Джозеф Сгро - Joseph Sgro

Джозеф А. Сгро
Джозеф Сгро на Alacron 2013.jpg
Sgro в Alacron, Inc.
Родившийся (1949-09-20) 20 сентября 1949 г. (71 год)
НациональностьАмериканец
Альма-матерКалифорнийский университет в Лос-Анджелесе
Университет Висконсина
Медицинская школа Леонарда М. Миллера
Научная карьера
ПоляМатематика
Математическая логика
Неврология
Нейрофизиология
Машинное зрение
Машинное обучение
УчрежденияЙельский университет
Принстонский институт перспективных исследований
Колумбийский университет
Медицинский центр ВЦУ
Alacron, Inc.
FastVision, ООО
ДокторантХ. Дж. Кейслер

Джозеф А. Сгро (родился 20 сентября 1949 г. в г. Сан Диего, Калифорния ) - американец математик, невролог / нейрофизиолог, и инженер-технолог / предприниматель в области фрейм-грабберы, высокоскоростные камеры, умные камеры, процессоры изображений, компьютерное зрение, и машинное зрение и учусь технологии.

Сгро начал свою карьеру в качестве академического исследователя в области высшей математики и логики. Он получил степень бакалавра математики в 1970 г. UCLA затем получил степень магистра математики в 1973 г. и докторскую степень по математике в 1975 г. Университет Висконсина, где учился математическая логика под Х. Джером Кейслер[1] кто вместе с Джон Барвайз и Кеннет Кунен сформировал свою докторскую комиссию.

Проработав инструктором и докторантом в Йель а также членство в Институт перспективных исследований в Принстон, Нью-Джерси Сгро вернулся в школу, чтобы изучать неврологию, и получил степень доктора медицины в 1980 году по программе Ph.D.[2] из Медицинская школа Леонарда М. Миллера на Университет Майами, затем стажировка по внутренним болезням в Больница UNC Memorial, проживание в неврология, стипендия и должность преподавателя в клиническая нейрофизиология на Неврологический институт Нью-Йорка.

В результате своей работы в области нейрофизиологии, пока он работал докторантом и доцентом неврологии, Сгро основал Alacron, Inc. (ранее Corteks, Inc. до 1990 г.) в 1985 году для производства технологий, относящихся к его неврологическим исследованиям. В 1989 году он коммерциализировал эту технологию и начал разработку процессоры массива, фрейм-грабберы, процессоры машинного зрения и последние поддерживаемые достижения в BSI и легирование сенсора на сверхрешетке (дельта)[3] технологии. Расширяя свою работу в области технологий машинного зрения, в 2002 году компания Sgro основала FastVision, ООО, создатель умные камеры, как дочерняя компания Alacron, Inc. В 2016 году компания FastVision, LLC. была включена в состав Alacron, Inc.

Математические исследования

В течение своего первого года в качестве кандидата наук в Университете Висконсина Сгро доказал, что топологический расширение логика первого порядка с использованием открытый набор логика квантификатор имеет логическая завершенность, что ранее было широко распространено, но не было доказано. Доказательство Сгро привлекло внимание всего математического мира, и в 1974 году, за год до того, как он защитил докторскую диссертацию, он был назначен инструктором по математике Джозии Уилларда Гиббса в Йельском университете, получил NSF исследовательский грант на продолжение работы в области теории топологических моделей.[4] Йель позволил ему принять эту награду, когда дистанционно завершил диссертацию и диссертацию в Висконсине, что он и сделал в 1975 году. Его выводы относительно теории топологической модели легли в основу его докторской диссертации и диссертации. В 1976–1977 учебном году Сгро получил стипендию столетия.[5] от AMS. Его работа также привела к приглашению выступить на Европейской встрече Logica Colloquim '77 Ассоциация символической логики. Мероприятие проходило в Вроцлав, Польша, который тогда еще был частью Восточный блок, что сделало Сгро одним из первых математиков с Запада, выступивших на мероприятии «за железным занавесом».[6] Сгро также провел 1977–1978 гг. Институт перспективных исследований в Университет Принстона.[7]

