Předmět bude seznamovat s moderními metodami zpracování dat v biomedicínských a medicínských oblastech (EEG, CT, ...). Student bude řešit vybrané případové studie včetně praktických reálnách aplikací. Ke zkoušce je nutné předložit (rozpracovanou) publikaci z odborné oblasti disertační práce související s počítačovým zpracováním dat

Z: K. Narjarian, A. Splinter: Biomedical Signal and Image Processing, Taylor and Francis, CRC, 2006.

Z: D. Caramella, C. Bartolozzi, A.L. Baert: 3D Image Processing: Techniques and Clinical Applications

D: Rafael C. Gonzalez and Steven L. Eddins: Digital Image Processing Using MATLAB, 2nd ed. D: S.M. Dunn, A. Constantinides, P.V. Moghe: Numerical Methods in Biomedical Engineering, 2006.

1. Pokročilé metody zpracování CT snímků

2. Metody analýzy snímků magnetické rezonance

3. Analýza EEG dat

1. Přehled metod modelování biologických signálů, modelování řízení biologických systémů, homeostáza

2. Pokročilé zobrazování signálů v časové a frekvenční oblasti, fázový portrét, Poincarého řezy, rekurentní zobrazení, typy signálů

3. Chaos a dynamická analýza biologických signálů

4. Formáty biomedicínských dat

5. Analytický a po částech lineární model EKG, odhad parametrů normálního a patologického EKG. Komprese a přenos EKG

6. Modelování elektrické aktivity neuronu. Modelování reakce zástavy a rebound fenoménu, modelování sledování rytmu při fotostimulaci pomocí sítě chaotických neuronových oscilátorů. Modelování samoorganizace chaotických neuronových oscilátorů, modelování změn EEG při demenci

7. Modelování synchronizace v EEG, odhady globální synchronizace, anticipované synchronizace a synchronizace se zpožděním, fázové synchronizace.

8. Detekce, separace, lokalizace, klasifikace a modelování evokovaných potenciálů a sumačních akčních svalových potenciálů. Pronyho metoda

9. Kódování informace ve zrakovém a sluchovém analyzátoru, modelování komunikace v biomedicínských objektech, Grangerova kauzalita, spektrální Grangerova kauzalita, parciální směrová koherence, směrová přenosová funkce a kortikomuskulární koherence

10. Biostatistika, nejčastější chyby při testování hypotéz v biomedicínských studiích, statistické parametrické mapování a Bonferroniho korekce, metody využívané při epidemiologických studiích, testování hypotéz typu osoba v čase, Kaplan-Meierův estimátor, Weibull model, nelineární statistika,

11. Analýza textur v ultrazvukové diagnostice, segmentace, registrace, vizualizace a simulace, Procrustova metoda registrace, histogram kookurence, Haralickovy texturní příznaky

12. Trojrozměrná segmentace, klasifikace a modelování tkání z dvojrozměrných obrazů magnetické rezonance

13. Výběr příznaků biomedicínských dat, metody klasifikace, rozhodování a expertní systémy v medicíně

14. Pokročilé metody modelování v biologii a fyziologii, výhody a nevýhody Simulinku, jazyka Modelica, simulátor QCP, QHP/Hummod, Golem.