Algoritmy zpracování biosignálů v jazyce C

Garant předmětu:

Pavel Smrčka

Přednášející:

Pavel Smrčka

Cvičící:

Pavel Smrčka

Předmět zajišťuje:

katedra informačních a komunikačních technologií v lékařství

Anotace:

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. Vstupní požadavky předmětu: základní vědomosti o systémech a zpracování signálů, základy ISO C. Výstupní znalosti, dovednosti, schopnosti a kompetence: Student se orientuje v oblasti algoritmů předzpracování a inteligentní segmentace 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.

Osnova přednášek:

1. Reprezentace 1D signálů v jazyce C, užitečný signál a šum,

2. Alokace paměti pro 1D a 2D data (signály a obrázky), načítání dat do paměti počítače,

3. Algoritmy pro bodový odhad střední hodnoty, rozptylu a dalších statistických příznaků,

4. Nestacionární signály, algoritmus výpočtu příznaků metodou plovoucího časového okna.

5. Algoritmy pro výpočet histogramu, odhad rozložení pravděpodobnosti, generování šumu, centrální limitní věta.

Algoritmy výpočtu autokorelační a vzájemné korelační funkce, konvoluce, příklad konvolutorního stroje.

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

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

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

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

10. Návrh a implementace číslicových filtrů FIR v jazyce C I.: metoda fouriérových řad,

11. Návrh a implementace číslicových filtrů FIR v jazyce C II.: metoda frekvenčního vzorkování,

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

13. Algoritmy pro HRV analýzu – implementace algoritmů v ISO C pro výpočet lineárních parametrů

14. Algoritmy pro HRV analýzu – implementace algoritmů v ISO C pro výpočet nelineárních parametrů.

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 ukázky 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.

11. Zadání samostatných úloh, rozdělení studentů do týmů pro řešení jednotlivých úloh,

časový plán řešení.

12. Analýza a návrh řešení zadané úlohy. Programování zadané úlohy.

13. Programování zadané úlohy.

14. Prezentace a kontrola výsledků.

Cíle studia:

Praktická implementace moderních algoritmů pro zpracování biosignálů v C a C ++. Absolventi se seznámí s vybranými praktickými řešeními běžných algoritmických problémů při zpracování biosignálu: segmentace, analýza v časové a frekvenční oblasti, návrh a implementace filtrů FIR a IIR a metody vizualizace biosignálu.

Studijní materiály:

Povinná literatura:

[1] Wroblewski, S.: Algoritmy, ComputerPress, 4. přepracované vydání, Brno 2015 [2] Kernighan, Ritchie: Programovací jazyk C, ComputerPress, Praha 2014

Doporučená literatura:

[1] Virius: Programování v C++: od základů k profesionálnímu použití, Grada 2018

[2] Numerical Recipes: The Art of Scientific Computing, Cambridge University Press, Third Edition, 2007

Poznámka:

Další informace:

Výukové materiály pro tento předmět jsou zveřejněny prostřednictvím e-learningového systému na adrese <a href="https://skolicka.fbmi.cvut.cz">https://skolicka.fbmi.cvut.cz</a>

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Bakalářský studijní program Biomedicínská technika (povinně volitelný předmět)