čeština

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

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.

Metody vyučování zahrnují přednášky a cvičení na počítači. Předmět využívá e-learning. Student odevzdává jeden samostatný projekt.

- 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)

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.

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.

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

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