετατροπέων καθώς και το αντίστοιχο σύστημα λήψης ηχητικών σημάτων. Τα μικροκύματα έχουν χρησιμοποιηθεί σε πλήθος διαγνωστικών και θεραπευτικών τεχνικών τόσο σε επίπεδο έρευνας όσο και στην κλινική πράξη. Στην παρούσα εργασία πραγματοποιείται θεωρητική μελέτη δύο πολυσυχνοτικών κυρτών προσαρμόσιμων μικροταινιακών τυπωμένων κεραιών για χρήση τους με συστήματα ευαίσθητων δεκτών μικροκυματικής ραδιομετρίας. Στο κεφάλαιο 4 περιγράφονται η βασική τεχνολογία και οι βασικές αρχές λειτουργίας της παθητικής μεθόδου διάγνωσης με μικροκύματα, της μικροκυματικής ραδιομετρίας. Οι προτεινόμενες κυρτές κεραίες μοντελοποιήθηκαν (κεφάλαιο 5) και μελετήθηκαν με τη βοήθεια του ηλεκτρομαγνητικού προσομοιωτικού λογισμικού πακέτου HFSS που χρησιμοποιεί τη μέθοδο των πεπερασμένων στοιχείων. Παρουσιάζονται αναλυτικά οι ιδιότητες εστίασης των κεραιων αυτών σε δύο διαφορετικά μοντέλα κεφαλιού στος εύρος συχνοτήτων 2 – 3.5 GHz. / As the evolution in the field of biomedical science and technology is continuous, the research focuses mainly on the improvement of existent clinical techniques and the development of new ones, aiming to the most accurate and safe diagnosis and treatment. In the present thesis, the usage of two frequency bands is investigated, the microwave and sound frequencies for diagnostic functional brain applications. Despite the fact that ultrasounds have been utilized in clinical practice, the references regarding the application of sound frequencies in medical diagnosis are restrained in international literature. In the present thesis the development of a system for diagnostic brain applications operating at sound frequencies is studied. In the first two chapters the basic principles of acoustics and the physical principles of the interaction of sound waves with biological tissue (including physical phenomena of reflection, diffraction, transmission and absorption of sound) are described. More specifically, the problem of the interaction of sound waves with the human brain tissues is theoretically modeled and studied. In the third chapter theoretical analysis and basic principles of the suggested method are given together with the basic points of its practical implementation that include analysis of the piezoelectric phenomenon, the respective piezoelectric transducers and sound signal receiver. Microwaves have been used in many diagnostic and therapeutic techniques both at research level and in clinical practice. Herein, a theoretical study of two multi-frequency conformal microstrip patch antennas is performed, in order to use them in conjunction with sensitive microwave radiometry receivers. In chapter 4 the basic technology and the basic operation principles of the passive diagnostic method with microwaves (microwave radiometry) are described. The suggested conformal antennas are modeled (chapter 5) and studied using the electromagnetic simulation tool HFSS that implements the finite element method (FEM). The properties of these antennas and their focusing ability on specific brain areas are presented at 2 – 3.5 GHz in two different head models.

Καθώς η εξέλιξη της βιοϊατρικής επιστήμης και τεχνολογίας είναι συνεχής και ραγδαία, η έρευνα επικεντρώνεται τόσο στη βελτίωση των κλινικών τεχνικών όσο και στην ανάπτυξη νέων με κυριότερο σκοπό την ακριβέστερη και ασφαλέστερη διάγνωση και θεραπεία. Στην παρούσα διατριβή, μελετάται η χρήση δύο περιοχών του φάσματος, που ανήκουν στο πεδίο των μη ιοντιζουσών ακτινοβολιών, των μικροκυματικών και των ακουστικών συχνοτήτων, για διαγνωστικές λειτουργικές εφαρμογές εγκεφάλου. Παρόλο που η χρήση των υπερήχων έχει αξιοποιηθεί στην κλινική εφαρμογή, οι αναφορές για τη χρήση των ακουστικών κυμάτων στις βιοϊατρικές εφαρμογές είναι περιορισμένες στη διεθνή βιβλιογραφία. Στην παρούσα διδακτορική διατριβή μελετάται η ανάπτυξη ενός συστήματος για διαγνωστικές εφαρμογές εγκεφάλου στις ακουστικές συχνότητες. Στα δύο πρώτα κεφάλαια περιγράφονται οι βασικές αρχές που διέπουν την επιστήμη του ήχου (ακουστική) αλλά και οι φυσικές αρχές αλληλεπίδρασης των ακουστικών κυμάτων με τους βιολογικούς ιστούς (δημιουργία και εξέλιξη των φυσικών φαινομένων ανάκλασης, διάθλασης, μετάδοσης και απορρόφησης της ηχητικής δέσμης). Πιο συγκεκριμένα, μοντελοποιείται και μελετάται θεωρητικά το πρόβλημα της αλληλεπίδρασης των ακουστικών κυμάτων με τον ανθρώπινο εγκέφαλο ενώ τέλος παρουσιάζονται βασικές και σύγχρονες εφαρμογές ακουστικής στην ιατρική. Στο τρίτο κεφάλαιο παρατίθεται η θεωρητική ανάλυση και οι βασικές αρχές της προτεινόμενης μεθόδου για μέτρηση της εγκεφαλικής δραστηριότητας στις ακουστικές συχνότητες και πραγματοποιούνται προσομοιώσεις, με τη βοήθεια του λογισμικού MATLAB, παραθέτοντας τα αντίστοιχα αριθμητικά αποτελέσματα. Ολοκληρώνοντας το πρώτο μέρος της