BME3026 Biomedical Signal ProcessingBahçeşehir ÜniversitesiAkademik Programlar BİYOMEDİKAL MÜHENDİSLİĞİÖğrenciler için Genel BilgiDiploma EkiErasmus BeyanıBologna KomisyonuUlusal Yeterlilikler
BİYOMEDİKAL MÜHENDİSLİĞİ
Lisans TYYÇ: 6. Düzey QF-EHEA: 1. Düzey EQF-LLL: 6. Düzey

Ders Tanıtım Bilgileri

Ders Kodu Ders Adı Yarıyıl Teorik Pratik Kredi AKTS
BME3026 Biyomedikal Sinyal İşleme Güz 2 2 3 6
Bu katalog bilgi amaçlıdır, dersin açılma durumu, ilgili bölüm tarafından yarıyıl başında belirlenir.

Temel Bilgiler

Öğretim Dili: İngilizce
Dersin Türü: Departmental Elective
Dersin Seviyesi: LİSANS
Dersin Veriliş Şekli: Yüz yüze
Dersin Koordinatörü: Dr. Öğr. Üyesi BURCU TUNÇ ÇAMLIBEL
Opsiyonel Program Bileşenleri: Yoktur.
Dersin Amacı: Bu dersin amacı biyoelektrik sinyallere, özelliklerine ve klinik anlamlarına önem gösterilerek farklı biyomedikal sinyal işleme yöntemlerini tanıtmaktır. bu amaçla istatistiksel sinyal betimleme yoluyla modelleme konusuna değinilecektir. Uygulama alanları gürültüden arındırmadan klinik olarak anlamlı öznitelikler çıkarmaya kadar geniş bir perspektifte sunulacaktır. Derste gerçek biyomedikal sinyaller üzerinde çalışılacaktır.

Öğrenme Kazanımları

Bu dersi başarıyla tamamlayabilen öğrenciler;
1. Sinüsoid ve komplex üstellerin temel özelliklerini tanımlamak,
2. Sürekli sinyalleri ve lineer, zaman-bağımsız sistemleri zaman ve frekans uzayında analizi etmek,
3. Sürekli-zaman Fourier dönüşümü ve özelliklerine hakim olmak,
4. Periyodik sinyallerin Fourier analizini (Fourier seri betimlemelerini) açıklamak,
5. Örnekleme ve örtüşme kavramlarını açıklamak,
6. Z-dönüşümünü ve z-uzayında temel filtre tasarım tekniklerini uygulamak,
7. IIR ve FIR filtrelerini ve frekans tepkilerini açıklamak,
8. Stokastik sinyallerin, özbağlanımlı (autoregressive) veya yürüyen ortalama süreçlerin, ve lineer olmayan sinyallerin modellenmesini açıklamak,
9. Yukarıdaki kavramları içeren problemlerin çözümünde Matlab-temelli bilgi işleme becerisi göstermek.

Dersin İçeriği

Dijital sinyal işleme temelleri; Deterministik ve rastgele sinyallerin işlenmesi için ilkeler ve algoritmalar; Veri edinme, görüntüleme, filtreleme, kodlama, öznitelik çıkarma ve modelleme; Kardiyoloji, ses ve görüntü gibi fizyolojik veri üzerinde uygulama; Haftalık Matlab-temelli laboratuvar çalışmaları

