Hamid Raza-Matratzen ⇐ Artikelentwürfe

[Guest]

Hamid Reza Marateb (* 5. September 1978) ist ein iranischer biomedizinischer Ingenieur, der für seine Beiträge zur medizinischen Datengewinnung, klinischen Bewertung und klinischen Nachbeobachtung medizinischer Geräte nach dem Inverkehrbringen bekannt ist.
== Frühes Leben und Bildung ==
Marateb wurde am 5. September 1978 in Teheran, Iran, geboren. Er erlangte im Jahr 2000 seinen Bachelor of Science in biomedizinischer Technik an der Shahid Beheshti University of Medical Sciences in Teheran, Iran, und einen Master of Science in biomedizinischer Technik an der Amir Kabir University (Amir Kabir University of Technology). of Technology, Teheran, Iran, Abschluss im Jahr 2003. Später erwarb er seinen Ph.D. in Biomedizintechnik an der Polytechnischen Universität Turin|Politecnico di Torino in Turin, Italien im Jahr 2010.
== Karriere ==

=== ''''Berufliche Karriere'''' ===
Von 2000 bis 2003 war Marateb Ingenieur bei Miro Company (Mircompany) in Teheran, später wissenschaftlicher Mitarbeiter am Forschungszentrum für Elektronik und Computer der Universität Isfahan, Iran (2003–2008) und wissenschaftlicher Mitarbeiter am LISiN Laboratory of Engineering of Neuromuskuläres System in Turin, Italien (2008-2009).https://rdi.upc.edu/ca/uaslr/vols-dedicar-te -a-la-recerca/ofertes-postdoctorals/convocatories-generals-postdoctorals-amb-financament-extern/Documents%20Postdoctorals/beatriu-de-pinos/beatriu-de-pinos-2020/resol-renuncies-i-substitucions_04032022.pdf

Er forschte 2009 an Institutionen wie PAIRE – Palo Alto Institute for Research and Education in Kalifornien und der Stanford University. Marateb ist seit 2012 außerordentlicher Professor an der Universität Isfahan, Iran, und gleichzeitig leitender Forscher am Polytechnikum Universität Katalonien|Universitat Politècnica de Catalunya, Spanien, seit 2015.

Er war 2009 Gastforscher an der Stanford University und 2010 an der Aalborg University. 2012 und 2017 war er Gastprofessor an der Polytechnic University of Catalonia|UPC, Barcelona. https://www .scopus.com/authid/detail.uri?authorId=35759194200Seine Forschungsrichtung ist Kognitive Informatik in Gesundheit und Biomedizin, wobei er sich hauptsächlich auf klinische Neurophysiologie|klinische Neurophysiologie, Computational Neuroscience|Computational Neurosciences und Medical Data Mining konzentriert.

Marateb ist Gutachter in mehr als 30 internationalen ISI-Zeitschriften und Mitglied der Redaktion von Frontiers in Integrative Physiology, Frontiers in Cognitive Neuroscience, Basic and Clinical Neurosciences, „Journal of Medical Signals and Sensors“, Prosthesis, Advanced Biomedical Research, und PLOS One. Er hat außerdem Zuschüsse der Europäischen Union und Spaniens erhalten.

=== '''''Forschung und Beiträge'''' ===
Maratebs Forschung konzentriert sich hauptsächlich auf Bioinformatik (Biomedizinische Informatik) und ist auf medizinische Datengewinnung, biomedizinische Signalverarbeitung (wie EMG, EEG, EKG) und biomedizinische Bildverarbeitung spezialisiert.
=== '''''Berufliche Zugehörigkeiten''''' ===
Marateb ist seit 2008 aktives Mitglied des Institute of Electrical and Electronics Engineers (IEEE)
=== '''''Medienauftritte und Interviews'''' ===
Im Jahr 2021 trat er in einer Diskussion über künstliche Intelligenz in biomedizinischen Anwendungen in Barcelona auf, die auf YouTube verfügbar war.

=== Aktuelle Zugehörigkeiten ===
Marateb ist derzeit am Department of Biomedical Engineering, Faculty of Engineering, der University of Isfahan, IRAN (seit 2011; derzeit außerordentlicher Professor) und außerdem an der Biosignal Analysis For Rehabilitation And Therapy Research Group (BIOART), Department of Automatic Control, Biomedical Engineering Research, tätig Zentrum, Polytechnische Universität Katalonien|Universitat Politècnica de Catalunya, BarcelonaTech (UPC), Barcelona, ​​Spanien.

