Detail předmětu

Pokročilá analýza biologických signálů

FEKT-MPC-ACSAk. rok: 2019/2020

Předmět je orientován na multitaktní zpracování signálů a časově-frekvenční analýzu zaměřenou zejména na různé typy vlnkových transformací, S-transformaci, empirický rozklad (EMD) signálů a Hilbertovu-Huangovu transformaci. Dále jsou uvedeny aplikace časově-frekvenčních transformací, jsou probrány možnosti odhadu obálky a okamžité frekvence signálu, parametrické metody odhadu výkonového spektra a nelineární metody filtrace signálů. Závěr je zaměřen na využití mobilních telefonů pro snímání a zpracování biosignálů.

Výsledky učení předmětu

Absolvent předmětu je schopen:
- realizovat konverzi vzorkovacího kmitočtu
- vysvětlit principy a výhody filtrace s využitím konverze vzorkovacího kmitočtu
- realizovat různé typy vlnkových transformací a popsat možnosti jejich využití
- vysvětlit princip parametrické metody odhadu výkonového spektra
- vysvětlit princip S-transformace a její souvislost s STFT a DTWT
- vysvětlit princip EMD a Hilbertovy-Huangovy transformace
- vysvětlit význam a možnosti využití komplexních signálů
- vysvětlit principy lineární a nelineární dekonvoluce

Prerekvizity

Student by měl mít znalosti z oblasti číslicového zpracování signálů. Měl by znát jednotlivé způsoby popisu lineárních filtrů (přenosová funkce, impulsní charakteristika, diferenční rovnice, frekvenční charakteristika). Předpokládají se základní znalosti o vlastnostech biosignálů (zejm. EKG, EEG, EMG). V laboratorní výuce se předpokládá znalost programového prostředí Matlab.

Doporučená nebo povinná literatura

Kozumplík, J.: Multitaktní systémy. Elektronická skripta FEKT VUT v Brně, 2005 (CS)
Proakis,J.G., Manolakis,D.G.: Digital Signal Processing. Principles, Algorithms and Applications. Macmillan, 1992 (EN)
Akay, M.: Detection and Estimation Methods for Biomedical Signals. Academic Press, 1996 (EN)

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky a cvičení na počítači. Předmět využívá e-learning. Student odevzdává jeden samostatný projekt.

Způsob a kritéria hodnocení

- až 30 bodů za řešení zadaných úkolů v laboratorním cvičení (pro postup ke zkoušce je nutný zisk minimálně 15 bodů)
- až 70 bodů za písemnou zkoušku (z písemné zkoušky je nutné získat minimálně 35 bodů)

Jazyk výuky

čeština

Osnovy výuky

1. Konverze vzorkovacího kmitočtu
2. Rychlé algoritmy číslicové filtrace s konverzí vzorkovacího kmitočtu
3. Časově-frekvenční analýza. Vlnkové transformace (CTWT a DTWT)
4. Využití DTWT pro kompresi, filtraci a analýzu biosignálů
5. Adaptivní filtry
6. Spektrální analýza biosignálů, parametrické metody odhadu výkonových spekter
7. Stockwellova transformace (S-transformace) a její využití
8. Empirický rozklad (EMD) signálů a jeho využití
9. Komplexní signály, Hilbertova a Hilbertova-Huangova transformace
10. Obálka a okamžitá frekvence signálu a jejich odhady
11. Multiplikativní AM, Modulace SSB
12. Lineární dekonvoluce
13. Nelineární filtrace: mediánové a homomorfické filtry
14. Aplikace pro mobilní telefon

Cíl

Získání znalostí v následujících oblastech: principy multitaktního zpracování signálů, vlastnosti a realizace vlnkových transformací a možnosti jejich využití pro zpracování různých typů biosignálů; využití vlnkových transformací pro kompresi, filtraci a analýzu biosignálů; princip a využití S-transformace; empirický rozklad (EMD), komplexní signály a Hilbertova-Huangova transformace; nelineární metody filtrace; využití mobilních telefonů pro snímání a zpracování biosignálů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Laboratorní výuka je povinná, zmeškaná laboratorní cvičení musí být řádně omluvená a lze je nahradit po domluvě s vyučujícím.

Zařazení předmětu ve studijních plánech

  • Program MPC-BTB magisterský navazující, 1. ročník, zimní semestr, 5 kreditů, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, zimní semestr, 5 kreditů, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Cvičení na poč.

26 hod., povinná

Vyučující / Lektor

eLearning