|
Biomedizinische Signalanalyse (BioSig)5 ECTS (englische Bezeichnung: Biomedical Signal Analysis)
(Prüfungsordnungsmodul: Wahlmodulbereich aus der FAU)
Modulverantwortliche/r: Björn Eskofier Lehrende:
Björn Eskofier, Heike Leutheuser
weitere Studienfächer/Prüfungsordnungsmodule:
Einfrieren der UnivIS-Modul-Beschreibung: 16.8.2018
Technische Wahlfächer (aus dem Angebot der Technischen Fakultät frei wählbar) (30297)
Vertiefungsrichtung Mustererkennung (30504)
Vertiefungsrichtung Mustererkennung (33600)
Biomedizinische Signalanalyse (35076)
M3 Medizintechnische Kernmodule (BDV) (42939)
M3 Medizintechnische Kernmodule (MEL) (42940)
Vertiefungsmodule aus dem Sockel beider Studienrichtungen (43093)
Startsemester: |
WS 2018/2019 | Dauer: |
1 Semester | Turnus: |
jährlich (WS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
-
-
Biomedizinische Signalanalyse
(Vorlesung, 2 SWS, Björn Eskofier, Di, 12:15 - 13:45, H6)
-
Biomedizinische Signalanalyse Übung
(Übung, 2 SWS, Stefan Gradl, Fr, 10:15 - 11:45, CIP-Pool MB Konrad-Zuse-Str. 3; Please organise a login for the CIP-Maschinenbau to participate in this exercise: http://www.cip.mb.uni-erlangen.de/main.phtml?standort=pgs&sub=pgs&page=inside)
Die allgemeine Modulbeschreibung des Prüfungsordnungsmoduls Wahlmodulbereich aus der FAU finden Sie hier. Inhalt:
Im Rahmen der Vorlesung werden (a) die Grundlagen der Generation von wichtigen Biosignalen im menschlichen Körper, (b) die Messung von Biosignalen und (c) Methoden zur Analyse von Biosignalen erläutert und dargestellt.
Behandelte Biosignale sind unter anderem Aktionspotential (AP), Elektrokardiogramm (EKG), Elektromyogramm (EMG), Elektroenzephalogramm (EEG), oder Mechanomyogramm (MMG). Bei der Messung liegt der Fokus beispielsweise auf der Messtechnik oder der korrekten Sensor- bzw. Elektrodenanbringung. Im größten Teil der Vorlesung, Analyse von Biosignalen, werden Konzepte zur Filterung für die Artefaktreduktion, der Wavelet Analyse, der Ereigniserkennung und der Wellenformanalyse behandelt. Zum Schluss wird einen Einblick in überwachte Verfahren der Mustererkennung gegeben. The lecture content explains and outlines (a) basics for the generation of important biosignals of the human body, (b) measurement of biosignals, and (c) methods for biosignals analysis.
Considered biosignals are among others action potential (AP), electrocardiogram (ECG), electromyogram (EMG), electroencephalogram (EEG), or mechanomyogram (MMG). The focus during the measurement part is for example the measurement technology or the correct sensor and electrode placement. The main part of the lecture is the analysis part. In this part, concepts like filtering for artifact reduction, wavelet analysis, event detection or waveform analysis are covered. In the end, an insight into pattern recognition methods is gained.
Lernziele und Kompetenzen:
Die Studierenden
geben die Entstehung und Messung der wichtigsten Biosignale des menschlichen Körpers wieder
erkennen Zusammenhänge zwischen der Entstehung der Biosignale des menschlichen Körper und dem gemessenen Signal
verstehen die Bedeutung der Biosignalverarbeitung für die Medizintechnik
analysieren die wesentlichen Ursachen von Artefakten in Biosignalen und zeigen Filteroperationen zur Eliminierung dieser Artefakte auf
wenden erworbenes Wissen über Methoden selbstständig auf interdisziplinäre Fragestellungen der Medizin und der Ingenieurwissenschaften an
erwerben Schnittstellenkompetenzen zwischen Ingenieurwissenschaften und Medizin
erlernen fachbezogene Inhalte klar wiederzugeben und argumentativ zu vertreten
verstehen die Struktur von Systemen zur maschinellen Klassifikation einfacher Muster
arbeiten in Gruppen kooperativ und verantwortlich
implementieren Algorithmen der Biosignalverarbeitung in MATLAB
lösen Klassifikationsprobleme in MATLAB
Students
reproduce the generation and measurement of important biosignals of the human body
recognize relations between the generation of biosignals and the measured signal
understand the importance of biosignal analysis for medical engineering
analyze and provide solutions to the key causes for artifacts in biosignals
apply gained knowledge independently to interdisciplinary research questions of medicine and engineering science
acquire competences between medicine and engineering science
learn how to reproduce and argumentatively present subject-related content
understand the structure of systems for automatic classification of simple patterns
work cooperatively and act responsibly in groups
implement biosignal processing algorithms in MATLAB
solve classification problems in MATLAB
Literatur:
- R.M. Rangayyan, Biomedical Signal Analysis: A case-study approach. 1st ed., 2002, New York, NY: John Wiley & Sons.
E.N. Bruce, Biomedical Signal Processing and Signal Modeling. 1st ed., 2001, New York, NY: John Wiley & Sons.
Weitere Informationen:
www: https://www.mad.tf.fau.de/teaching/courses/lv_id/41160327&sem=2018w/
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Elektrotechnik, Elektronik und Informationstechnik (Master of Science)
(Po-Vers. 2015s | TechFak | Elektrotechnik, Elektronik und Informationstechnik (Master of Science) | Gesamtkonto | Wahlmodulbereich aus der FAU)
Dieses Modul ist daneben auch in den Studienfächern "Elektrotechnik, Elektronik und Informationstechnik (Bachelor of Science)", "Informatik (Bachelor of Arts (2 Fächer))", "Informatik (Bachelor of Science)", "Informatik (Master of Science)", "Mathematik (Bachelor of Science)", "Medizintechnik (Bachelor of Science)", "Medizintechnik (Master of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Biomedizinische Signalanalyse (Prüfungsnummer: 30701)
(englischer Titel: Biomedical Signal Analysis)
zugeh. "mein campus"-Prüfung: | - 17002 Wahlmodule aus dem gesamten Angebot der FAU (Prüfung, Form: variabel, Drittelnoten (mit 4,3), Dauer: -, 5.0 ECTS, Platzhalter).
|
- Prüfungsleistung, Klausur, benotet, 5.0 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- weitere Erläuterungen:
90-minütige schriftliche Klausur über den Stoff der Vorlesung und der Übungen
- Erstablegung: WS 2018/2019, 1. Wdh.: SS 2019
1. Prüfer: | Björn Eskofier (100122) |
|
![](/img/anew/void.gif) |
![](/img/anew/void.gif) |
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|