Опубликованная в 1977 году диссертация Сгро «Теоремы полноты для топологических моделей».[8] и расширения этого исследования, включая аксиоматизация и полнота непрерывные функции на топология продукта квантификаторы открытого набора были опубликованы в 1976 г. Израильский математический журнал.[9] Следуя этим результатам, Sgro опубликовал доказательство того, что расширение кванторной логики открытого множества с использованием оператор интерьера кванторная логика имеет полноту и удовлетворяет Крейг интерполяция.[10] Он также показал, что закрытие Суслина-Клини[11] кванторной логики открытого множества не работает. Интерполяция Крейга означает, что она строго слабее внутренней логики оператора.[12] Его более поздние исследования были сосредоточены на доказательстве существования максимальных расширений логики первого порядка, удовлетворяющих Теорема Лося на сверхпродукты и обладают собственностью Суслина-Клини.[13] Кроме того, это было распространено на сверхпродуктивные расширения логики первого порядка, которые удовлетворяли как теореме Лоша, так и расширенной форме теорема компактности.[14]

Неврологическое исследование

Изучая математическую логику, Сгро заинтересовался исследованием логических систем, которые мозг использует для обработки моторной и сенсорной информации, и вернулся в школу, намереваясь изучать клиническую нейрофизиологию, отрасль науки. неврология и физиология который исследует функционирование периферических и центральных нервная система. Нейрофизиологические исследования обычно используют инструменты визуализации для визуализации химической и электрической активности в нервных путях, и сегодня они включают: фМРТ, электроэнцефалография (ЭЭГ), вызванные потенциалы (EP), ТМС и другие технологии для визуализации и оценки мозговой активности.

После того, как Сгро завершил Интернатура в медицина внутренних органов на Университет Северной Каролины в 1981 году и его место жительства в неврологии в Колумбийский пресвитерианский медицинский центр в 1984 году. Сгро служил Сотрудник докторантуры в клинической нейрофизиологии (1983–1985), в качестве ассистента по неврологии (1985–1986), а затем в качестве Доцент неврологии (1986–1987) в Колледж врачей и хирургов в Колумбийский университет в Нью-Йорк. Sgro переехал в Ричмонд, Вирджиния где он был Доцент неврологии и заведующей нейрофизиологией (1987–1991) и, наконец, в качестве начальника отделения клинической нейрофизиологии (1991–1994) в Медицинский центр Университета Содружества Вирджинии. Он также был назначен адъюнкт-профессором неврологии в Колумбийский пресвитерианский медицинский центр с 1994 по 2004 гг.

Во время его постдокторской стажировки в Колумбийский пресвитерианский медицинский центр, Сгро добился признания в медицинском сообществе за свои исследования и открытия по теории вызванные потенциалы, уделяя особое внимание Соматосенсорные вызванные потенциалы (SSEP). Краткое изложение усилий Sgro по улучшению технологии записи вызванного потенциала можно найти в книге Кита Чиаппы.[15] В этой статье рассматривается много одного и двух размерный, линейный и нелинейный цифровые фильтры. Два подхода к повышению точности записи - это увеличение соотношение сигнал шум (SNR) за счет уменьшения когерентного электрические шум[16] а во-вторых, развитие двухмерного DFT цифровая фильтрация вызванных потенциалов, которая заменяет улучшение отношения сигнал / шум скользящая средняя методика с обнаружением изменения усредненного форма волны.[17] Используя эту технологию, Sgro доказал, что SSEP "зависят от состояния", варьируя в зависимости от того, был ли пациент бодрствующий или же спящий (под наркозом ).[18] После этих выводов при финансовой поддержке Фонд Уитакера,[19] Компания Sgro разработала технологию и методы для анализа вызванных потенциалов на основе стимуляции, проводимой сверхбыстрым (т. Е. Сотни герц ) псевдослучайные m-последовательности.[15][20][21] Эта работа была продемонстрирована как более эффективный метод выявления и прогнозирования субклинических заболеваний или повреждений, таких как смертность из эпилептический статус[18][22][23] (заболевания, которые в противном случае оставались бы незамеченными до тех пор, пока они не стали достаточно серьезными, чтобы их можно было квалифицировать как клинически очевидные по сравнению с обычными вызванными потенциалами).

