Detail předmětu

Advanced Analysis of Biological Signals

FEKT-MPA-ACSAk. rok: 2027/2028

Předmět se zaměřuje na pokročilé metody zpracování biosignálů, zejména na vlnkovou transformaci, empirickou modální dekompozici a související analytické techniky. Studenti se seznámí s konverzí vzorkovacího kmitočtu, filtrací, kompresí a analýzou biologických signálů. Součástí kurzu je také využití chytrých telefonů v telemedicíně a aplikace moderních filtračních metod, včetně lineární dekonvoluce a nelineárních přístupů.

Jazyk výuky

angličtina

Počet kreditů

5

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.

Způsob zakončení předmětu a pravidla hodnocení studentů

Znalostní test (vybraná témata z přednášek a laboratorních cvičení) - 10 bodů.
Individuální projekt (programové řešení + zpráva + prezentace) - 20 bodů.
Závěrečná zkouška (písemnou formou) - 70 bodů.

Pro připuštění k závěrečné zkoušce je nutné z testu a projektu získat minimálně 15 bodů, z písemné zkoušky je nutné získat minimálně 35 bodů. Laboratorní cvičení jsou povinná. 

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

  • Program MPCN-BIO magisterský navazující

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

  • Program MPAN-BIO magisterský navazující 2 ročník, zimní semestr, povinný
  • Program MPA-BTB magisterský navazující 2 ročník, zimní semestr, povinný, je součástí profilujícího základu

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

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

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

Osnova

Součástí výuky je individuální projekt realizovaný formou soutěže, kde se studenti snaží dosáhnout co nejlepších výsledků dle zvoleného kritéria Téma projektu se každý rok obměňuje a reflektuje aktuální problémy biomedicíny a zpracování biologických signálů (např. odhad dechové frekvence z EKG/PPG, hodnocení kvality signálů, detekce spánkové apnoe, analýza srdečních či dechových signálů).
Hodnocení projektu zahrnuje funkčnost a kvalitu implementovaného kódu, dosažené výsledky, složitost a originalitu navrženého řešení, přehlednost kódu, technickou dokumentaci a prezentaci projektu. 

 

Individuální příprava na závěrečnou zkoušku

34 hod., nepovinná

Vyučující / Lektor

Individuální příprava na cvičení

34 hod., nepovinná

Vyučující / Lektor

Osnova

Studenti a studentky mají k dispozici ke každému cvičení zpracované materiály ke studiu. Ty si samostatně prostudují předem a případně si dohledají informace v prezentacích k přednáškám nebo čerpají z jiných zdrojů