- Nazwa przedmiotu:
- Teoria sygnałów biologicznych
- Koordynator przedmiotu:
- dr inż. Mirosław Świetlik.
- Status przedmiotu:
- Obowiązkowy
- Poziom kształcenia:
- Studia I stopnia
- Program:
- Robotyka i Automatyka
- Grupa przedmiotów:
- Specjalnościowe
- Kod przedmiotu:
- ML.NS738
- Semestr nominalny:
- 5 / rok ak. 2022/2023
- 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:
P6U_W, I.P6S_WG.o
- 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:
P6U_W, I.P6S_WG.o
- 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:
P6U_W, I.P6S_WG.o
- 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:
P6U_W, I.P7S_WG.o, III.P6S_WG, I.P6S_WG.o
- 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:
P6U_W, I.P7S_WG.o, III.P6S_WG
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:
P6U_U, I.P6S_UW.o, III.P6S_UW.o
- 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_U13, AiR1_U04, AiR1_U05
Powiązane charakterystyki obszarowe:
P6U_U, I.P6S_UW.o, III.P6S_UW.o, I.P6S_UK