При проведении исследования (афферентного) сенсорная нервная система с вызванными потенциалами, Sgro также начал исследовать устройства и методы для определения состояния (эфферентного) двигательная нервная система с помощью ТМС с целью более эффективного выявления субклинических заболеваний и повышения чувствительности двигательной системы во время интраоперационного наблюдения за пациентом. Sgro[24] и его сотрудники изучали теоретические и практические вопросы, связанные с разработкой мощного магнитного поля и быстрого транскраниального магнитного стимулятора, который мог бы превышать исторический предел безопасности электрическая стимуляция мозга[25][26] (40 мкКл / см2 / фаза при частоте стимуляции от 20 до 50 Гц в течение нескольких часов). Эти исследования привели к созданию быстродействующего устройства с высокой напряженностью магнитного поля.[27] который подходил для исследований безопасности. Безопасность ТМС у крыс при максимальной напряженности поля 3,4 Тесла при 8 Гц в течение 20 минут или 10 мкКл / см2 / фаза была продемонстрирована в Sgro[28]

Работая исследователем неврологии, Сгро начал работать в биомедицинская инженерия и машинное зрение, в частности, использование технологий визуализации и машинного зрения для оценки функции и целостности нервная система в различных состояниях сознание, в течение медицинские процедуры, и болезнь. Первоначально исследование проводилось с использованием компьютерные программы написано в Фортран работает на DEC PDP миникомпьютер. В середине 1980-х годов повсеместное внедрение Совместимость с IBM PC компьютеры с ЭТО автобус позволил разработать ПК основан карты расширения для увеличения функциональности ПК. Чтобы облегчить разработку более дешевого передового оборудования, Sgro стала соучредителем Alacron, Inc. медицинские исследования оборудование и коммерческие продукты на базе ПК.

В середине 1990-х Sgro начала изучать использование искусственный интеллект методы в автоматизации нейрофизиологического мониторинга.[29] Компания Sgro провела исследование использования обратное распространение нейронные сети в клиническом мониторинге и автоматической нейрофизиологической интерпретации ЭЭГ и вызванных потенциалов. Обзор этого подхода к вызванным потенциалам был изложен в[30] где в пилотном исследовании было показано, что при использовании нейронной сети с несколькими скрытыми слоями, напримерглубокое обучение, классификация и задержка измерения визуального, ствол мозга слуховой, и соматосенсорный вызванные потенциалы сопоставима с человеческой экспертной классификацией. Дополнительные исследования[31] в машинное обучение ЭЭГ с использованием нейронных сетей высшего порядка (HONN)[32][33] также дал сопоставимые результаты по сравнению с человеческой экспертной классификацией.

Предпринимательская карьера

Alacron, Inc.

В 1985 году компания Sgro стала соучредителем Alacron, Inc. в Нашуа, Нью-Гэмпшир. Sgro и команда инженеров Alacron сосредоточились на разработке и производстве фрейм-грабберы вычислительные подсистемы высокоскоростной обработки изображений. Семейство продуктов в настоящее время включает устройства захвата кадров, программное обеспечение, устройства записи данных и вспомогательную периферию. Несмотря на первоначальное внимание к нейрофизиологическим исследованиям и медицинской визуализации, компания Alacron увидела, что использование ее продуктов расширилось за пределами области медицины в других областях, таких как производство, военная промышленность и другие отрасли, где широко используется робототехника. Alacron - один из крупнейших производителей фреймграбберов в Ассоциация автоматизированной визуализации годовой отчет с рыночными данными.[34]

Примеры более широкого использования в машинном зрении устройств захвата кадров, первоначально разработанных для использования в медицинской визуализации, включают: AS&E, который включил технологию Alacron в рентгеновское излучение обратного рассеяния оборудование, используемое для обеспечения безопасности границ, а также для захвата изображений, используемых для Регистраторы данных рейса, морской эквивалент авиации "черные ящики.”

