Detail předmětu
Pokročilá analýza biologických signálů
FEKT-FACSAk. rok: 2016/2017
Předmět je orientován na multitaktní zpracování signálů, časově-frekvenční analýzu zaměřenou zejména na různé typy vlnkových transformací, parametrické metody odhadu výkonového spektra, dále analýzu hlavních komponent a kompresi dat.
Jazyk výuky
čeština
Počet kreditů
5
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Absolvent předmětu je schopen:
- realizovat konverzi vzorkovacího kmitočtu
- vysvětlit principy a výhody filtrace s využitím konverze vzorkovacího kmitočtu
- realizovat různé typy vlnkových transformací
- vysvětlit principy filtrace a komprese dat vycházející z vlnkových transformací
- vysvětlit principy neztrátové komprese dat (Huffmanův kodér, aritmetický kodér)
- vysvětlit princip a možnosti použití PCA
- realizovat konverzi vzorkovacího kmitočtu
- vysvětlit principy a výhody filtrace s využitím konverze vzorkovacího kmitočtu
- realizovat různé typy vlnkových transformací
- vysvětlit principy filtrace a komprese dat vycházející z vlnkových transformací
- vysvětlit principy neztrátové komprese dat (Huffmanův kodér, aritmetický kodér)
- vysvětlit princip a možnosti použití PCA
Prerekvizity
Student by měl mít znalosti z oblasti číslicového zpracování signálů. Měl by znát jednotlivé způsoby popisu lineárních filtrů (přenosová funkce, impulsní charakteristika, diferenční rovnice, frekvenční charakteristika). Předpokládají se základní znalosti o vlastnostech biosignálů (zejm. EKG, EEG, EMG). 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 písemnou zkoušku (z písemné zkoušky je nutné získat minimálně 35 bodů)
- až 70 bodů za písemnou zkoušku (z písemné zkoušky je nutné získat minimálně 35 bodů)
Osnovy výuky
1. Konverze vzorkovacího kmitočtu
2. Rychlé algoritmy číslicové filtrace s konverzí vzorkovacího kmitočtu
3. Časově-frekvenční analýza. Vlnkové transformace se souvislým časem (CTWT).
4. Vlnkové transformace s diskrétním časem (DTWT), dyadické a paketové DTWT
5. Využití CTWT při analýze biologických signálů
6. Principy neztrátové komprese biosignálů, Huffmanův kodér, aritmetický kodér
7. Využití DTWT při ztrátové kompresi biosignálů
8. Redundantní DTWT a její využití při filtraci a analýze biosignálů
9. Spektrální analýza biosignálů a parametrické metody odhadu výkonových spekter
10. Lineární predikce a Burgova metoda odhadu výkonového spektra
11. Analýza hlavních komponent (PCA)
12. Aplikace PCA pro analýzu biosignálů
2. Rychlé algoritmy číslicové filtrace s konverzí vzorkovacího kmitočtu
3. Časově-frekvenční analýza. Vlnkové transformace se souvislým časem (CTWT).
4. Vlnkové transformace s diskrétním časem (DTWT), dyadické a paketové DTWT
5. Využití CTWT při analýze biologických signálů
6. Principy neztrátové komprese biosignálů, Huffmanův kodér, aritmetický kodér
7. Využití DTWT při ztrátové kompresi biosignálů
8. Redundantní DTWT a její využití při filtraci a analýze biosignálů
9. Spektrální analýza biosignálů a parametrické metody odhadu výkonových spekter
10. Lineární predikce a Burgova metoda odhadu výkonového spektra
11. Analýza hlavních komponent (PCA)
12. Aplikace PCA pro analýzu biosignálů
Učební cíle
Získání znalostí o multitaktním zpracování signálů, vlastnostech a realizaci vlnkových transformací a možnostech jejich využití pro zpracování, analýzu různých typů biosignálů. Získání znalostí o parametrických metodách odhadu výkonového spektra. Seznámení se s analýzou hlavních komponent a jejím využitím při analýze biosignálů. Získání základních znalostí z teorie informace, seznámení se s metodami neztrátové a ztrátové komprese biosignálů.
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)
Proakis,J.G., Manolakis,D.G.: Digital Signal Processing. Principles, Algorithms and Applications. Macmillan, 1992 (EN)
Proakis,J.G., Manolakis,D.G.: Digital Signal Processing. Principles, Algorithms and Applications. Macmillan, 1992 (EN)
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
26 hod., nepovinná
Vyučující / Lektor
Osnova
1. Konverze vzorkovacího kmitočtu
2. Rychlé algoritmy číslicové filtrace s konverzí vzorkovacího kmitočtu
3. Časově-frekvenční analýza. Vlnkové transformace se souvislým časem (CTWT).
4. Vlnkové transformace s diskrétním časem (DTWT), dyadické a paketové DTWT
5. Využití CTWT při analýze biologických signálů
6. Principy neztrátové komprese biosignálů, Huffmanův kodér, aritmetický kodér
7. Využití DTWT při ztrátové kompresi biosignálů
8. Redundantní DTWT a její využití při filtraci a analýze biosignálů
9. Spektrální analýza biosignálů a parametrické metody odhadu výkonových spekter
10. Lineární predikce a Burgova metoda odhadu výkonového spektra
11. Analýza hlavních komponent (PCA)
12. Aplikace PCA pro analýzu biosignálů
2. Rychlé algoritmy číslicové filtrace s konverzí vzorkovacího kmitočtu
3. Časově-frekvenční analýza. Vlnkové transformace se souvislým časem (CTWT).
4. Vlnkové transformace s diskrétním časem (DTWT), dyadické a paketové DTWT
5. Využití CTWT při analýze biologických signálů
6. Principy neztrátové komprese biosignálů, Huffmanův kodér, aritmetický kodér
7. Využití DTWT při ztrátové kompresi biosignálů
8. Redundantní DTWT a její využití při filtraci a analýze biosignálů
9. Spektrální analýza biosignálů a parametrické metody odhadu výkonových spekter
10. Lineární predikce a Burgova metoda odhadu výkonového spektra
11. Analýza hlavních komponent (PCA)
12. Aplikace PCA pro analýzu biosignálů
Cvičení na počítači
26 hod., povinná
Vyučující / Lektor
Osnova
1. Realizace konverze vzorkovacího kmitočtu
2. Realizace filtru s konverzí vzorkovacího kmitočtu
3. CTWT s využitím funkcí specializované knihovny Matlabu (Wavelet Toolbox)
4. Aplikace CTWT
5. DTWT s využitím funkcí Wavelet Toolbox
6. Aplikace DTWT
7. Realizace DTWT bez použití funkcí Wavelet Toolbox
8. Filtrace signálů s využitím redundantní DTWT
9. Paketová DTWT
10. Parametrické odhady výkonových spekter
11. Analýza hlavních komponent
12. Komprese signálových dat
2. Realizace filtru s konverzí vzorkovacího kmitočtu
3. CTWT s využitím funkcí specializované knihovny Matlabu (Wavelet Toolbox)
4. Aplikace CTWT
5. DTWT s využitím funkcí Wavelet Toolbox
6. Aplikace DTWT
7. Realizace DTWT bez použití funkcí Wavelet Toolbox
8. Filtrace signálů s využitím redundantní DTWT
9. Paketová DTWT
10. Parametrické odhady výkonových spekter
11. Analýza hlavních komponent
12. Komprese signálových dat