Universidad Pública de Navarra



Año Académico: 2023/2024 | Otros años:  2022/2023  |  2021/2022 
Graduado o Graduada en Ingeniería de Telecomunicación/Graduado o Graduada en Ingeniería Biomédica por la Universidad Pública de Navarra
Código: 247309 Asignatura: PROCESADO DE SEÑALES BIOMÉDICAS
Créditos: 6 Tipo: Obligatoria Curso: 3 Periodo: 2º S
Departamento: Ingeniería Eléctrica, Electrónica y de Comunicación
Profesorado:
MALANDA TRIGUEROS, ARMANDO (Resp)   [Tutorías ] LED RAMOS, SANTIAGO JAVIER   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Módulo de formación en ingeniería biomédica / Instrumentación biomédica

Subir

Descripción/Contenidos

  • Introducción al procesado de señales biomédicas
  • Filtrado y eliminación de artefactos
  • Caracterización temporal de señales biomédicas
  • Análisis frecuencial de señales biomédicas
  • Filtrado adaptativo
  • Análisis tiempo-frecuencia
  • Clasificación de patrones y decisión diagnóstica
  • Bases de datos de señales biomédicas

Subir

Competencias genéricas

  • CB2. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
  • CB5. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Subir

Competencias específicas

- Comp_Esp_1. Que los estudiantes sean capaces de aplicar técnicas de procesado de señal para la detección, filtrado, eliminación de interferencias, caracterización y clasificación de señales biomédicas.

- Comp_Esp_2 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. Implementar y emplear técnicas básicas para la detección de eventos en señales biomédicas, tales como picos, ondas específicas, etc.
  4. 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 señales biomédicas usando técnicas de análisis espectral.
  6. Caracterizar señales biomédicas con técnicas tiempo-frecuencia.
  7. Utilizar métodos de clasificación de patrones para la clasificación de señales biomédicas.
  8. Utilizar herramientas informáticas específicas para la visualización, modelado y caracterización de señales biomédicas.
  9. Utilizar bases de datos de señales biomédicas de libre acceso ubicadas en la plataforma Physionet.

Subir

Metodología

Metodología - Actividad Horas Presenciales Horas no presenciales
A-1 Clases expositivas/participativas 20  
A-2 Prácticas 18  
A-3 Debates, puestas en común, tutoría grupos    
A-4 Elaboración de trabajo 16 20
A-5 Lecturas de material    
A-6 Estudio individual   70
A-7 Exámenes, pruebas de evaluación 6  
A-8 Tutorías individuales    
A-9 Seminarios    
Total 60 90

Subir

Evaluación

 

Resultados de
aprendizaje
Actividad de
evaluación
Peso (%) Carácter
recuperable
Nota mínima
requerida
1-8 Examen de teoría y prácticas 50% 4,0
1-9 Evaluación de la memoria y de la presentación del Trabajo Final de Asignatura 50% 4,0

 

Subir

Temario

  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: Promediación de señales repetitivas. Construcción y uso de filtros digitales (paso bajo, paso alto, paso banda, banda eliminada, "notch" y adaptativo) para la eliminación de ruidos e interferencias. Ejemplos de aplicación.
  3. Caracterización temporal de señales biomédicas: Técnicas temporales para la detección de eventos y para el alineamiento de 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. Análisis tiempo-frecuencia: La transformada localizada de Fourier. Ejemplos de aplicación en la caracterización de señales biomédicas.
  6. Clasificación de patrones y decisión diagnóstica: Clasificación de mínima distancia y clasificación bayesiana. Ejemplos de clasificación diagnóstica.
  7. Bases de datos de señales biomédicas: Presentación de las bases de datos de Physionet y las herramientas para su manipulación.

Subir

Programa de prácticas experimentales

P1. Filtrado y eliminación de artefactos

P2. Caracterización temporal de la señal

P3. Análisis frecuencial

P4. Análisis tiempo-frecuencia

P5. Clasificación de patrones

         P6. Trabajo Final de Asignatura

 

En el Trabajo Final de Asignatura 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 (2nd Ed.). IEEE   Press-Wiley, 2015.

- L.Sörnmo, P. Laguna, 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. P. Marques de Sá, Pattern recognition. Springer-Verlag, 2001.

- R. O. Duda, P. E. Hart, D. G. Stork. Pattern classification. John Wiley and Sons, 2001

Subir

Idiomas

Castellano

Subir