UFPF517 Měření a diagnostika datových sítí

Filozoficko-přírodovědecká fakulta v Opavě
zima 2013
Rozsah
2/2/0. 6 kr. Ukončení: zk.
Vyučující
Ing. Iveta Bryjová (přednášející)
doc. RNDr. Stanislav Hledík, Ph.D. (přednášející)
MUDr. Jiří Štětinský (přednášející)
Ing. Iveta Bryjová (cvičící)
doc. RNDr. Stanislav Hledík, Ph.D. (cvičící)
MUDr. Hana Klosová (cvičící)
Garance
doc. RNDr. Stanislav Hledík, Ph.D.
Centrum interdisciplinárních studií – Filozoficko-přírodovědecká fakulta v Opavě
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Cílem předmětu Metody zpracování biosignálů je seznámit studenty se základními biologickými signály, jejich specifiky, zpracováním a analýzou a způsoby zobrazení zpracovaných výsledků. Pro analýzu reálných EEG a EKG dat se bude využívat prostředí Mathematica.
Osnova
  • * Zdroje, specifika, obecné principy a diagnostické využití zpracování biosignálů. Přehled metod a algoritmů zpracování signálů. EEG, EMG, ECG, EOG. Zpracování v reálném čase a offline, statistické charakteristiky, stochastické procesy, analýza časových řad, nestacionarita.
    * Akvizice a předzpracování biologických dat. Digitalizace, vzorkování a kvantizace, aliasing. Filtrace. Trendy.
    * Spektrální analýza. Základní metody. Periodogram, autoregresní model. Parametrické a neparametrické metody. Odhad spektra, křížové spektrum, koherence, fáze. Rychlá Fourierova transformace (FFT), její význam a aplikace. Zobrazování pomocí zhuštěných spektrálních kulis (CSA). EEG - interhemisferická a lokální koherence. Topografické mapování elektrofyziologické aktivity. Brain mapping. Amplitudové a frekvenční mapování. Použití v klinické diagnostice. Dynamické mapování.
    * Adaptivní segmentace. Motivace. Nestacionarita biosignálů. Základní metody. Multikanálová on-line adaptivní segmentace. Extrakce příznaků.
    * Metody automatické klasifikace. Učení bez učitele, metriky, normalizace dat. Shluková analýza, K-means algoritmus. Fuzzy množiny. Optimalizace počtu tříd. Neuronové sítě. Hebbovské učení. Multikanálové signály. Samoorganizující metoda hlavních komponent. Učící se klasifikátory. Supervizované vs. nesupervizované učení. On-line klasifikace. k-NN klasifikátor (klasický, fuzzy). Srovnání s neuronovými sítěmi.
    * Automatická detekce epileptických grafoelementů. Automatický detektor hrotů, aritmetický detektor, kombinovaný detektor. Metoda hlavních komponent a klasické filtrace pro detekci. EKG signál, digitální zpracování, vlastnosti. Kritéria digitalizace EKG, frekvenční analýza, filtrace, adaptivní filtrace. Redukce dat, holterovské techniky identifikace.
Informace učitele
* 60% účast na přednáškách a cvičeních
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
  • Statistika zápisu (nejnovější)
  • Permalink: https://is.slu.cz/predmet/fpf/zima2013/UFPF517