Universidad Pública de Navarra



Año Académico: 2023/2024
NULL_VALUE
Código: 720614 Asignatura: Procesado Avanzado de Señales Biomédicas
Créditos: 6 Tipo: Curso: NULL_VALUE Periodo: 1º S
Departamento:
Profesorado:
ZIVANOVIC ., MIROSLAV (Resp)   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Optativa

Subir

Descripción/Contenidos

En el curso se estudian varias técnicas avanzadas de procesado de señal en el contexto de señales biomédicas. Además, se realizan prácticas de laboratorio para todos los temas desarrollados. En primer lugar, se estudian las características de las señales no estacionarias y se introducen dos prominentes técnicas tiempo-frecuencia. A continuación, se introducen los procesos estocásticos y señales aleatorias, como aproximación al estudio de señales biomédicas que presentan ruidos, artefactos, interferencias etc. Se estudian distintos modelos paramétricos, incluido el filtro de Kalman, para caracterizar estas señales. También se estudia el problema de separación de fuentes y su solución mediante el método ¿projection pursuit¿ y el análisis de componentes independientes (ICA). Por último, se explica la problemática de las señales multicanal y se introduce la estrategia y las técnicas básicas del análisis bivariable.

Subir

Competencias genéricas

RA2 - Evaluar diferentes aproximaciones a problemas de la Ingeniería Biomédica, valorando críticamente sus metodologías, prestaciones, limitaciones y resultados, incluyendo, en su caso, una reflexión sobre las responsabilidades sociales y éticas vinculadas a la solución propuesta en cada caso.

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación

CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

CB9- Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades de ingeniería biomédica.

Subir

Resultados aprendizaje

RA25 - Gestionar de manera avanzada datos biomédicos: captura, filtrado, ingestión y procesamiento de alto nivel

RA26 - Desarrollar, modificar y utilizar algoritmos para el procesamiento avanzado de señales de EMG y EEG.

RA27 - Analizar e interpretar los resultados extraídos de diversas técnicas avanzadas de procesado de ECG y EMG.

RA37opt: Modelar y desarrollar técnicas avanzadas de procesado de señal en aplicaciones de ingeniería biomédica.

Subir

Metodología

Metodología ¿ Actividad Horas Presenciales Horas no presenciales
AF1 Clases expositivas/participativas 24  
AF2 Prácticas 22 40
AF3 Realización de proyecto 8 30
AF4 Estudio individual   15
AF5 Tutorías 2  
AF9 Pruebas de evaluación 4  
     
Total 60 90

Subir

Idiomas

Castellano

Subir

Evaluación

 

Resultados de
aprendizaje		 Actividad de
evaluación		 Peso (%) Carácter
recuperable		 Nota mínima
requerida
RA2, RA25, RA27 Prueba teórica 40 sí  
RA26 Prueba de prácticas 40 sí  
RA37opt Proyecto 20 no  
         
         

 

 

Subir

Temario

Tema 1. Análisis tiempo-frecuencia

  • Espectrograma
  • Representación dispersa de señales
  • Descomposición empírica de modos
  • Modelado de señales no estacionarias
  • Aplicaciones

Tema 2. Procesado estadístico

  • Procesos estocásticos y señales aleatorias
  • Modelado estadístico
  • Filtro de Kalman
  • Aplicaciones

Tema 3. Separación de fuentes

  • El problema de la separación ciega de fuentes
  • Método ¿projection pursuit¿
  • Análisis de componentes independientes (ICA)
  • Aplicaciones

Tema 4. Análisis bivariable.

  • Introducción al análisis bivariable
  • Correlación cruzada y coherencia
  • Análisis de información mutua
  • Sincronización de fase
  • Aplicaciones

Subir

Programa de prácticas experimentales

Práctica 1. Descomposición tiempo-frecuencia de señales biomédicas

Práctica 2. Descomposición tiempo-escala de señales biomédicas

Práctica 3. Modelado determinista de señales biomédicas

Práctica 4. Modelado estadístico de señales biomédicas

Práctica 5: Filtro de Kalman y sus vertientes

Práctica 6. Separación de fuentes biomédicas

Práctica 7. Análisis bivariable de señales biomédicas

Práctica 8. Análisis de señales de electroencefalografía

Práctica 9 ¿ 10: Proyecto

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


- J. Shlens, A tutorial of independent component analysis (2014).

-  J. V. Stone, Independent component analysis. The MIT Press, 2004.

-  L. Sorno, P. Laguna, Bioelectrical signal processing in cardiac and neurologic applications. Elsevier. Amsterdam, 2005.

- E. Bruce, Biomedical signal processing and signal modelling. John Wiley and Sons, 2001.

-R. M. Rangayyan. Biomedical signal processing: a case study approach. IEEE   Press, 2002.

- S. Tong, N.V. Thakor, Quantitative EEG analysis methods and clinical applications. Artech   House, 2009.

- K. J. Blinowska, J Zygierewicz, Practical biomedical signal analysis using Matlab. CRC Press,   2012.

- G. Clifford, Advanced methods and tools for ECG data analysis. Artech House, 2006.

- C. Sidney Burrus, Ramesh A. Gopinath and Haitao Guo, Introduction to wavelets and wavelet transforms: A primer. Prentice Hall, 1998.

Subir

Lugar de impartición

Aulario

Subir