Students completing the course will be able to uderstand the biomedical, mathematical and physical essence of biosignals (especially cognitive evoked potentials and EEG, ECG, ventilation parameters and muscle activity). Students will be able to suggest optimal methods of mathematical processing of biosignals, based on their nonstationary and nonlinear nature. Students will be familiar with novel trends of mathematical processing in research and clinical practice.

Studenti po absolvování tohoto kursu budou schopni rozumět podstatě biosignálů z hlediska biomedicínského, matematického i fyzikálního. Budou schopni navrhnout optimání metody matematického zpracování vzhledem k jejich nestacionární a nelineární povaze.

Budou obeznámení s nejnovšími trendy analýzy a matematického modelování ve výzkumu i klinické praxi.

Vypracování a obhajoba pěti ročníkových projektů: 0 - 30 bodů

Ústní zkouška: 0-70 bodů

Celkové bodové hodnocení: 100-90 A, 89-80 B, 79-70 C, 69-60 D, 59-50 E, 49-0 F.

Obligatory:

• Dynamical Systems in Neuroscience: The
  

  Geometry of Excitability and Bursting (Computational
  

  Neuroscience), Izhikevich E. M., 2007

Recommended:

• Biomedical signal processing
  

  and control, Knociková, J., Petrásek, T., 2021

Optional:

• Biomedical Signal Processing - Principles and
  

  Techniques,, Reddy D.C., 2005

1. Biological signals as a source of medical data, homeostasis, genesis and characteristics of featured biosignals (ECG, EEG, EMG, ENG, EOG…)

2. Different biosignals according to the phyisical essence and rhytmicity. Properties of biosignals and adequate methods of analysis.

3. Generation and transfer of biosignals. Passive and active transport at a cellular level, action potential.

4. Recording of biosignals. Sampling, quantizing and digital filtration. Variety of filters and methods of the noise elimination.

5. Processing of signals in time and frequency domain, spectral analysis, periodogram and FFT.

6. Non-stationarity and modification of the time-frequency resolution. Wavelet analysis of biosignals.

7. Electrocardiography, heart rate variability, electrical axis of the heart. Nonlinear dynamics in analysis of parameters of normal and pathological ECG.

8. Chaos a dynamical analysis of biosignals. The entropic brain theory.

9. Quantitative electroencephalography, automatic detection of patterns. Analysis of EEG changes under different neuropsychiatric conditions.

10. Discriminant and cluster analysis, fuzzy sets.

11. Topographic brain mapping – amplitude, frequency…

12. Biostatistics and testing of the hypotheses in biomedical studies.

13. Artificial neural networks, introduction to the methods of artificial intelligence.

14. Biosignals and detection of quantitative biomarkers in physiological and pathophysiological conditions.

1. Biologické signály jako zdroje medicínskych dat, homeostáza, geneze a charakteristika vybraných biosignalů (EKG, EEG, EMG, ENG, EOG…)

2. Rozdělení biosignálů dle fyzikální podstaty a rytmicity průběhu. Vlastnosti biosignálů a odpovídající metody zpracování. Formáty biologických signálů.

3. Generování a prenos biosignálů. Pasivní a aktivní transport na buněčné úrovni, akční potenciál.

4. Snímání biosignálů. Vzorkování, kvantování, digitální filtrace, druhy fitrů a metody odstraňování rušivých složek.

5. Zobrazování signálů v časové a frekvenční oblasti, spektrální analýza, periodogram a FFT

6. Nestacionarita a modifikace časovo – frekvenčního rozlišení, waveletová analýza biosignálů

7. Elektrokardiografie, variabilita srdeční frekvence a elektrická osa srdce. Nelineární dynamika v analýze parametrů normálního a patologického EKG.

8. Chaos a dynamická analýza biologických signálů. Teorie entropického mozku.

9. Kvantitativní elektroencefalografie, automatická detekce paternů. Analýza změn EEG v různých neuropsychiatrických stavech.

10. Diskriminační a shluková analýza, fuzzy množiny.

11. Topografické mapování elektrické aktivity mozku - amplitudové, frekvenční, fázové.

12. Biostatistika a testování hypotéz v biomedicínských studiích.

13. Umělé neuronové sítě, úvod do metod umělé inteligence.

14. Biosignály a detekce kvantitativních biomarkerů ve fyziologických i patofyziologických podmínkách.

www.honeywellprocess.com/

www.mathworks.com/

none

žádné