The subject deals with modern methods and tool in biomedisal and medical field (CT, NMR,...). Students will solve several case studies including real applications. For the exam it is necessary to propose a draft of publication form the field of disertation thesis.
Last update: Pátková Vlasta (08.06.2018)
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
Last update: Pátková Vlasta (08.06.2018)
Course completion requirements -
3 individual projects: 0 - 25 bodů
Oral exam: 0-75 bodů
100-90 A, 89-80 B, 79-70 C, 69-60 D, 59-50 E, méně než 50 F.
Last update: Pátková Vlasta (08.06.2018)
Vypracování a obhajoba tří samostatných projektů: 0 - 25 bodů
Ústní zkouška: 0-75 bodů
Celkové bodové hodnocení: 100-90 A, 89-80 B, 79-70 C, 69-60 D, 59-50 E, méně než 50 F.
Last update: Pátková Vlasta (08.06.2018)
Literature -
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.
Last update: Pátková Vlasta (08.06.2018)
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.
Last update: Pátková Vlasta (08.06.2018)
Teaching methods -
lectures, project and solving of case stidies
Last update: Pátková Vlasta (08.06.2018)
přednášky, příprava projektu a řešení případových studií
Last update: Pátková Vlasta (08.06.2018)
Syllabus -
1) Advanced CT image analysis
2) Methods of NMR analysis
3) EEG data analysis
4) Biomedical signals modeling - overview
5) Adnaced biomedical signal visualisation in time and frequency domain
6) Chaos and dynamical analysis
7) Biomedical data formats
8) PWA model of EEG data
9) Modeling of neuron electrical activity
10) EEG synchronisation
11) EMG, detection, localisation and classification
12) Comunication models in biomedical objects
13) Biostaistics
14) Advanced modeling in biology and physiology
Last update: Pátková Vlasta (08.06.2018)
1. Pokročilé metody zpracování CT snímků
2. Metody analýzy snímků magnetické rezonance
3. Analýza EEG dat
4. Přehled metod modelování biologických signálů, modelování řízení biologických systémů, homeostáza
5. Pokročilé zobrazování signálů v časové a frekvenční oblasti, fázový portrét, Poincarého řezy, rekurentní zobrazení, typy signálů
6. Chaos a dynamická analýza biologických signálů
7. Formáty biomedicínských dat
8. Analytický a po částech lineární model EKG, odhad parametrů normálního a patologického EKG. Komprese a přenos EKG
9. 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
10. Modelování synchronizace v EEG, odhady globální synchronizace, anticipované synchronizace a synchronizace se zpožděním, fázové synchronizace.
11. Detekce, separace, lokalizace, klasifikace a modelování evokovaných potenciálů a sumačních akčních svalových potenciálů. Pronyho metoda
12. 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
13. 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,
14. Pokročilé metody modelování v biologii a fyziologii, výhody a nevýhody Simulinku, jazyka Modelica, simulátor QCP, QHP/Hummod, Golem.
Last update: Pátková Vlasta (08.06.2018)
Learning resources -
www.honeywellprocess.com/
www.mathworks.com/
www.ni.com/
Last update: Pátková Vlasta (08.06.2018)
www.honeywellprocess.com/
www.mathworks.com/
www.ni.com/
Last update: Pátková Vlasta (08.06.2018)
Learning outcomes -
Students will be able to:
model advanced biological processes,
proces 1D, 2D and 3D signals,
prepare the experiments for selected biomedical data acquisition
Last update: Pátková Vlasta (08.06.2018)
Studenti budou po absolvování předmětu umět modelovat pokročilé biologické procesy na úrovni jednotlivých buněk, interakcí skupin buněk, orgánů a celého organismu. K modelování biologických procesů v prostoru a čase budou schopní zpracovávat 1D, 2D a 3D signály. Budou schopni připravovat samostatně experimenty na zařízení Vernier (ke snímání teploty, tlaku, EKG, ventilačních parametrů a svalové aktivity) a Walter (ke snímání zrakových a kognitivních evokovaných potenciálů a EEG).