Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Teoria sygnałów biologicznych
Koordynator przedmiotu:
dr inż. Mirosław Świetlik.
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Automatyka i Robotyka
Grupa przedmiotów:
Specjalnościowe
Kod przedmiotu:
ML.NS738
Semestr nominalny:
5 / rok ak. 2019/2020
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1. Liczba godzin kontaktowych: 34, w tym: a) wykład – 15 godz., b) ćwiczenia – 15 godz., c) konsultacje – 4 godz. 2. Praca własna studenta: 45 godzin, w tym: a) praca domowa – opracowanie wyników analiz zadanych sygnałów biologicznych przedstawionych w trakcie ćwiczeń – 40 godz., b) przygotowywanie się do testu zaliczeniowego – 5 godz. Razem: 79 godz. – 3 punkty ECTS.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1,5 punktu ECTS – liczba godzin kontaktowych: 34, w tym: a) wykład – 15 godz., b) ćwiczenia – 15 godz., c) konsultacje – 4 godz.
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,5 punktu ECTS – 40 godzin, realizacja pracy domowej, polegającej na przeprowadzeniu analiz zadanych sygnałów biologicznych za pomocą oprogramowania pakietu MATLAB.
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia15h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
1. Znajomość algebry i analizy matematycznej w zakresie wykładanym na wcześniejszych latach studiów. 2. Znajomość podstaw automatyki i sterowania w zakresie wykładanym na wcześniejszych latach studiów. 3. Zaliczenie przedmiotu "Podstawy teorii sygnałów". 4. Posiadanie podstawowej wiedzy i umiejętności programowania w środowisku pakietu MATLAB.
Limit liczby studentów:
-
Cel przedmiotu:
1. Zapoznanie studentów z podstawowymi pojęciami i zagadnieniami z dziedziny ogólnej teorii sygnałów. 2. Pozyskanie wiedzy i umiejętności dotyczących matematycznego opisu sygnałów oraz metod ich cyfrowego przetwarzania. 3. Poznanie sposobów pomiarów typowych sygnałów fizjologicznych. 4. Zapoznanie się z wybranymi metodami przetwarzania i analiz rzeczywistych sygnałów biologicznych w dziedzinie czasu i częstotliwości. 5. Przygotowanie do korzystania z profesjonalnego oprogramowania inżynierskiego w zakresie analizy sygnałów.
Treści kształcenia:
Wykłady: 1. Elementy ogólnej teorii sygnałów. Klasyfikacja sygnałów i ich opis. 2. Analiza częstotliwościowa oraz czasowo-częstotliwościowa sygnałów ciągłych i dyskretnych. 3. Modelowanie, filtracja i analiza dynamiczna układów przy użyciu pakietu MATLAB. 4. Aktywność elektryczna ciała człowieka na poziomie komórkowym. 5. Klasyfikacja sygnałów biologicznych. 6. Technika rejestracji i analizy wybranych sygnałów biologicznych. Ćwiczenia: Wykonanie analiz zadanych sygnałów biologicznych (EKG, EMG, EEG oraz dynamicznego badania spirometrycznego) przedstawionych w trakcie wykładów.
Metody oceny:
Ocenie podlega praca domowa (40% oceny końcowej) obejmująca sprawozdania z wykonanych ćwiczeń oraz test zaliczeniowy (60% oceny końcowej).
Egzamin:
nie
Literatura:
1. Szabatin J. , Przetwarzanie Sygnałów, WKŁ, Warszawa 2007. 2. de Larminat P. , Thomas Y, Automatyka- układy liniowe. Tom1: Sygnały i układy. WNT 1983. 3. Moczko J., Kramer L., Cyfrowe metody przetwarzania sygnałów biomedycznych, Wydawnictwo Naukowe UAM 2001. 4. Zmarzły D., Pomiary elektrycznych wielkości medycznych, Oficyna Wydawnicza Politechniki Opolskiej, 2005. 5. Biocybernetyka i inżynieria biomedyczna 2000, tom 2: Biopomiary, (red. M. Nałęcz), Akademicka Oficyna Wydawnicza Exit, Warszawa 2001. 6. Robert B. Northrop, Signals and Systems Analysis in Biomedical Engineering, CRC Press, 2003. 7. Semmlow J. , Signals and systems for bioengineers: a MATLAB-based introduction, Elsevier Inc. 2012. 8. Sӧrnmo L., Laguna P., Bioelectrical Signal Processing in cardical and neurological applications, Elsevier Inc. 2005. 9. Materiały prowadzącego udostępnione studentom zarejestrowanym na przedmiot TSB.
Witryna www przedmiotu:
-
Uwagi:
-

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka ML.NS738_W1
Student zna klasyfikację sygnałów i podstawy matematycznego opisu sygnałów oraz ich miary w przestrzeni czasu i częstotliwości.
Weryfikacja: Ocena zadań domowych. Sprawdzian zaliczeniowy.
Powiązane charakterystyki kierunkowe: AiR1_W01, AiR1_W12
Powiązane charakterystyki obszarowe:
Charakterystyka ML.NS738_W2
Student zna podstawy przetwarzania i analizy sygnału w dziedzinie czasu oraz w dziedzinie częstotliwości.
Weryfikacja: Ocena zadań domowych. Sprawdzian zaliczeniowy.
Powiązane charakterystyki kierunkowe: AiR1_W01, AiR1_W12
Powiązane charakterystyki obszarowe:
Charakterystyka ML.NS738_W3
Student ma wiedzę dotyczącą przetwarzania sygnałów, w dziedzinie czasowo-częstotliwościowej.
Weryfikacja: Sprawdzian zaliczeniowy.
Powiązane charakterystyki kierunkowe: AiR1_W12
Powiązane charakterystyki obszarowe:
Charakterystyka ML.NS738_W4
Student ma wiedzę dotyczącą metod pomiarów oraz struktur i analiz wybranych sygnałów biologicznych - np. EKG, EEG, EMG.
Weryfikacja: Ocena zadań domowych. Sprawdzian zaliczeniowy.
Powiązane charakterystyki kierunkowe: AiR1_W02, AiR1_W12
Powiązane charakterystyki obszarowe:
Charakterystyka ML.NS738_W5
Student ma podstawową wiedzę z zakresu historii pomiarów biologicznych oraz zna współczesne modele zjawisk elektrycznych w organizmie człowieka na poziomie komórkowym.
Weryfikacja: Sprawdzian.
Powiązane charakterystyki kierunkowe: AiR1_W02
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka ML.NS738_U1
Student potrafi przeprowadzić analizę sygnału ciągłego w dziedzinach czasu i częstotliwości przy użyciu typowego oprogramowanie inżynierskiego.
Weryfikacja: Ocena zadań domowych. Sprawdzian zaliczeniowy.
Powiązane charakterystyki kierunkowe: AiR1_U13
Powiązane charakterystyki obszarowe:
Charakterystyka ML.NS738_U2
Student umie dokonać diagnostyki prostego sygnału biologicznego za pomocą analizy numerycznej przeprowadzonej w programie MATLAB.
Weryfikacja: Ocena zadań domowych.
Powiązane charakterystyki kierunkowe: AiR1_U04, AiR1_U05, AiR1_U13
Powiązane charakterystyki obszarowe: