Nidal Kamel

PGS.TS. Nidal Kamel

Giảng viên, Chương trình Kỹ thuật Điện, Viện Kỹ Thuật Và Khoa Học Máy Tính

Giới thiệu

PGS.TS. Nidal Kamel là một chuyên gia viễn thông chuyên xử lý tín hiệu thống kê. Ông nhận bằng thạc sĩ và tiến sĩ tại Đại học Kỹ thuật Gdansk, Ba Lan vào năm 1989 và 1994. Kể từ năm 1994, ông đã tham gia vào các dự án nghiên cứu liên quan đến xử lý tín hiệu/hình ảnh thống kê, bao gồm lý thuyết ước tính, mô hình ngẫu nhiên, thống kê bậc cao (HOS), PCA và lý thuyết liên quan đến không gian con, phân tích thành phần độc lập, lọc, hình ảnh thần kinh não, xử lý tenxơ video để khởi tạo nền và ước tính, phóng đại hình ảnh, hệ thống viễn thông kỹ thuật số liên tục, nhận dạng mẫu và trí tuệ nhân tạo.
Trước khi gia nhập VinUni, ông đảm nhiệm chức vụ Phó Giáo sư tại Đại học Kỹ thuật PETRONAS (UTP), Malaysia và dẫn dắt nhóm Xử lý Tín hiệu Thần kinh tại Trung tâm Nghiên cứu Hình ảnh và Tín hiệu Thông minh Quốc gia (CISIR).
Trong thời gian làm việc tại CISIR, ông đóng vai trò quan trọng trong việc xây dựng và dẫn dắt trung tâm này trở thanh một trung tâm nghiên cứu về xử lý hình ảnh và tín hiệu não có tên tuổi ở khu vực Đông Nam Á.
Chuyên môn nghiên cứu của ông tập trung vào phát triển kỹ thuật đánh giá các chứng rối loạn não khác nhau, bao gồm căng thẳng, rối loạn lo âu, rối loạn lo âu xã hội, động kinh và nghiện rượu.
Với sự hợp tác của các bệnh viện và trung tâm nghiên cứu y tế, việc nghiên cứu não bộ được thực hiện bằng cách sử dụng các phương thức hình ảnh thần kinh khác nhau, như Điện não đồ (EEG), Ghi từ não (MEG), hình ảnh cộng hưởng từ chức năng và cận hồng ngoại (fNIR).
Ngoài những hoạt động nghiên cứu tích cực về hình ảnh thần kinh não, từ năm 2016 ông còn hợp tác chặt chẽ với nhóm nghiên cứu xe tự hành tại Đại học Công nghệ Belfort-Montbéliard, Pháp. Ông chủ yếu tập trung vào việc phát triển các kỹ thuật xử lý ten-xơ video để khởi tạo nền và phát hiện đối tượng chuyển động. Nghiên cứu được thực hiện nhằm tìm kiếm tiềm năng triển khai ngành công nghiệp ô tô tự hành.

• Xử lý ảnh vệ tinh để giám sát môi trường
• Xử lý tín hiệu và ảnh thống kê
• Lý thuyết ước lượng và mô hình ngẫu nhiên
• Giảm nhiễu ảnh/tín hiệu và khởi tạo nền video
• Phóng to chuyển động hình ảnh
• Điện não đồ (EEG) cho hình ảnh não

1. Amin, H. U., Malik, A. S., Ahmad, R. F., Badruddin, N., Kamel, N., Hussain, M., & Chooi, W. T. (2015). Feature extraction and classification for EEG signals using wavelet transform and machine learning techniques. Australasian physical & engineering sciences in medicine, 38, 139-149.
2. Subhani, A. R., Mumtaz, W., Saad, M. N. B. M., Kamel, N., & Malik, A. S. (2017). Machine learning framework for the detection of mental stress at multiple levels. IEEE Access, 5, 13545-13556.
3. Jatoi, M. A., Kamel, N., Malik, A. S., Faye, I., & Begum, T. (2014). A survey of methods used for source localization using EEG signals. Biomedical Signal Processing and Control, 11, 42-52.
4. Awang, A., Husain, K., Kamel, N., & Aissa, S. (2017). Routing in vehicular ad-hoc networks: A survey on single-and cross-layer design techniques, and perspectives. IEEE Access, 5, 9497-9517.
5. Nidal, K., & Malik, A. S. (Eds.). (2014). EEG/ERP analysis: methods and applications. Crc Press.
6. Jatoi, M. A., Kamel, N., Malik, A. S., & Faye, I. (2014). EEG based brain source localization comparison of sLORETA and eLORETA. Australasian physical & engineering sciences in medicine, 37, 713-721.
7. Almahasneh, H., Chooi, W. T., Kamel, N., & Malik, A. S. (2014). Deep in thought while driving: An EEG study on drivers’ cognitive distraction. Transportation research part F: traffic psychology and behaviour, 26, 218-226.
8. Amin, H. U., Malik, A. S., Kamel, N., Chooi, W. T., & Hussain, M. (2015). P300 correlates with learning & memory abilities and fluid intelligence. Journal of neuroengineering and rehabilitation, 12(1), 1-14.
9. Al-Ezzi, A., Kamel, N., Faye, I., & Gunaseli, E. (2020). Review of EEG, ERP, and brain connectivity estimators as predictive biomarkers of social anxiety disorder. Frontiers in psychology, 11, 730.
10. Kamel, N. S., Sayeed, S., & Ellis, G. A. (2008). Glove-based approach to online signature verification. IEEE Transactions on Pattern Analysis and Machine Intelligence, 30(6), 1109-1113.

1994: Tiến sĩ, Xử lý tín hiệu số, Technical University of Gdansk, Phần Lan
1989: Thạc sĩ, Xử lý tín hiệu số, Technical University of Gdansk, Phần Lan