Processamento Digital de Sinais em Bioengenharia (PDSB) Engenharia Biomédica Apresentação

Transcrição

1 Processamento Digital de Sinais em Bioengenharia (PDSB) Engenharia Biomédica Apresentação João Miguel Sanches Tel: (Ext: 2195 / 5184) Department of Bioengineering Instituto Superior Técnico / Technical University of Lisbon 4 th year, 2 nd Semester (ECTS: 6.0) 2011/2012

2 Objectivos Os objectivos desta disciplina são os de fornecer aos alunos das áreas da engenharia biomédica e biológica as ferramentas fundamentais de processamento digital de sinais mais utilizadas nesta área da engenharia. A disciplina está focada nos aspectos práticos relacionados com implementação e utilização dos conceitos fundamentais já adquiridos nas disciplinas de Sinais e Sistemas mas também serão abordados tópicos avançados como sejam espaços vectoriais de sinais, processamento multiritmo e análise multi-resolução, processamento estatístico e estimação. Em termos de aplicações a disciplina aborda com especial detalhe os problemas de acondicionamento de sinal, remoção de artefactos e de ruído, detecção de eventos, reconstrução/estimação e análise de sinal biomédico.

3 Organização A disciplina é constituída pela componente teórica-prática e pela componente laboratorial. Teóricas A componente teórico-prática é ministrada nas aulas teórico-práticas em que os conceitos teóricos apresentados são ilustrados através da realização de problemas. Serão também disponibilizadas colecções de problemas, alguns deles resolvidos, para os alunos resolverem em casa. Como não há aulas de problemas a assistência aos alunos na sua resolução é feita nos horários de dúvidas ou durante as sessões laboratoriais. Laboratórios Estão previstas 12 sessões de laboratórios independentes. A primeira é de introdução ao MatLab e não conta para avaliação. O enunciado de cada trabalho visa ilustrar partes específicas relevantes da matéria teórica em que os alunos serão guiados na resolução de um problema específico usando o MatLab. O enunciado é fornecido no início de cada sessão e o relatório, constituído pelo ficheiro.m de código do MatLab produzido durante a sessão e comentado como resposta à questões apresentadas, será entregue no final da sessão em formato electrónico. No final do semestre estão previstas duas sessões de laboratório em que os alunos podem repetir dois dos trabalhos à sua escolha tendo no entanto que escolher em primeiro lugar os trabalhos que não foram realizados.

4 Avaliação A avaliação da componente teórica (70% da nota final) é feita por testes (dois) ou exames (dois). O primeiro teste é feito a meio do semestre e o segundo, no final do semestre, em simultâneo com o primeiro exame. Nesta data o aluno pode optar pela avaliação através de testes ou de exames. A nota da componente laboratorial (30% da nota final) é obtida como a média das 8 melhores classificações. A nota mínima em ambas as componentes é de 9.5 valores.

5 Program (S1; 3h) Continuous and Discrete Signals Typical physiological Signals, EEG, ECG, etc Artifact and Noise Typical Applications of Signal Processing in Bioengineering (S1-2; 6h) Signal Spaces Vector Spaces of Signals Correlation and inner product Signal Representation and Approximation in Spaces of Signals Singular Value Decomposition (SVD) Special Matrices: Toeplitz, Vandermonde e Circulant (S3-5; 9h) Transforms Z Transform Discrete Signals FourierTransform Discrete Fourier Transforms (FFT, DCT) Long sequences and real time processing (S6; 3h) Digital Filters Linear Time Invariant (LTI) Systems IIR and FIR filters Structure of Digital Filters (S7-9; 9h) Time-Frequency analysis Short-Time Fourier Transform (STFT) Multirate signal processing and Filter Banks Gabor Transform Continuous and Discrete Wavelet transform (S10-11; 6h) Random Signals First and Second Order Statistics Stochastic Processes Moving Average (MA), Auto regressive (AR) and ARMA models Wiener filter Adptive filtering PCA e ICA (S12-13; 6h) Estimation Observation Model Least Square Method Maximum Likelihood Bayesian Kalman Filter Apresentação, PDSB, João Miguel Sanches, DBE/IST, 2ºSem, 2011/2012

6 Bibliography Principal Mathematical Methods and Algorithms for Signal Processing Todd K. Moon and Wynn C. Stirling, Prentice Hall. Biomedical Signal Analysis: A Case-Study Approach (IEEE Press Series on Biomedical Engineering), Rangaraj M. Rangayyan Discrete-time signal processing, Alan V. Oppenheim and Ronald W. Schafer, Prentice-Hall. Complementar Fundamentals of Statistical Signal Processing, Volume I: Estimation Theory, Steven M. Kay, Prentice Hall. Fundamentals of Statistical Signal Processing, Volume II: Detection Theory, Steven M. Kay, Prentice Hall. Functional Data Analysis (Springer Series in Statistics) J. Ramsay (Author), B. W. Silverman, Springer