διατριβής, στο τέταρτο κεφάλαιο παρουσιάζεται η πρακτική υλοποίηση του προτεινόμενου συστήματος, περιλαμβάνοντας ανάλυση του πιεζοηλεκτρικού φαινομένου και των αντίστοιχων αισθητήρων, εκτενής μελέτη του κάθε τμήματός του καθώς και πειραματικές μετρήσεις με ομοιώματα. Τα μικροκύματα έχουν χρησιμοποιηθεί σε πλήθος διαγνωστικών και θεραπευτικών τεχνικών τόσο σε επίπεδο έρευνας όσο και στην κλινική πράξη. Στην παρούσα διατριβή πραγματοποιείται θεωρητική μελέτη και υλοποίηση πολυσυχνοτικών κυρτών προσαρμόσιμων μικροταινιακών τυπωμένων κεραιών και χρήση τους με σύστημα ευαίσθητου δέκτη μικροκυματικής ραδιομετρίας. Στο κεφάλαιο 5 περιγράφονται η βασική τεχνολογία και οι βασικές αρχές λειτουργίας της παθητικής μεθόδου διάγνωσης με μικροκύματα, της μικροκυματικής ραδιομετρίας ενώ στο κεφάλαιο 6 μοντελοποιούνται οι προτεινόμενες κυρτές κεραίες και μελετούνται με τη βοήθεια του ηλεκτρομαγνητικού προσομοιωτικού λογισμικού πακέτου HFSS που χρησιμοποιεί τη μέθοδο των πεπερασμένων στοιχείων. Επίσης, παρουσιάζονται αναλυτικά οι ιδιότητες εστίασης των κεραιών αυτών σε δύο διαφορετικά μοντέλα κεφαλιού στο εύρος συχνοτήτων 2 – 3.3 GHz. Τέλος, οι κεραίες που μελετήθηκαν θεωρητικά, κατασκευάζονται και χρησιμοποιούνται ως κεραίες λήψης ραδιομέτρου τύπου διακόπτη Dicke (Dicke switch) για πειραματικές μετρήσεις σε ομοιώματα (κεφάλαιο 7). Ο συνδυασμός των δύο συστημάτων σε μια κοινή υλοποίηση και η πραγματοποίηση κοινών πειραματικών μετρήσεων και στις δύο περιοχές συχνοτήτων είναι μια πολύ σημαντική προοπτική που μπορεί να βελτιώσει τα πιθανά μειονεκτήματα της κάθε μεθόδου αλλά και να τις επαληθεύσει, με την παροχή και το συνδυασμό διαφορετικού είδους πληροφορίας για το ίδιο αίτιο. / As progress in the field of biomedical science and technology is continuous, the research focuses mainly on the improvement of existing clinical techniques and the development of new ones, aiming at the most accurate and safe diagnosis and treatment. In the present thesis, passive diagnosis in the non ionizing radiation regime and especially two frequency bands, microwave and acoustic frequencies, are used for diagnostic functional brain applications. Despite the fact that ultrasounds have been utilized in clinical practice, the references regarding the application of acoustic waves in medical diagnosis are restrained in international literature. In the present thesis the development of a system for diagnostic brain applications operating at acoustic frequencies is studied. In the first two chapters the basic principles of acoustics and the physical principles of the interaction of acoustic waves with biological tissue (including physical phenomena of reflection, diffraction, transmission and absorption of sound) are described. More specifically, the problem of the interaction of acoustic waves with the human brain tissues is theoretically modeled and studied. In the third chapter theoretical analysis is carried out and the basic operation principles of the suggested method for monitoring brain activity in acoustic frequencies are described. Simulations are performed using the MATLAB software and the respective numerical results are presented. Completing the first part of the thesis, the fundamentals of the system’s practical implementation are introduced in the fourth chapter. All system modules are described and the results of the implementation study through experiments using phantoms are presented. Microwaves have been used in many diagnostic and therapeutic techniques both at research level and in clinical practice. Herein, a theoretical study and implementation of various multi-frequency conformal microstrip patch antennas are performed, and finally they are used in conjunction with a sensitive microwave radiometry receiver. In chapter 5 the basic technology and the basic operation principles of the passive diagnostic method with microwaves (microwave radiometry) are described, while in chapter 6 the suggested conformal antennas are modeled and studied using the electromagnetic simulation tool HFSS that implements the finite element method (FEM). Moreover, the properties of these antennas and their focusing ability on specific brain areas are presented at 2 – 3.3 GHz in two different head models. Finally, a few are materialized in Rogers 4350B dielectric substrate and two of them are used together with a Dicke switch type radiometer for experimental measurements with phantoms (chapter 7). The combination of the aforementioned systems in a common implementation and the realization of common experimental measurements in both frequency bands is a very significant prospective which can optimize the performance of each methodology, by collecting and combining different types of information originating from the same event.