== Veröffentlichungen ==
Nachfolgend finden Sie eine Liste von Maratebs ausgewählten Veröffentlichungen im Laufe seiner Karriere.

* Zielversuchsemulation mit Multi-State-Modellanalyse zur Bewertung der Behandlungswirksamkeit anhand klinischer COVID-19-Daten
* Globale, regionale und nationale Belastung durch andere Muskel-Skelett-Erkrankungen, 1990–2020, und Prognosen bis 2050: eine systematische Analyse der Global Burden of Disease Study
* Globale, regionale und nationale Belastung durch Diabetes von 1990 bis 2021, mit Prävalenzprognosen bis 2050: eine systematische Analyse für die Global Burden of Disease Study 2021
* Gesundheitsbewertung nach der Entlassung von Überlebenden einer Coronavirus-Erkrankung: eine Zeitpunktanalyse einer prospektiven Kohortenstudie
* Ein Modell zur Bewertung des kardiovaskulären Risikos anhand verhaltensbezogener, psychosozialer und traditioneller Faktoren bei Patienten mit ST-Strecken-Hebungsinfarkt (CRAS-MI): Überprüfung der Literatur und Methodik einer multizentrischen Kohortenstudie
* Auswirkungen künstlicher elektromagnetischer Felder auf Herzfrequenzvariabilitätsparameter der breiten Öffentlichkeit: Eine systematische Überprüfung und Metaanalyse experimenteller Studien
* Eine Echtzeitmethode zur Dekodierung der neuronalen Ansteuerung von Muskeln mithilfe von einkanaligen intramuskulären EMG-Aufzeichnungen
* Ein neuartiges räumliches Merkmal zur Identifizierung motorischer Aufgaben mithilfe der Elektromyographie mit hoher Dichte
* COVID-SAFE: Ein IoT-basiertes System zur automatisierten Gesundheitsüberwachung und -überwachung im Leben nach der Pandemie
* Ein hybrides computergestütztes Diagnosesystem zur Vorhersage des Wiederauftretens von Brustkrebs (HPBCR) unter Verwendung optimierten Ensemble-Lernens https://www.sciencedirect.com/science/a ... 2513003351
* Online-Zuordnung von EMG-Signalen in die Kinematik durch automatische Kodierung
* Genauigkeitsbewertung der hochdichten CKC-Oberflächen-EMG-Zersetzung im Bizeps-Femora-Muskel
* ·Eine nichtinvasive Methode zur Koronararteriendiagnose unter Verwendung eines klinisch interpretierbaren, auf Fuzzy-Regeln basierenden Systems
* Ausreißererkennung in hochdichten Oberflächenelektromyographiesignalen * Manipulation von Messskalen in der medizinischen statistischen Analyse und im Data Mining: Ein Überblick über die Methoden
* Eine einjährige, krankenhausbasierte prospektive offene COVID-19-Kohorte im östlichen Mittelmeerraum: Die Khorshid COVID Cohort (KCC)-Studie
* Eine hybride dynamische Wavelet-basierte Modellierungsmethode zur Vorhersage der Blutzuckerkonzentration bei Typ-1-Diabetes * Ein hybrides intelligentes System zur Diagnose von Mikroalbuminurie bei Typ-2-Diabetes-Patienten, ohne dass Albumin im Urin gemessen werden muss https://www.sciencedirect.com/science/a ... 0023000058< br /> * Halbüberwachtes aktives Transferlernen zur Erkennung fetaler EKG-Arrhythmien
* Erste Wachstumskurven basierend auf der Referenz der Weltgesundheitsorganisation in einer landesweit repräsentativen Stichprobe der pädiatrischen Bevölkerung im Nahen Osten und Nordafrika (MENA …
* Robuste Zerlegung einkanaliger intramuskulärer EMG-Signale bei niedrigen Kraftniveaus
*  PARS-Risikodiagramme: Eine 10-Jahres-Studie zur Risikobewertung für Herz-Kreislauf-Erkrankungen im östlichen Mittelmeerraum
* Strenge a-posteriori-Bewertung der Genauigkeit der EMG-Zerlegung
* Auflösen überlagerter MUAPs mithilfe der Partikelschwarmoptimierung
* Klassifizierung psychiatrischer Symptome mithilfe tiefer Interaktionsnetzwerke: die CASPIAN-IV-Studie


1978 Geburten