В дополнение к коммерческим линейкам продуктов, предлагаемым Alacron, Sgro продолжала проводить фундаментальные исследования по интеграции технологии захвата фреймов со специализированными системами для различных дисциплин. Компания получила SBIR гранты, в которых Сгро выступал в качестве главных исследователей, в том числе:

  • "Машина вызванного потенциала цифровой обработки сигналов" Национальные институты здравоохранения США SBIR № 1R44NS024494. 1986 (этап 1), 1988–1990 (этап 2).[35]
  • «Самоптимизирующийся усилитель вызванного потенциала», NIH SBIR № 1R43NS24490. 1986–1987 (фаза 1), 1989–1991 (фаза 2).[36]
  • «Магнитный стимулятор для нейрофизиологии», NIH SBIR № 1R43NS24924, 1986-1987 (фаза 1); 1989–1991 годы (2 этап).
  • «Система видео / ЭЭГ с обнаружением событий», NIH SBIR № 1R43NS26204, 1988–1989.
  • «Магнитный нейронный стимулятор для нейрофизиологии», NIH SBIR II № 2R44NS24924, 1989–1991.[37]
  • «Эффективный механизм сжатия ЭЭГ без потерь», NIH SBIR № 1R43NS34211. 1995–1997 годы (этап 1); 1999-2003 (2 этап).[38]
  • «Масштабируемый программируемый ускоритель для доступных высокопроизводительных вычислений», DARPA Контракт № N66001-96-C-8611, 1997–2001 гг.

Академические презентации технологий и исследований Alacron включают:

FastVision, ООО

В 2002 году Sgro запустила FastVision, ООО. FastVision создает высокоскоростные цифровые камеры с разрешением больше мегапикселей на основе CMOS и CCD датчики изображения. Цель компании - производить умные камеры, то есть камеры со встроенным высокоскоростным масштабируемым обработка изображений возможности, встроенные в тот же корпус, в котором размещена оптоэлектроника. Как и большинство поставщиков смарт-камер, пакет FastVision включает FPGA подсистемы обработки и памяти для обработки изображений в камере. При интеграции с высокопроизводительным устройством захвата кадров или платой видеопроцессора (или хост-подсистемой), полученные в результате возможности системы могут быть расширены за пределы простого сжатия изображений. Подсистема интеллектуальной камеры может быть интегрирована с диском или энергонезависимой полупроводниковой памятью внутри или вне камеры, чтобы обеспечить непрерывный сбор данных в реальном времени, что является ценным подспорьем для эффективности системы, когда сетевое соединение перегружено или недоступно.

Приложения для интеллектуальных камер варьируются от систем безопасности и наблюдения до робототехники в медицине и производстве, до военных приложений, таких как боты, дроны и интеллектуальное оружие, до спутников и исследования внутреннего и космического пространства.

