Detail předmětu

Analýza a interpretace biologických dat

FEKT-MABDAk. rok: 2015/2016

Předmět je orientován na nativní a evokované biologické signály (biosignály) člověka. Zaměřuje se na vlastnosti biosignálů generovaných jednotlivými systémy lidského organismu (zejména kardiovaskulárním, nervovým a svalovým) a na jejich způsoby zobrazení. Klade důraz na využití obecných i specifických metod pro předzpracování a analýzu biosignálů v časové a ve frekvenční oblasti.

Jazyk výuky

čeština

Počet kreditů

5

Výsledky učení předmětu

Absolvent předmětu je schopen:
- formulovat požadavky na filtry pro potlačení rušení v signálech EKG, EEG, EMG
- navrhnout a realizovat adaptivní filtry pro potlačení síťového brumu v biosignálech
- navrhnout a realizovat speciální filtry Lynnova typu pro potlačení úzkopásmového rušení
- vysvětlit princip detekce komplexů QRS v signálech EKG a grafoelementů v signálech EEG
- vysvětlit princip detekce začátků a konců významných vln v signálech EKG
- vysvětlit princip testu stacionarity stochastických signálů
- vysvětlit princip neparametrických metod pro odhady výkonových spekter
- realizovat parametrické metody pro odhady výkonových spekter
- popsat princip odhadu vzájemných a koherenčních spekter a jejich využití pro analýzu signálů EEG
- popsat metody odhadu výkonu ve vybraných frekvenčních pásmech u signálů HRV a EEG
- popsat princip Poincarého map a jejich využití pro analýzu signálů (HRV, TWA)
- vysvětlit princip realizace mapování hodnot a frekvenčního mapování pro analýzu signálů EEG
- vysvětlit princip průběžného odhadu úrovně povrchového signálu EMG

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

- až 30 bodů za řešení zadaných úkolů v laboratorním cvičení (pro postup ke zkoušce je nutný zisk minimálně 15 bodů)
- až 70 bodů za zkoušku (ze zkoušky je nutné získat minimálně 35 bodů)
- 30 points can be obtained for activity in the laboratory exercises, consisting in solving tasks (for the procedure for the examination must be obtained at least 15 points)
- 70 points can be obtained for the exam (the examination is necessary to obtain at least 35 points)

Osnovy výuky

1. Základní klasifikace biosignálů. Geneze elektrických biosignálů.
2. Elektrokardiogramy (EKG), jejich vlastnosti a způsoby zobrazení. Klidové a zátěžové elektrokardiogramy, způsoby jejich zpracování a vyhodnocení.
3. Potlačení rušení, zejména driftu a brumu lineárními, adaptivními i nelineárními metodami, potlačení myopotenciálů.
4. Metody detekce komplexů QRS. Měření variability srdečního rytmu (HRV), zpracování HRV v časové a frekvenční oblasti.
5. Rozměření významných kmitů a vln v signálech EKG, diagnostické klasifikační systémy. Alternace vlny T (TWA), metody zpracování.
6. Úvod do vlnkových transformací (WT) se souvislým a s diskrétním časem.
7. Využití WT pro filtraci a analýzu biosignálů.
8. FonoKG a jeho zpracování. Signály EGG a jejich zpracování.
9. Signály EMG a jejich vlastnosti. Analýza MUAP, zpracování povrchových signálů (SEMG).
10. Signály EEG a jejich vlastnosti. Zpracování EEG v časové oblasti.
11. Zpracování EEG ve frekvenční oblasti. Principy mapování v časové a ve frekvenční oblasti.
12. Biosignály zrakového systému, Evokovaná aktivita mozku, zrakové a sluchové evokované odpovědi, odpovědi motorického systému.

Učební cíle

Cílem předmětu je seznámit studenty s principy geneze různých typů biologických signálů, s jejich základními vlastnostmi a s metodami jejich číslicového zpracování a automatické analýzy.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Laboratorní výuka je povinná, zmeškaná laboratorní cvičení musí být řádně omluvená a lze je nahradit po domluvě s vyučujícím.

Základní literatura

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

Zařazení předmětu ve studijních plánech

  • Program EEKR-M1 magisterský navazující

    obor M1-BEI , 1 ročník, zimní semestr, povinný

  • Program EEKR-M magisterský navazující

    obor M-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. Základní klasifikace biosignálů. Geneze elektrických biosignálů.
2. Elektrokardiogramy (EKG), jejich vlastnosti a způsoby zobrazení. Klidové a zátěžové elektrokardiogramy, způsoby jejich zpracování a vyhodnocení.
3. Potlačení rušení, zejména driftu a brumu lineárními, adaptivními i nelineárními metodami, potlačení myopotenciálů.
4. Metody detekce komplexů QRS. Měření variability srdečního rytmu (HRV), zpracování HRV v časové a frekvenční oblasti.
5. Rozměření významných kmitů a vln v signálech EKG, diagnostické klasifikační systémy. Alternace vlny T (TWA), metody zpracování.
6. Úvod do vlnkových transformací (WT) se souvislým a s diskrétním časem.
7. Využití WT pro filtraci a analýzu biosignálů.
8. FonoKG a jeho zpracování. Signály EGG a jejich zpracování.
9. Signály EMG a jejich vlastnosti. Analýza MUAP, zpracování povrchových signálů (SEMG).
10. Signály EEG a jejich vlastnosti. Zpracování EEG v časové oblasti.
11. Zpracování EEG ve frekvenční oblasti. Principy mapování v časové a ve frekvenční oblasti.
12. Biosignály zrakového systému, Evokovaná aktivita mozku, zrakové a sluchové evokované odpovědi, odpovědi motorického systému.

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Osnova

1. Návrhy lineárních filtrů pro potlačení rušení v signálech EKG
2. Návrhy Lynnových filtrů pro potlačení driftu a brumu v signálech EKG
3. Vektorkardiogramy (VKG) a výpočet srdeční osy
4. Návrhy adaptivních filtrů pro potlačení brumu v signálech EKG
5. Návrhy detektorů komplexů QRS
6. Signály variability srdečního rytmu (HRV)
7. Spektrální analýza signálů HRV
8. Detekce grafoelementů v signálech EEG
9. Spektrální analýza signálů EEG, vzájemné a koherenční spektrum
10. Průběžný výpočet Hjorthových parametrů pro analýzu signálů EEG
11. Průběžný odhad úrovně povrchového signálu EMG, Spektrální analýza signálů EMG
12. Vlnkové transformace a jejich využití