Detail předmětu

Analýza a interpretace biologických dat

FEKT-LABDAk. 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.

Jazyk výuky

čeština

Počet kreditů

5

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 základní vědomosti z oblasti číslicového zpracování signálů. Měl by znát jednotlivé způsoby popisu lineárních filtrů (přenosová funkce, impulsní charakteristika, diferenční rovnice, frekvenční charakteristika). Dále by měl vědět, co je diskrétní Fourierova transformace (DFT) a jak se interpretuje výsledek DFT. V laboratorní výuce se předpokládá znalost programového prostředí Matlab.

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

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu;
v zásadě
- získání zápočtu na základě aktivní účasti na demonstračních cvičeních (až 24 bodů, min. 12 bodů),
- úspěšné složení písemné závěrečné zkoušky (až 76 bodů)

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

Učební cíle

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

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu (viz Rozvrhové jednotky).
V zásadě:
- povinné počítačové cvičení
- nepovinná přednáška

Základní literatura

Kozumplík, J.: Multitaktní systémy. Elektronická skripta FEKT VUT v Brně, 2005 (CS)

eLearning

Zařazení předmětu ve studijních plánech

  • Program EEKR-ML1 magisterský navazující

    obor ML1-BEI , 1. ročník, zimní semestr, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

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

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

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

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

Realizace konverze vzorkovacího kmitočtu
Realizace filtru s konverzí vzorkovacího kmitočtu
Vlnkové transformace (Wavelet Toolbox)
DTWT rozklad a rekonstrukce
Komprese signálů pomocí DTWT
Filtrace signálů pomocí stacionární DTWT
Realizace adaptivních filtrů
Stanovení tepové frekvence z dat nasnímaných chytrým telefonem
Konzultace k řešení individuálních projektů

eLearning