Detail předmětu

Advanced Analysis of Biological Signals

FEKT-MPA-ACSAk. rok: 2026/2027

The course focuses on advanced methods of biosignal processing, particularly wavelet transformation, empirical mode decomposition, and related analytical techniques. Students will become familiar with sampling rate conversion, filtering, compression, and the analysis of biological signals. The course also covers the use of smartphones in telemedicine and the application of modern filtering methods, including linear deconvolution and nonlinear approaches. 

Jazyk výuky

angličtina

Počet kreditů

5

Garant předmětu

Ing. Lukáš Smital, Ph.D.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Nabízen zahraničním studentům

Pouze domovské fakulty

Vstupní znalosti

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

Pravidla hodnocení a ukončení předmětu

Knowledge test (selected topics from lectures and laboratory exercises) - 10 points.
Individual project (software solution + report + presentation) - 20 points.
Final exam (written form) - 70 points.

To be admitted to the final exam, a minimum of 15 points must be obtained from the test and project, and a minimum of 35 points must be obtained from the written exam. Laboratory exercises are mandatory. 

Učební cíle

Cílem předmětu je poskytnout studentům hlubší porozumění metodám pokročilého zpracování biosignálů se zaměřením na vlnkovou transformaci, empirickou modální dekompozici a související analytické techniky. Studenti se seznámí s teoretickými principy a praktickou implementací těchto metod. Důraz je kladen na aplikace v oblasti biomedicínského inženýrství a telemedicíny, včetně využití chytrých telefonů.

Absolvent předmětu je schopen:
- realizovat konverzi vzorkovacího kmitočtu a vysvětlit její vliv na zpracování signálu
- navrhnout a implementovat filtry s konverzí vzorkovacího kmitočtu
- pochopit principy vlnkové transformace a aplikovat ji pro filtraci, kompresi a analýzu biologických signálů
- analyzovat data pomocí empirické modální dekompozice
- odhadovat okamžitou frekvenci a amplitudu jednosložkových signálů
- implementovat lineární dekonvoluci a nelineární filtrační metody
- používat chytré telefony pro telemedicínské aplikace

Základní literatura

DEBNATH, Lokenath. Wavelet Transforms and Their Applications. 2002. ISBN 3764342048. (EN)
HUANG, Norden E., et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society of London. Series A: mathematical, physical and engineering sciences, 1998, 454.1971: 903-995. (EN)
JAN, Jiří. Digital signal filtering, analysis and restoration. London: Institution of Electrical Engineers, 2000. IEE telecommunications series, 44. ISBN 0852967608. (EN)
REYES ORTIZ, Jorge Luis. Smartphone-Based Human Activity Recognition. Springer, 2016. ISBN 9783319367705. (EN)
SALOMON, David. Data Compression: The Complete Reference. Springer Science & Business Media, 2007. ISBN 9781846286032. (EN)

Zařazení předmětu ve studijních plánech

  • Program MPC-BTB magisterský navazující 2 ročník, zimní semestr, povinný
  • Program MPC-BIO magisterský navazující 2 ročník, zimní semestr, povinný
  • Program MPAD-BIO magisterský navazující 2 ročník, zimní semestr, povinný, základní teoretický předmět profilujícího základu
  • Program MPA-BIO magisterský navazující 2 ročník, zimní semestr, povinný, základní teoretický předmět profilujícího základu
  • Program MPA-BTB magisterský navazující 2 ročník, zimní semestr, povinný
  • Program MPCN-BTB magisterský navazující 2 ročník, zimní semestr, povinný, je součástí profilujícího základu
  • Program MPAN-BIO magisterský navazující 2 ročník, zimní semestr, povinný

  • Program MPCN-BIO magisterský navazující

    specializace MPC-BIO_TECH , 2 ročník, zimní semestr, povinný
    specializace MPC-SPORT_TECH , 2 ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Lukáš Smital, Ph.D.

Osnova

1. Course introduction
2. Sampling frequency conversion
3. Filters with sampling frequency conversion
4. Wavelet Transform - introduction
5. Wavelet Transform - wavelet filter design
6. Wavelet Transform - orthogonal filters
7. Wavelet Transforms + signal filtering
8. Wavelet Transforms + signal compression
9. Wavelet Transforms + ECG delineation
10. Use of a SmartPhone in telemedicine
11. Empirical Mode Decomposition
12. Instantaneous frequency/amplitude
13. L.inear deconvolution, nonlinear filtration methods
14. The use of artificial intelligence in biological data processing  

Cvičení na počítači

18 hod., povinná

Vyučující / Lektor

Ing. Lukáš Smital, Ph.D.

Osnova

1. Repetition, signal processing in Matlab
2. Sampling frequency conversion
3. Project assignment + project kick off
4. WT in Matlab - wavelet toolbox, manual wavelet decomposition
5. WT in Matlab - manual wavelet reconstruction
6. WT in Matlab - signal filtering
7. WT in Matlab - signal compression
8. WT in Matlab - ECG delineation
9. Test + SmartPhone in telemedicine
10. - 12. Work on individual projects (individual consultation)
13. Project presentation + lab evaluation 

Projekt

8 hod., povinná

Vyučující / Lektor

Ing. Lukáš Smital, Ph.D.

Osnova


An individual project implemented in the form of a competition is an integral part of the course, in which students aim to achieve the best possible results according to a selected evaluation criterion. The project topic changes every year and reflects current challenges in biomedicine and biological signal processing (e.g. respiratory rate estimation from ECG/PPG, signal quality assessment, sleep apnea detection, analysis of cardiac or respiratory signals).
Project assessment includes the functionality and quality of the implemented code, achieved results, algorithmic complexity and originality, code clarity, technical documentation, and project presentation.

 

Individuální příprava na závěrečnou zkoušku

34 hod., nepovinná

Vyučující / Lektor

Ing. Lukáš Smital, Ph.D.

Individuální příprava na cvičení

34 hod., nepovinná

Vyučující / Lektor

Ing. Lukáš Smital, Ph.D.

Osnova


Students are provided with prepared study materials for each computer-based exercise. They are expected to study these materials independently in advance and, if necessary, look for additional information in lecture presentations or use other sources.