Uproszczony model głowy umożliwiający projektowanie czujników

Tematem pracy dyplomowej jest uproszczony model głowy człowieka, który będzie można
zastosować do projektowania czujników bezprzewodowych. Oznacza to, że uproszczenie modelu nie
powinno wpływać na obserwowaną interakcję pomiędzy falami elektromagnetycznymi i obecnymi w
pobliżu ludzkimi tkankami. Oddziaływanie to jest zamodelowane jest przy użyciu fantomu, którego
dokładność zależy od kształtu i rozmieszczenia tkanek.
Dostępnych jest wiele modeli utworzonych przy pomocy danych medycznych uzyskanych z obrazów
rezonansu magnetycznego i tomografii komputerowej, które dostarczają dużą dokładność anatomiczną
modelu. Jednakże, ich użycie wymaga długiego czasu symulacji i nie pozwala, z powodu ogromnych
kosztów i trudności w uzyskaniu odpowiedniego fantomu, na porównanie otrzymanych wyników z
pomiarami. Uproszczenie modelu rozwiązałoby te problemy, ale należałoby dopilnować, żeby
dokładność modelu nie została utracona w nieakceptowalny sposób. Możliwe jest uproszczenie
kształtu albo zastąpienie tkanek jednorodnym materiałem o ustalonych właściwościach
dielektrycznych; znalezienie powyższej równowagi stanowi cel pracy dyplomowej.
W pracy wykonano zestaw symulacji przy użyciu programu XFdtd dostarczonego przed firmę
Remcom. Program wykorzystuje metodę różnic skończonych w dziedzinie czasu (FTDTD), która jest
rekomendowana do obserwowania interakcji pomiędzy falami elektromagnetycznymi i tkankami
biologicznymi.
Do symulacji został wykorzystany model heterogeniczny NMR Hershey oraz antena dipolowa
dopasowana do pasma 2.4 GHz, wybrana z powodu szerokiego zastosowania pasma ISM (Industrial
Scientific and Medical) do projektowania anten do systemów komunikacyjnych umieszczonych w
pobliżu ciała człowieka. Symulacje dotyczyły modeli heterogenicznych o różnych regionach
zainteresowania oraz wielkości woxeli, a także jednorodnego modelu o różnych wartościach
przewodności elektrycznej właściwej i względnej przenikalności elektrycznej. Dokładność
oddziaływań pomiędzy anteną i zamodelowanymi tkankami została oceniona poprzez analizę
wizualną i statystyczną uzyskanych wyników. Obliczono dwa parametry statystyczne do ustalenia
podobieństwa pomiędzy analizowanymi zbiorami. Były to znormalizowana maksymalna korelacja
krzyżowa (NMCC) oraz znormalizowany błąd średniokwadratowy (NRMSE).

The subject of the thesis is the simplified human head model for design of wireless sensors that
operates in proximity of human head. The simplification of the model should not affect its ability to
represent the interaction of electromagnetic waves with the human tissues.
There are many human body phantoms based on medical imaging data (e.g. Magnetic Resonance
Imaging and Computed Tomography) which provide great anatomical precision; however, their usage
in electromagnetic simulation software requires often a lot of time to complete. Moreover, verification
of obtained results with measurements is highly problematic due to lack of correspondence between
numerical and physical models. Simplifying the numerical model would solve this disadvantage if
only the accuracy of the model would not be compromised. Two ways of possible simplifications
involve simplification of shape of the model and tissue properties. Finding the mentioned before
balance is the main aim of the thesis.
In order to obtain this goal, a number of electromagnetic simulations was performed with the use of
Remcom XFdtd software which applies the finite difference time domain method (FDTD). The
reference model used for simulations was the heterogeneous model NMR Hershey provided
exclusively with the software.
For the simulations, dipole antenna tuned for 2.4 GHz was placed in the proximity of the head and the
antenna parameters were then examined to compare different head models. The simulations dealt with
heterogeneous models of different regions of interests and voxel sizes, and homogeneous models with
different values of conductivity and relative permittivity. The performance of the models was verified
based on simulated antenna parameters and specific absorption rate (SAR).
To objectify the analysis two statistical parameters were calculated which measured similarity between
analyzed data sets: normalized maximum cross-correlation (NMCC) and the normalized root-meansquare
error (NRMSE). As the result of the investigation, the recommendations for the human head
model simplifications were given.