Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2020/2021

Algoritmy zpracování biosignálů v jazyce C

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
F7PBKAZC-C Z,ZK 5 2P+2C česky
Předmět lze klasifikovat až po klasifikaci předmětů:
Algoritmizace a programování (F7PBKALP)
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra informačních a komunikačních technologií v lékařství
Anotace:

Cíl/cíle: Formou prakticky orientovaného výkladu a demonstračních úloh vysvětlit princip a realizaci nejpoužívanějších algoritmů pro zpracování biosignálů a jejich konkrétní funkční (a časově i paměťově efektivní) implementace v jazyce C a C++. Absolventi budou obeznámeni s konkrétními řešeními základních algoritmických problémů při zpracování biosignálů: se segmentací, analýzou v časové a frekvenční oblasti, s návrhem lineárních číslicových filtrů (FIR a IIR) a s vizualizací výsledků. Po absolvování předmětu se bude student orientovat v oblasti algoritmů předzpracování a inteligentní segmentaci biologických časových řad v C a C++, např.: algoritmus FFT, SFFT a wavelet transformace, algoritmus výpočtu autokorelační a vzájemné korelační funkce, konvoluce apod. Zvládá v jazyce C implementovat metodu plovoucího časového okna pro extrakci příznaků a základní algoritmy návrhu a realizaci číslicových filtrů FIR a IIR. Chápe a umí realizovat v jazyce C základní způsoby vizualizace biologických dat a výsledků jejich zpracování.

Požadavky:

Povinná účast na cvičeních, realizace průběžně bodovaných úloh na jednotlivých cvičeních. Podmínky zkoušky: ústní zkouška

Osnova přednášek:

Osnova přednášek:

1. Reprezentace 1D signálů v jazyce C, užitečný signál a šum, alokace paměti pro 1D a 2D data (signály a obrázky), načítání dat do paměti počítače.

2. Algoritmy pro bodový odhad střední hodnoty, rozptylu a dalších statistických příznaků, nestacionární signály, algoritmus výpočtu příznaků metodou plovoucího časového okna.

3. Algoritmy pro výpočet histogramu, odhad rozložení pravděpodobnosti, generování šumu, centrální limitní věta. Algoritmy výpočtu autokorelační a vzájemné korelační funkce, konvoluce, příklad konvolutorního stroje.

4. Základy 1D a 2D grafiky v ISO C pro vizualizaci biosignálů. Modularita kódu a tvorba přenositelných knihoven funkcí v ISO C.

5. Implementace vybraných numerických metod v C (iterační řešení nelin. rovnic, numerická integrace a derivace, aproximace experimentálních dat).

6. Implementace DFT, FFT a WFFT, Wavelet transformace - časově-frekvenční oblast, výpočet spektrogramu v ISO C.

7. Význam a použití impulzní, přechodové a frekvenční charakteristiky lineárního systému.

8. Návrh a implementace číslicových filtrů FIR v jazyce C: Metoda fouriérových řad, metoda frekvenčního vzorkování,

9. IIR filtry – Úvod, design a implementace v jazyce C.

10. Algoritmy pro HRV analýzu – implementace algoritmů v ISO C pro výpočet lineárních a nelineárních parametrů.

Osnova cvičení:

Osnova cvičení:

1. Využití a tvorba knihoven funkcí v jazyce C a C++, modularita kódu. Návrh aplikačního rozhraní knihoven pro zpracování biosignálů. Příklady dostupných knihoven.

2. Praktická ukázka implementace algoritmů pro sběr biomedicínských dat na platformách MS Windows a GNU/Linux včetně grafického zobrazení výsledků, dílčí samostatná úloha.

3. Algoritmy pro analýzu biosignálů v časové oblasti - praktické úkazky algoritmů pro výpočet základních statistických a dalších parametrů, dílčí samostatná úloha.

4. Algoritmy pro analýzu biosignálů ve frekvenční oblasti - ukázka implementace algoritmu rychlé Fourierovy transformace (FFT) a spojité vlnkové (wavelet) transformace, dílčí samostatná úloha.

7. Algoritmy pro analýzu biosignálů v časově-frekvenční oblasti - ukázka implementace Gaborovy transformace a metody zhuštěných spektrálních kulis (CSA), dílčí samostatná úloha.

8. Algoritmy pro výpočet charakteristik lineárních systémů: korelační funkce, spektrální hustoty, impulsní odezvy, konvolutorní sumy.

9. Lineární číslicové filtry FIR a IIR, praktické ukázky algoritmů pro návrh. Reálná aplikace filtrů na biologické signály, porovnání metod – dílčí samostatná úloha zahrnující syntézu i realizaci filtru.

10. Algoritmus pro implementaci fuzzy pravidlového systému. Algoritmus pro realizaci neuronové sítě (vícevrstvého perceptronu). Trénování neuronové sítě – dílčí samostatná úloha.

Cíle studia:
Studijní materiály:

Povinná literatura:

[1] WRÓBLEWSKI, Piotr. Algoritmy: datové struktury a programovací techniky. Přeložil Marek MICHÁLEK, přeložil Bogdan KISZKA. Brno: Computer Press, 2004. ISBN 80-251-0343-9.

[2] KERNIGHAN, Brian W. a Dennis M. RITCHIE. Programovací jazyk C. Brno: Computer Press, 2008. ISBN 80-251-0897-X

Doporučená literatura:

[1] VIRIUS, Miroslav. Programovací jazyk C ++. V Praze: České vysoké učení technické v Praze, 2016. ISBN 978-80-01-05961-6.

Poznámka:
Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 2. 3. 2021
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet5960206.html