Detail předmětu
Advanced Analysis of Biological Signals
FEKT-MPA-ACSAk. rok: 2021/2022
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
angličtina
Počet kreditů
5
Garant předmětu
Zajišťuje ústav
Nabízen zahraničním studentům
Pouze domovské fakulty
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, adaptivní filtrace a Burgova metoda odhadu výkonového spektra.
11. Lineární a nelineární analýza hlavních komponent (PCA) pro filtraci a kompresi dat.
12. Analýza nezávislých komponent (ICA) pro separaci signálů.
13. Lineární dekonvoluce.
14. Mediánová filtrace, pyramidové mediánové transformace.
15. Homomorfická filtrace a kepstrální analýza.
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, adaptivní filtrace a Burgova metoda odhadu výkonového spektra.
11. Lineární a nelineární analýza hlavních komponent (PCA) pro filtraci a kompresi dat.
12. Analýza nezávislých komponent (ICA) pro separaci signálů.
13. Lineární dekonvoluce.
14. Mediánová filtrace, pyramidové mediánové transformace.
15. Homomorfická filtrace a kepstrální analýza.
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
DEBNATH, L. Wavelet transforms and their applications. Boston: Birkhäuser, c2002. ISBN 0-8176-4204-8. (EN)
JAN, Jiří. Digital signal filtering, analysis and restoration. London: Institution of Electrical Engineers, 2000. IEE telecommunications series, 44. ISBN 0852967608. (EN)
JAN, Jiří. Digital signal filtering, analysis and restoration. London: Institution of Electrical Engineers, 2000. IEE telecommunications series, 44. ISBN 0852967608. (EN)
Elearning
eLearning: aktuální otevřený kurz
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
26 hod., nepovinná
Vyučující / Lektor
Cvičení na počítači
26 hod., povinná
Vyučující / Lektor
Elearning
eLearning: aktuální otevřený kurz