Obdelava biomedicinskih signalov in slik

Pogojev za vključitev v delo ni.

Predavanja:
Predstavitev biomedicinskih signalov in slik kot so: kardiološki signali (EKG), nevrofiziološki signali (EEG, EMG), medicinske slike (CT, MRI, ultrazvok) ter predstavitev modernih računalniških tehnologij v izbranih kliničnih okoljih.
Mednarodne standardizirane referenčne podatkovne baze medicinskih vzorcev (MIT/BIH DB, LTST DB, TPEHG DB, EEGMMI DS, Internetni strežniki).
Izločanje značilk (časovni prostor, Fourierjeva transformacija, valčki, principalne komponente – transformacija Karhunena in Loeveja, predstavitve značilk).
Izločanje motenj (linearni postopki v časovnem prostoru, postopki v prostorih značilk, uteženo povprečenje, robustni pristopi).
Spektralna analiza ter karakterizacija vzorcev in značilk (časovno frekvenčne predstavitve, prostori diagnostičnih in morfoloških značilk).
Analiza časovnih vrst in nestacionarnih signalov.
Modeliranje (linearni naključni in nelinearni modeli, avtoregresivno modeliranje).
Odkrivanje dogodkov, rojenje in klasifikacije (tehnike v časovnem prostoru in prostoru značilk).
Procesiranje slik in 3-dimenzionalnih CT ter MRI slik z namenom redukcije motenj, izločanja kontur ter segmentacije in vizualizacije anatomskih struktur.
Vrednotenje zmogljivosti biomedicinskih računalniških sistemov (metrike, protokoli, napovedovanje zmogljivosti v realnem svetu, ocene robustnosti, standardi).
Vaje: Vaje bodo potekale v obliki projektnega dela v primerno opremljenih študentskih laboratorijih. Študentje v okviru projektov samostojno implementirajo postopke. Obvezno delo na projektih omogoča poglobljeno in kritično razumevanje obravnavane snovi in spodbuja k samostojnosti in kreativnosti.

Kayvan Najarian, Robert Splinter, Biomedical Signal and Image Processing, CRC Press., 2012.
Advanced Methods and Tools for ECG Data Analysis, Clifford G, Azuaje F, McSharry PE (editors), Artech House, Inc., 2006.
Sornmo L, Laguna P, Biological Signal Processing in Cardiac and Neurological Applications, Elsevier, Inc., 2005
Gonzales Rafael C., Woods Richard E. Digital Image Processing, Pearson Prentice Hall., 2008.
Selected articles from journals: IEEE Transactions on Biomedical Engineering, Medical and Biological Engineering and Computing, Physiological Measurements, PLOS ONE.

Cilj predmeta je študentom računalništva in informatike predstaviti osnovne obdelave biomedicinskih signalov in slik s poudarkom na problemih biomedicinskih raziskav in klinične medicine. Predmet pokriva principe in postopke za obdelavo determinističnih signalov, naključnih signalov in slik. Teme pokrivajo zajemanje signalov, standardizirane podatkovne baze vzorcev signalov, filtriranje, izločanje značilk, vizualizacijo, spektralno analizo, modeliranje, odkrivanje dogodkov, rojenje, klasifikacije, analizo slik in vrednotenje zmogljivosti avtomatskih postopkov.
Kompetence:
Sposobnost definiranja, razumevanja in reševanja kreativnih profesionalnih izzivov v računalništvu in informatiki, sposobnost prenosa znanj in pisnih veščin v materinem jeziku kot tudi tujem jeziku, sposobnost uporabe pridobljenega znanja za samostojno delo pri reševanju tehničnih in znanstvenih problemov v računalništvu in informatiki, sposobnost nadgrajevanja pridobljenega znanja, sposobnost razumevanja in uporabe znanj računalništva in informatike na drugih tehničnih in relevantnih področjih.

Po uspešnem zaključku tega predmeta naj bi bili študenti zmožni:- poznati računalniške tehnologije in avtomatske postopke analize biomedicinskih signalov in slik za razvoj avtomatskih analizatorjev v pomoč pri diagnosticiranju,- analizirati biomedicinske signale (elektrokardiogram,elektromiogram in elektroencefalogram) v frekvenčnem prostoru,- razviti algoritme za odkrivanje in klasifikacijo dogodkov v biomedicinskih signalih,- analizirati biomedicinske 2D in 3D tomografske slike,- razviti algoritme za izločanja kontur ter segmentacijo in vizualizacijo anatomskih struktur v tomografskih slikah,- vrednotiti zmogljivost in robustnost biomedicinskih računalniških sistemov.

Predavanja, vaje z aktivnim sodelovanjem, seminarski način dela pri individualnih projektih. Poseben poudarek je pri sprotnem študiju in sprotnem delu pri vajah in seminarjih.

Sprotno preverjanje (domače naloge, kolokviji in projektno delo).
Končno preverjanje (pisni in ustni izpit).
(ocene: 5 (negativno), 6-10 (pozitivno), ob upoštevanju Statuta UL)

Pet najpomembnejših del:
AMON, M, JAGER, F. Electrocardiogram ST-segment morphology delineation method using orthogonal transformations. PloS one, Vol. 11(2), pp. 1-18, 2016.
TROJNER-BREGAR, A, LUČOVNIK, M, VERDENIK, I, JAGER, F, GERŠAK, K, GARFIELD, R. Uterine electromyography during active phase compared with latent phase of labor at term. Acta obstetricia et gynecologica Scandinavica, Vol. 95(2), pp. 197-202, 2016.
PANGERC, U, JAGER, F. Robust detection of heart beats in multimodal records using slope- and peak-sensitive band-pass filters. Physiological measurement, Vol. 36(8), pp. 1645-1664, 2015.
JAGER, F. Two chapters in Advanced Methods and Tools for ECG Data Analysis, G. Clifford, F. Azuaje, P.E. McSharry (editors), Artech House, Inc. 2006.
JAGER, F, TADDEI, A. MOODY G B, EMDIN, M, ANTOLIČ, G, DORN R, SMRDEL A, MARCHESI, C, MARK, R G. Long-term ST database: a reference for the development and evaluation of automated ischaemia detectors and for the study of the dynamics of myocardial ischaemia. Med. Biol. Eng. Comput., Vol. 41, pp.172-182, 2003.Celotna bibliografija je dostopna na SICRISu: http://sicris.izum.si/search/rsr.aspx?lang=slv&,id=4815.