Předmět Zpracování biosignálů (ZBS)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu ZBS - Zpracování biosignálů, Vysoká škola báňská - Technická univerzita Ostrava (VŠB-TU).

Materiál	Typ	Datum	Počet stažení

Cíl

Cílem předmětu Zpracování biosignálu je seznámit studenty s jednotlivými biologickými signály, jejich filtracía analýzou v časové a kmitočtové oblasti a metodami zobrazení zpracovaných výsledků. Při analýze reálných dat (EEGa EKG) bude využívat prostředí MATLAB. Student bude schopen využít těchto znalostí pro řešení inženýrských problémův oblasti zpracování biologických signálů.

Osnova

Přednášky:Signály v lékařství - původ, charakter a obecné principy zpracování biosignálů, metody a algoritmy zpracování signálůpřehledně Charakteristika biosignálů, EEG, EMG, ECG, EOG. Původ, zdroje, diagnostické využití. Možnosti uplatněníbio-inženýrů.Zpracování biologických signálů v reálném čase a off line. Přiřazení nutných zařízení, počítačové sítě. Statistickécharakteristiky biosignálů. Pravděpodobnostní rozložení. Stochastické procesy, analýza časových řad. Nestacionarita.Údaje o pacientovi, identifikační soubory. Sběr a předzpracování biologických dat, diskretizace - základní řetězecpřevodu do počítače. A/D převodníky, problémy vzorkování a kvantizace signálu. Aliasing. Filtrace. Trendy. Datazpracovavána souběžně se signály.Spektrální analýza I. - Základní metody. Periodogram, AR model. Parametrické a neparametrické metody. Prakticképroblémy odhadu spektra. Křížové spektrum, koherence a fáze.Spektrální analýza II. - FFT. Aplikace. Metoda zhuštěných spektrálních kulis (CSA). Použití. Interhemisferickáa 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 nezávislých komponent. Hebbovské učení. Automatická klasifikace II.- Učící se klasifikátory. Srovnání vlastností supervizovaného a nesupervizovaného učení. On-line klasifikace. k-NNklasifikátor klasický a fuzzy. Porovnání s neuronovými sítěmi.Automatická detekce epileptických grafoelementů II. Automatický detektor hrotů na základě mediánové filtrace. Aritmetickýdetektor. 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. Požadavky na digitální zpracování a grafickou prezentaci.Projekty: Semestrální práce I.- Základní zpracovánání a zobrazení reálného biosignálu Semestrální práce II. - Spektrální analýza signálu a jeho rekonstrukce Semestrální práce III. - Topopografické mapování a CSA Semestrální práce IV. - 3-NN učící se klasifikátor pro simulovaná data. 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. Programovévybavení. Uživatelský interface. Formáty dat.Semestrální práce I. Načtení a zobrazení reálného biosignáluTermín : 1 týdenSběr a předzpracování biologických dat.Snímání dat v klasických a bezpapírových přístrojích. A/D převodníky Nyquistůvteorém. 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 signálu pomocí FFT Termín: 2 týdnyTopografické mapování elektrofyziologické aktivity. Demonstrace topografického mapování na umělých a klinickýchdatech.Iterativní vytváření mapy. Animace.Úskalí mapování.Spektrální analýza II. Aplikace. Aplikace CSA pro patologickou i spánkovou aktivitu. Koherenční analýza pro diagnostikuCMP. Semestrální práce III. Topopografické mapování sítě 20 bodů (brain mapping)Termín: 2 týdnyAdaptivní 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. Extrakceprototypů.Extrakce komprimované informace z dlouhodobých záznamů.Aplikace na reálných datech, další metody, analýza spánkovéhografu. Ukázka programu WaveFinder. Automatická klasifikace II.Učící se klasifikátory. Předvedení základních algoritmů učících se klasifikátorů nasimulovaných a datech. Použití fuzzy množin v k-NN klasifikátorechSemestrální práce IV. 3-NN učící se klasifikátor pro simulovaná data. Termín: 2 týdnyAutomatická 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 frekvenčníchamplitudových a fázových spekter, výkonové spektrum signálu EKG. Určení korelační funkce a korelačního koeficientuu patologických a fyziologických záznamů. Některé detekční algoritmy QRS komplexu - výpočet a porovnání, použití metody detekce R-R intervalů v závislostina patologických stavech a případných variabilitách srdečního rytmu. Praktická demonstrace plně automatického hodnotícíhosystému signálu EKG na Krajské hygienické stanici v Ostravě.(Exkurse v počítačové EEG laboratoři Neurologického oddělení FN Bulovka. Konzultace výsledků semestrálních prací.)

Literatura

[1] Mohylová,J., Krajča, V.: Zpracování biosignálů. Skriptum VŠB TUO, 2007[2] Krajča, V., Mohylová,J.: Číslicové zpracování neurofyziologických signálů. Skriptum ČVUT, 2011[3] Svatoš J., Biologické signály I. Geneze, zpracování a analýza. Skriptum ČVUT FEL,1995 [4] Mohylová J.,Využití číslicového zpracování signálů EEG pro lokalizaci epileptického ložiska. Disertační doktorskápráce, 1999 Literatura doporučená (separáty článků lze získat u přednášejícího)[5] De Luca, G.: Fundamental Concepts in EMG Signal Acquisition; DelSys Inc, 2001[6] Kay, S.M., Marple, S.L.: Spectrum Analysis – A Modern Perspective, Proc. IEEE, vol. 69, 1981, pp. 1380-1419[7] Proakis, J.G., Manolakis, D.G.: Introduction to Digital Signal Processing. Macmillan Publishing Company , NewYork, 1988 (ISBN 0-02-396815-X )[8] Šíma J., Neruda R. Teoretické otázky neuronových sítí

Požadavky

Žádné

Garant

Ing. Jitka Mohylová, Ph.D.

Vyučující

doc. Ing. Petr Čermák, Ph.D.Ing. Jitka Mohylová, Ph.D.