Смотрите также

Рекомендации

  1. ^ Проект "Математическая генеалогия" запись для Джозеф А. Сгро.
  2. ^ Koniaris, Leonidas G .; Cheung, Michael C .; Гаррисон, Гвен; Awad Jr, William M .; Циммерс, Тереза ​​А. (2010). «Перспектива: доктора философии, окончившие медицинскую школу за два года: взгляд на выпускников программы докторантуры в докторскую степень в Майами двадцать лет спустя». Академическая медицина. 85 (4): 687–91. Дои:10.1097 / ACM.0b013e3181d296da. PMID  20354390.
  3. ^ Хоэнк, Майкл. «Пассивирование поверхности путем квантового исключения с использованием нескольких слоев». USPTO. Получено 7 сентября 2020.
  4. ^ «Теория топологической модели», Национальный научный фонд, Отделение математических наук, номер премии 77-04131, 1977
  5. ^ Столетнее товарищество Обзор и состав
  6. ^ Коллоквиум по логике '77, Вроцлав, Польша. Macintyre, A., L. Pacholski, J. Paris, eds. В исследованиях по логике и основам математики, том 96. Барвайз, Дж., Д. Каплан, Х. Дж. Кейслер и др., Серия под ред. Издательство Северной Голландии, 1978. ISBN  0-444-85178-X.
  7. ^ Запись в список участников Института перспективных исследований для Джозеф А. Сгро В архиве 2014-05-06 в Wayback Machine
  8. ^ Сгро, Джозеф (1977). «Теоремы полноты для топологических моделей». Анналы математической логики. 11 (2): 173–193. Дои:10.1016 / 0003-4843 (77) 90016-X.
  9. ^ Сгро, Джозеф (1 сентября 1976 г.). «Теоремы полноты для непрерывных функций и топологий произведения». Израильский математический журнал. 25 (3–4): 249–272. Дои:10.1007 / BF02757004. S2CID  119532738.
  10. ^ «Внутренняя операторская логика и топологии продуктов» (PDF).
  11. ^ Джон Барвайз, К. (1 декабря 1974 г.). «Аксиомы теории абстрактных моделей». Анналы математической логики. 7 (2): 221–265. Дои:10.1016/0003-4843(74)90016-3.
  12. ^ "Интерполяция не подходит для замыкания Суслина-Клини кванторной логики открытого множества" (PDF).
  13. ^ «Максимальная логика» (PDF).
  14. ^ «Логика инварианта сверхпродукта» (PDF).
  15. ^ а б Сгро, Дж. А., Р. Г. Эмерсон и П. К. Стэнтон. «Современные методы сбора и обработки вызванного потенциала».Вызванные потенциалы в клинической медицине. 3-е изд. Филадельфия: Липпинкотт-Рэйвен (1997): 579-600. ISBN  978-0397516599
  16. ^ Sgro, Joseph A .; Эмерсон, Рональд Г. (1985). «Запуск с синхронизацией по фазе: метод устранения когерентного шума при регистрации вызванных потенциалов». Электроэнцефалография и клиническая нейрофизиология. 60 (5): 464–468. Дои:10.1016/0013-4694(85)91021-1. PMID  2580698.
  17. ^ Sgro, Joseph A .; Эмерсон, Рональд Дж .; Педли, Тимоти А. (1985). «Реконструкция вызванных потенциалов в реальном времени с использованием нового метода двумерного фильтра». Электроэнцефалография и клиническая нейрофизиология / Секция вызванных потенциалов. 62 (5): 372–380. Дои:10.1016/0168-5597(85)90046-2. PMID  2411519.
  18. ^ а б Sgro, Joseph A .; Джайтли, Ракеш; Делоренцо, Роберт Дж. (1993). «Обычная и быстрая стимуляция вызвала потенциальные изменения у пациентов с эпилептическим статусом». Исследования эпилепсии. 15 (2): 149–156. Дои:10.1016 / 0920-1211 (93) 90095-О. PMID  8370352. S2CID  11714485.
  19. ^ Разработка методов анализа нестабильных во времени ответов мозга. Грант Фонда Уитакера, 1985–1989 годы
  20. ^ Дженс Хи (август 2003 г.). «Измерения импульсной характеристики с использованием MLS» (PDF). jenshee.dk. Получено 2017-06-23.
