455-0090/01 – Processing Biological Signal (ZBS)

Gurantor departmentDepartment of Measurement and ControlCredits4
Subject guarantorIng. Jitka Mohylová, Ph.D.Subject version guarantorIng. Jitka Mohylová, Ph.D.
Study levelundergraduate or graduateRequirementChoice-compulsory
YearSemesterwinter
Study languageCzech
Year of introduction1992/1993Year of cancellation2002/2003
Intended for the facultiesFEIIntended for study typesMaster
Instruction secured by
LoginNameTuitorTeacher giving lectures
KRA48 doc. Ing. Vladimír Krajča, CSc.
MOH35 Ing. Jitka Mohylová, Ph.D.
Extent of instruction for forms of study
Form of studyWay of compl.Extent
Full-time Credit and Examination 2+2

Subject aims expressed by acquired skills and competences

Teaching methods

Summary

Characteristics of biological signals, coding data structures, digital signal processing - time domain and frequency domain - spectral analysis (Fourier analysis random (biological) signal and parametric spectrum analysis of random (biological) signal. Adaptive segmentation, automatic classifying biological signal - learning operations, cluster analysis. Neural networks.Applications of signal processing EKG,EEG.

Compulsory literature:

Recommended literature:

Way of continuous check of knowledge in the course of semester

Průběžná kontrola studia: čtyři semestrální práce v požadovaných termínech Podmínky udělení zápočtu: cvičení maximálně 80 bodů Pro udělení zápočtu musí student odevzdat do konce 15. týdne semestru všechny čtyři semestrální práce v požadovaných termínech. Každá semestrální práce je hodnocena 20 body.

E-learning

Other requirements

Prerequisities

Subject has no prerequisities.

Co-requisities

Subject has no co-requisities.

Subject syllabus:

Přednášky: Signály v lékařství - původ, charakter a obecné principy zpracování biosignálů, metody a algoritmy zpracování signálů přehledně Charakteristika biosignálů, EEG, EMG, ECG, EOG. Původ, zdroje, diagnostické využití. Možnosti uplatnění bio-inženýrů. Zpracování biologických signálů v reálném čase a off line. Přiřazení nutných zařízení, počítačové sítě. Statistické charakteristiky biosignálů. Pravděpodobnostní rozložení. Stochastické procesy, analýza časových řad. Nestacionarita. Údaje o pacientovi, identifikační soubory. Sběr a předzpracování biologických dat, diskretizace - základní řetězec převodu do počítače. A/D převodníky, problémy vzorkování a kvantizace signálu. Aliasing. Filtrace. Trendy. Data zpracovavána souběžně se signály. Spektrální analýza I. - Základní metody. Periodogram, AR model. Parametrické a neparametrické metody. Praktické problémy odhadu spektra. Křížové spektrum, koherence a fáze. Spektrální analýza II. - FFT. Aplikace. Metoda zhuštěných spektrálních kulis (CSA). Použití. Interhemisferická a lokální koherence. Mediální synchronie a symetrie. Měření fáze. Topografické mapování elektrofyziologické aktivity. Princip brain mappingu. Amplitudové a frekvenční mapování. Interpolace. Použití v klinické diagnostice. Dynamické mapování. Adaptivní segmentace Motivace. Nestacionarita biosignálů. Základní metody. Multikanálová on-line adaptivní segmentace. Extrakce příznaků. Metody automatické klasifikace I. - Učení bez učitele. Metriky. Normalizace dat. Shluková analýza. K-means algoritmus. Fuzzy množiny. Optimální počet tříd. Limity a omezení shlukové analýzy. Neuronové sítě a zpracování signálů. Metoda hlavních komponent a neuronové sítě. Hebbovské učení. Multikanálové signály - komprese a rekonstrukce. Samoorganizující se metoda hlavních komponent (Doc. Ing. Vladimír Krajča, Csc). Automatická klasifikace II. - Učící se klasifikátory. Srovnání vlastností supervizovaného a nesupervizovaného učení. On-line klasifikace. k-NN klasifikátor klasický a fuzzy. Porovnání s neuronovými sítěmi. Automatická detekce epileptických grafoelementů II. Automatický detektor hrotů na základě mediánové filtrace. Aritmetický detektor. Kombinovaný detektor.Metoda hlavních komponent a klasické filtrace pro detekci. Elektrokardiografický signál, digitální zpracování, vlastnosti. Kritéria digitalizace EKG, frekvenční analýza, filtrace, adaptivní filtrace. Redukce dat, holterovské techniky pacientské identifikace. Respirometrie, popis parametrů signálu, základní algoritmy a výstupní data. Požadavky na digitální zpracování a grafickou prezentaci. Obrazové signály. Průměty a sekvence vícedimenzionálních signálů. Konkrétní programové prostředky zpracování obrazů. Prezentace v diskrétní formě. Počítačové laboratoře: Úvod do zpracování biosignálů. Praktické ukázky EEG, EMG, ECG aktivity, epileptické paroxysmy, spánkové grafoelementy. Artefakty. Statistické charakteristiky biosignálů. Praktická realizace algoritmů číslicového zpracovávání biosignálů. Programové vybavení. Uživatelský interface. Formáty dat. Semestrální práce I. Načtení a zobrazení reálného biosignálu Termín : 1 týden Sběr a předzpracování biologických dat.Snímání dat v klasických a bezpapírových přístrojích. A/D převodníky Nyquistův teorém. Chyby při převodu. Úprava signálu. Spektrální analýza I. Základní metody.Spektrální analýza a syntéza signálů pomocí FFT. Filtrace, odstaňování šumu. LDR algoritmus. Nevýhody periodogramu. Windowing. Semestrální práce II. Spektrální analýza a syntéza signálu pomocí FFT Termín: 2 týdny Topografické mapování elektrofyziologické aktivity. Demonstrace topografického mapování na umělých a klinických datech.Iterativní vytváření mapy. Animace.Úskalí mapování. Spektrální analýza II. Aplikace.Aplikace CSA pro patologickou i spánkovou aktivitu. Koherenční analýza pro diagnostiku CMP. Semestrální práce III. Topopografické mapování sítě 20 bodů (brain mapping) Termín: 2 týdny Adaptivní segmentace. Nastavení parametrů. Přednosti a omezení metod. Ukázky funkce segmentačních algoritmů. Metody automatické klasifikace I. Učení bez učitele. Základní algoritmy shlukové analýzy na simulovaných datech. Ukázky klasifikace EEG dat. Použití fuzzy množin pro zvýšení homogenity tříd. Analýza dlouhodobých signálů. Ukázka funkcí systému pro analýzu 24 hod monitorování. Sumární informace. Extrakce prototypů. Extrakce komprimované informace z dlouhodobých záznamů.Aplikace na reálných datech, další metody, analýza spánkového grafu. Ukázka programu WaveFinder. Automatická klasifikace II.Učící se klasifikátory. Předvedení základních algoritmů učících se klasifikátorů na simulovaných a datech. Použití fuzzy množin v k-NN klasifikátorech Semestrální práce IV. 3-NN učící se klasifikátor pro simulovaná data. Termín: 2 týdny Automatická detekce epileptických hrotů I. Demonstrace komerčních programů: automatická detekce epileptických grafoelementů (Gotman). Ukázka programu pro analýzu dipólů (Scherg, FOCUS). Předzpracování EKG signálu pomocí wavelet transformace: komprese, filtrace, odstranění artefaktů. Výpočet frekvenčních amplitudových a fázových spekter, výkonové spektrum signálu EKG. Určení korelační funkce a korelačního koeficientu u patologických a fyziologických záznamů (Ing. Marek Penhaker, Ph.D). Některé detekční algoritmy QRS komplexu - výpočet a porovnání, použití metody detekce R-R intervalů v závislosti na patologických stavech a případných variabilitách srdečního rytmu. Praktická demonstrace plně automatického hodnotícího systému signálu EKG na Krajské hygienické stanici v Ostravě. (Exkurse v počítačové EEG laboratoři Neurologického oddělení FN Bulovka. Konzultace výsledků semestrálních prací.)

Conditions for subject completion

Full-time form (validity from: 1960/1961 Summer semester)
Task nameType of taskMax. number of points
(act. for subtasks)
Min. number of pointsMax. počet pokusů
Exercises evaluation and Examination Credit and Examination 100 (145) 51 3
        Examination Examination 100  0 3
        Exercises evaluation Credit 45  0 3
Mandatory attendence participation:

Show history

Conditions for subject completion and attendance at the exercises within ISP:

Show history

Occurrence in study plans

Academic yearProgrammeBranch/spec.Spec.ZaměřeníFormStudy language Tut. centreYearWSType of duty
2002/2003 (M2612) Electrical Engineering and Computer Science (2601T004) Measurement and Control Engineering P Czech Ostrava Choice-compulsory study plan
2002/2003 (M2612) Electrical Engineering and Computer Science (2612T018) Electronics and Communication Technology P Czech Ostrava Choice-compulsory study plan
2002/2003 (M2612) Electrical Engineering and Computer Science (2642T004) Electrical Machines, Apparatus and Drives (10) Elektrické stroje a přístroje P Czech Ostrava Choice-compulsory study plan
2002/2003 (M2612) Electrical Engineering and Computer Science (2642T004) Electrical Machines, Apparatus and Drives (20) Elektrické pohony a výkonová elektronika P Czech Ostrava Choice-compulsory study plan
2002/2003 (M2612) Electrical Engineering and Computer Science (3902T023) Computer Science P Czech Ostrava Choice-compulsory study plan
2002/2003 (M2612) Electrical Engineering and Computer Science (3907T001) Electrical Power Engineering P Czech Ostrava Choice-compulsory study plan
2002/2003 (M2612) Electrical Engineering and Computer Science (2601T004) Measurement and Control Engineering P Czech Ostrava 5 Optional study plan
2001/2002 (M2612) Electrical Engineering and Computer Science (2601T004) Measurement and Control Engineering P Czech Ostrava Choice-compulsory study plan
2001/2002 (M2612) Electrical Engineering and Computer Science (2612T018) Electronics and Communication Technology P Czech Ostrava Choice-compulsory study plan
2001/2002 (M2612) Electrical Engineering and Computer Science (2642T004) Electrical Machines, Apparatus and Drives (10) Elektrické stroje a přístroje P Czech Ostrava Choice-compulsory study plan
2001/2002 (M2612) Electrical Engineering and Computer Science (2642T004) Electrical Machines, Apparatus and Drives (20) Elektrické pohony a výkonová elektronika P Czech Ostrava Choice-compulsory study plan
2001/2002 (M2612) Electrical Engineering and Computer Science (3902T023) Computer Science P Czech Ostrava Choice-compulsory study plan
2001/2002 (M2612) Electrical Engineering and Computer Science (3907T001) Electrical Power Engineering P Czech Ostrava Choice-compulsory study plan

Occurrence in special blocks

Block nameAcademic yearForm of studyStudy language YearWSType of blockBlock owner

Assessment of instruction

Předmět neobsahuje žádné hodnocení.