W pracy naukowej specjalizuje się w zagadnieniach z zakresu inżynierii biomedycznej, w tym analizy sygnałów medycznych (szczególnie sygnału EKG), przetwarzaniu obrazów medycznych oraz symulacji komputerowych w medycynie. Ponadto, zagadnieniach dotyczących telemedycyny i telemonitoringu, uwzględniając aspekty sieci komputerowych. Realizowane badania obejmują także wykorzystanie metod Uczenia Maszynowego i Data Science w medycynie. Współtwórca wynalazków w zakresie opracowania bezprzewodowego monitorowania funkcji życiowych za pomocą sygnału EKG oraz oprogramowania do analizy EKG.

Udział w projektach badawczych:

1. Projekt Badawczo – Rozwojowy GEKON realizowany w ramach NCBR i NFOŚiGW. Temat: „Opracowanie i wdrożenie technologii rozdrabniania i dewulkanizacji zużytych opon samochodowych dla ich recyklingu materiałowego i surowcowego”.
2. Pilotażowy Projekt Badawczy dla firmy NZOZ LABORATORIUM ANALIZ MEDYCZNYCH „KAL-LAB” Sp. z o.o. realizowany w ramach „Design Thinking Workspace – Pracownia Szybkiego Prototypowania”. Temat: „Poprawa doświadczenia korzystania z interfejsu platformy internetowej skupiającej usługi laboratoriów medycznych pod kątem użyteczności i komfortu pacjenta”.
3. Pilotażowy Projekt Badawczy dla firmy REH-MAR MARCIN STRUENSEE realizowany w ramach „Design Thinking Workspace – Pracownia Szybkiego Prototypowania”. Temat: „Poprawa doświadczenia korzystania z kul ortopedycznych”.

Udział w realizacji badań zleconych:

1. „System Trackingu GPS”; „System zarządzania autonomicznymi dronami”; „Przetwarzanie danych statystycznych dotyczących preferencji klientów”; „Opracowanie rozwiązania sterowania kotłem”.

Odbycie staży i studiów poza uczelnią macierzystą:

1. Praktyka zawodowa w firmie KONSYSTEL Jarosław Piszkiewicz z siedzibą w Warszawie;
2. Staż w Wojewódzkiej Stacji Pogotowia Ratunkowego w Bydgoszczy.

Wybrane publikacje w latach 2017-2022:

1. Śmigiel S. (online w 2022, wydruk w 2023). Extreme Compression of the Electrocardiographic Signals Using Matching Persuit. In Innovations in Biomedical Engineering (pp. 319-334). Springer, Cham.
2. Śmigiel S. (2022). ECG Classification Using Orthogonal Matching Pursuit and Machine Learning. Sensors, 22(13), 4960.
3. Pałczyński K., Śmigiel S., Ledziński D., Bujnowski S. (2022). Study of the Few-Shot Learning for ECG Classification Based on the PTB-XL Dataset. Sensors, 22(3), 904.
4. Śmigiel S., Pałczyński K., Ledziński D. (2021). Deep Learning Techniques in the Classification of ECG Signals Using R-Peak Detection Based on the PTB-XL Dataset. Sensors, 21(24), 8174.
5. Pałczyński K., Śmigiel S., Gackowska M., Ledziński D., Bujnowski S., Lutowski Z. (2021). IoT Application of Transfer Learning in Hybrid Artificial Intelligence Systems for Acute Lymphoblastic Leukemia Classification. Sensors, 21(23), 8025.
6. Śmigiel S., Pałczyński K., Ledziński D. (2021). ECG signal classification using deep learning techniques based on the PTB-XL dataset. Entropy, 23(9), 1121.
7. Cofta P., Ledziński D., Śmigiel S., Gackowska M. (2020). Cross-Entropy as a Metric for the Robustness of Drone Swarms. Entropy, 22(6), 597.
8. Tomporowski A., Flizikowski J., Wełnowski J., Najzarek Z., Topoliński T., Kruszelnicka W., Piasecka I., Śmigiel S. (2018). Regeneracja odpadów gumowych z zastosowaniem inteligentnego systemu rozdrabniania. Przemysł Chemiczny, 97.
9. Ledzinski D., Śmigiel S., Zabludowski L. (2018). Analyzing methods of network topologies based on chordal rings. Turkish Journal of Electrical Engineering and Computer Sciences, 26(3), 1430-1443.
10. Siódmiak J., Bełdowski P., Augé W. K., Ledziński D., Śmigiel S., Gadomski, A. (2017). Molecular dynamic analysis of hyaluronic acid and phospholipid interaction in tribological surgical adjuvant design for osteoarthritis. Molecules, 22(9), 1436.