Detail předmětu

Analýza a interpretace biologických dat

FEKT-LABDAk. rok: 2017/2018

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

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu;
v zásadě
- získání zápočtu na základě aktivní účasti na demonstračních cvičeních (až 24 bodů, min. 12 bodů),
- úspěšné složení písemné závěrečné zkoušky (až 76 bodů)

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

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu (viz Rozvrhové jednotky).
V zásadě:
- povinné počítačové cvičení
- nepovinná přednáška

Základní literatura

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

Zařazení předmětu ve studijních plánech

  • Program EEKR-ML1 magisterský navazující

    obor ML1-BEI , 1 ročník, zimní semestr, povinný

  • Program EEKR-ML magisterský navazující

    obor ML-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 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