Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa

Módulo/Materia

Módulo de Especialidad

Materia: Especialidad en Procesado y Comunicación de Señales e Imágenes Médicas

Subir

Descripción/Contenidos

• Filtrado y eliminación de artefactos
• Caracterización temporal de señales biomédicas
• Análisis frecuencial de señales biomédicas
• Filtrado adaptativo
• Análisis tiempo-frecuencia
• Análisis en componentes independientes (ICA)
• Bases de datos de señales biomédicas

Subir

Descriptores

Procesado de señales biomédicas. Filtrado y eliminación de artefactos. Filtros digitales. Detección de eventos y análisis de formas de onda. Análisis frecuencial. Filtrado adaptativo. Análisis tiempo-frecuencia. Análisis en componentes independientes. Bases de datos de señales biomédicas.

Subir

Competencias genéricas

CG1 - Que los estudiantes sean capaces de planificar y desarrollar trabajos en grupo de manera coordinada
CG2 - Que los estudiantes sean capaces de leer y comprender textos técnicos y científicos
CG3 - Que los estudiantes sean capaces de redactar trabajos o memorias técnicas
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de
ideas, a menudo en un contexto de investigación
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos
nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos
especializados y no especializados de un modo claro y sin ambigüedades

Subir

Competencias específicas

- Que los estudiantes sean capaces de aplicar técnicas de procesado de señal para la detección, filtrado, eliminación de interferencias y caracterización de señales biomédicas.

- Que los estudiantes sean capaces de usar bases de datos de señales biomédicas de acceso libre.

Subir

Resultados aprendizaje

1. Reconocer visualmente ruidos de distinta naturaleza y ancho de banda, así como inteferencias de red, de estímulo y de otros potenciales que se suman a la señal. de las señales, etc.
2. Construir y usar filtros digitales (paso bajo, paso alto, paso banda, banda eliminada y ¿notch¿) para la eliminación de ruidos e interferencias.
3. Analizar, implementar y emplear técnicas básicas para la detección de eventos en señales biomédicas, tales como picos, ondas específicas, etc.
4. Analizar, implementar y emplear técnicas básicas para la extracción y comparación de formas de onda de la señal, así como para caracterizar su complejidad.
5. Caracterizar frecuencialmente las señales biomédicas usando las técnicas de análisis espectral paramétricas y no paramétricas
6. Caracterizar y segmentar señales biomédicas con técnicas tiempo-frecuencia.
7. Conocer los principios básicos y la utilidad práctica del Análisis en Componentes Independientes (ICA).
8. Utilizar herramientas informáticas específicas para la visualización, modelado y caracterización de señales biomédicas.
9. Acceder y manipular las bases de datos de señales biomédicas de libre acceso ubicadas en la plataforma Physionet.

Subir

Metodología

Subir

Idiomas

Castellano

Subir

Evaluación

Subir

Temario

Temas de teoría

1. Introducción al procesado de señales biomédicas: Naturaleza y ejemplos de señales biomédicas, objetivos y contextos del procesado de señales biomédicas, evaluación de las técnicas de procesado.
2. Filtrado y eliminación de artefactos: Construcción y uso de filtros digitales (paso bajo, paso alto, paso banda, banda eliminada y "notch") para la eliminación de ruidos e interferencias. Ejemplos de aplicación.
3. Caracterización temporal de señales biomédicas: Técnicas temporales para la detección de eventos y ondas en señales biomédicas. Análisis de la forma de onda, extracción de envolventes y análisis de actividad para la caracterización de señales biomédicas. Ejemplos de aplicación.
4. Análisis frecuencial de señales biomédicas: Métodos de estimación de la densidad espectral de potencia basadas en la Transformada Discreta de Fourier. Conceptos de resolución frecuencial y ¿leakage¿. Ejemplos de aplicación en la caracterización de señales biomédicas.
5. Filtrado adaptativo: Objetivos y formulación básica. Algoritmo Least Mean Square (LMS). Ejemplos de aplicación en señales biomédicas.
6. Análisis tiempo-frecuencia. La transformada localizada de Fourier y otras distribuciones tiempo-frecuencia. Ejemplos de aplicación en la caracterización de señales biomédicas.
7. Análisis en componentes independientes (ICA): Introducción. Estrategias para la obtención de fuentes independientes. Métodos algorítmicos. Ejemplos de aplicación en el análisis de señales biomédicas.
8. Bases de datos de señales biomédicas: Presentación de las bases de datos de Physionet y las herramientas para su manipulación.

Los temas 2, 3, 4, 5, 6 y 7 contarán con sesiones prácticas de laboratorio en las que se desplegarán los conceptos y técnicas vistas en la teoría.

Prácticas

P1. Filtrado y eliminación de artefactos

P2. Caracterización temporal de la señal

P3. Análisis frecuencial

P4. Filtrado adaptativo

P5. Análisis tiempo-frecuencia

P6. Análisis en componentes independientes (ICA)

P7. Proyecto

Al final del curso se propondrá un trabajo (P7) en el que se abordará de manera más amplia un problema concreto del procesado de señales biomédicas utilizando alguna de las técnicas estudiadas previamente.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.

Básica:

-R. M. Rangayyan. ¿Biomedical signal processing: a case study approach¿. IEEE   Press, 2002.

- L.Sörnmo, P. Lagunas, ¿Bioelectrical signal processing in cardiac and neurological   applications¿, Elsevier Academic Press, 2005.

Complementaria:

- J. M. Semlow, ¿Biosignals and biomedical signal processing¿. Marcel-Dekker Inc., 2004.

- E. Bruce, ¿Biomedical signal processing and signal modelling¿. John Wiley and Sons, 2001.

- S. Tong, N.V. Thakor, ¿Quantitative EEG analysis methods and clinical applications¿. Artech   House, 2009.

- S. Sanei, J.A. Chambers, ¿EEG signal processing¿. John Wiley & Sons, 2007.

- G. Clifford, ¿Advanced methods and tools for ECG data analysis¿. Artech House, 2006.

- F. J. Theis, A. Meyer-Base, ¿Biomedical signal analysis¿. The MIT Press, 2010.

- S. Cerutti, C. Marchesi, ¿Advanced methods of biomedical signal processing¿. John Wiley and   Sons, 2011.

- K. J. Blinowska, J Zygierewicz, ¿Practical biomedical signal analysis using Matlab¿. CRC Press,   2012.

- J. V. Stone, ¿Independent component analysis¿. The MIT Press, 2004.

- J. P. Marques de Sá, ¿Pattern recognition¿. Springer-Verlag, 2001.

- L. Cohen, ¿Time-frequency analysis¿. Prentice-Hall, 1995.

Subir

Lugar de impartición

Aula 323

Subir