  21. ^ Мармармелис П., Мармармелис В.З. Анализ физиологической системы, издательство Plenum Press, Нью-Йорк, Нью-Йорк, 1978.
  22. ^ «Оценка афферентных и эфферентных нейропатий при тяжелой травме головы», грант проекта программы NIH № 2P01NS012587, 1989–1992..
  23. ^ генератор, метатеги. «Информация о проекте - NIH RePORTER - Инструменты онлайн-отчетности NIH Research Portfolio: расходы и результаты». projectreporter.nih.gov.
  24. ^ Sgro, J .; Stanton, P .; Эмерсон, Р. (1991). «Теоретические и практические характеристики магнитных стимуляторов и катушек». Электроэнцефалография и клиническая нейрофизиология. Добавка. 43: 279–83. PMID  1773765.
  25. ^ Агнью, ВФ; Маккрири, ДБ (1987). «Соображения по безопасности при использовании экстракраниальной стимуляции моторных вызванных потенциалов». Нейрохирургия. 20 (1): 143–7. Дои:10.1097/00006123-198701000-00030. PMID  3808255.
  26. ^ Агнью, ВФ; Юэн, Т.Г .; Маккрири, Д. Б. (1983). «Морфологические изменения после продолжительной электростимуляции коры головного мозга кошки при определенной плотности заряда». Опыт Neurol. 79 (2): 397–411. Дои:10.1016/0014-4886(83)90221-2. PMID  6822271. S2CID  37339997.
  27. ^ «Патент США: 5061234 - Магнитный нейростимулятор для нейрофизиологии».
  28. ^ Sgro, J A; Ghatak, NR; Стэнтон, ПК; Эмерсон, Р. Дж .; Блэр, Р. (1991). «Повторяющаяся стимуляция сильным магнитным полем: влияние на мозг крысы». Электроэнцефалография и клиническая нейрофизиология. Добавка. 43: 180–5. PMID  1773756.
  29. ^ Сгро, Джозеф (11 мая 1994 г.). «Нейросетевая классификация клинических нейрофизиологических данных для мониторинга неотложной помощи». JPL, Десятилетие нейронных сетей: практическое применение и перспективы. Получено 10 сентября 2020.
  30. ^ Sgro, J. A .; Emerson, R.G .; Стэнтон, П. К. (4–9 мая 1998 г.). «Автоматизированный анализ вызванного потенциала с использованием сетей обратного распространения». 1998 Совместная международная конференция IEEE по работе с нейронными сетями. Всемирный конгресс IEEE по вычислительному интеллекту (каталожный номер 98CH36227). 1: 123–127. Дои:10.1109 / IJCNN.1998.682248. ISBN  0-7803-4859-1. S2CID  57323507. Получено 9 сентября 2020.
  31. ^ Sgro, J.A .; Emerson, R.G .; Стэнтон, П. (6–9 июля 1998 г.). «Автоматизированная классификация ЭЭГ по нейронным сетям». Труды Международной конференции по визуализации, системам и технологиям: 295–301. Получено 9 сентября 2020.
  32. ^ Giles, C.L .; Griffin, R.D .; Максвелл, Т. (1987). «Кодирование геометрических инвариантов в нейронных сетях высшего порядка» (PDF). НИПС. Получено 10 сентября 2020.
  33. ^ Гоггин, Шелли; Джонсон, Кристина; Густафсон, Карл (1991). "Нейронная сеть второго порядка, инвариантная относительно сдвига, вращения и масштабирования" (PDF). НИПС: 313–319. Получено 10 сентября 2020.
  34. ^ Обзор годового отчета о рыночных данных Automated Imaging Association. Для получения полного отчета необходимо членство в AIA.
  35. ^ "Машина вызванного потенциала цифровой обработки сигналов", Национальные институты здравоохранения США СБИР № 1Р44НС024494, 1986.
  36. ^ «Самоптимизирующийся усилитель вызванного потенциала», NIH SBIR № 2R44NS024490, 1986–1991..
  37. ^ "Магнитный нейронный стимулятор для нейрофизиологии", NIH SBIR II № 2R44NS24924, 1989–1991..
  38. ^ "Эффективный механизм сжатия ЭЭГ без потерь", NIH SBIR № 1R43NS34211, 1995-2003 гг..
  39. ^ Решения машинного зрения для приложений естественных наук в Pittcon, 2006.

внешняя ссылка