Haftalık Ayrıntılı Ders İçeriği

Hafta Konu Ön Hazırlık
1) Biyomedikal sinyaller; Sürekli- ve ayrık-zaman; Deterministik ve stokastik sinyaller; Gürültü
2) Sinyal işleme temelleri; İşleçler ve dönüşümlerin özellikleri; Enerji ve güç sinyalleri; Otokorelasyon kavramı; Ayrık-zaman sinyalleri için otokorelasyon ve otokovaryans
3) Dürtü tepkisi; Genelleşmiş frekans tepkisi; Ayrık-zaman sistemlerinin frekans tepkisi; Seri ve paralel bağlı filtreler; İdeal filtreler; Lineer-olmayan sistemlerin frekans tepkisi
4) Sürekli-zaman sinyallerinin sinüs dalgalarının toplamı olarak modellenmesi; Dikgen fonksiyonlar; Sinüsoidal taban fonksiyonları; Fourier serileri; Sinüsoidal olmayan periyodik girdilerin frekans tepkisi; Periyodik sinyallerin Parseval ilişkisi
5) Sürekli-zaman Fourier dönüşümü; Fourier dönüşümü ve frekans tepkisi arasındaki ilişki; Fourier dönüşümünün özellikleri; Genelleşmiş Fourier dönüşümü; Periyodik-olmayan sinyaller için Parseval ilişkisi
6) Lineer, sürekli-zaman filtreleri; Laplace dönüşümü ve özellikleri; Ters Laplace dönüşümü; Aktarım fonksiyonları; Geri-besleme sistemleri; Laplace dönüşümünün biyomedikal uygulamaları
7) Sinyallerin ayrık-zaman sinüsoidal dalgaların toplamı şeklinde modellenmesi; Ayrık-zaman Fourier serileri; Ayrık-zaman sinyallerinin Fourier dönüşümü; Lineer, zaman-bağımsız bir sistemin çıktısı; Ayrık-zaman Fourier serileri ve ayrık-zaman Fourier dönüşümü arasındaki ilişki; Pencereleme
8) Ara sınav. Soruların çözümü ve tartışılması.
9) Örnekleme ve ayrık Fourier dönüşümü
10) Gürültüden arındırma ve sinyal denkleştirme; Lineer, zaman-bağımsız sistemlerin özvektörleri ve z-dönüşümü; Z-dönüşümünün özellikleri; Ters z-dönüşümü; Dijital filtrelerin z-dönüşümü ile analizi
11) Filtre tasarımı; Sürekli-zaman filtresine benzeterek IIR filtre tasarımı; Dürtü-bağımsızlık yaklaşımı ile IIR filtre tasarımı; Çift doğrusal dönüşüm yaklaşımı ile IIR filtre tasarımı; FIR filtre tasarımı
12) Stokastik sinyallerin filtrelenmiş beyaz gürültü olarak modellenmesi; Rastgele süreçler; Rastgele süreçlerin ortalama ve otokorelasyonu; Durağanlık; Lineer süreçler; Yule-Walker denklemleri
13) Özbağlanımlı süreçler; Kayan ortalama süreçleri; Özbağlanımlı kayan ortalama süreçleri; Harmonik süreçler
14) Sinyallerin lineer-olmayan modelleri; Temel kavramlar; Poincare ve dönüş yolları; Kaos; Lineer-olmayan sinyal ve sistemlerin ölçütleri; Gerçek veri boyutunun kestirimi; Boş hipotez testleri

Kaynaklar

Ders Notları / Kitaplar: Eugene N. Bruce, Biomedical Signal Processing and Signal Modeling, 2000
Diğer Kaynaklar:

Değerlendirme Sistemi

Yarıyıl İçi Çalışmaları Aktivite Sayısı Katkı Payı
Laboratuar 11 % 20
Ara Sınavlar 1 % 30
Final 1 % 40
Toplam % 90
YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI % 50
YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI % 40
Toplam % 90

AKTS / İş Yükü Tablosu

Aktiviteler Aktivite Sayısı Süre (Saat) İş Yükü
Ders Saati 14 2 28
Laboratuvar 14 2 28
Sınıf Dışı Ders Çalışması 14 5 70
Ödevler 1 16 16
Küçük Sınavlar 2 1 2
Ara Sınavlar 1 3 3
Final 1 3 3
Toplam İş Yükü 150

Program ve Öğrenme Kazanımları İlişkisi

Etkisi Yok 1 En Düşük 2 Düşük 3 Orta 4 Yüksek 5 En Yüksek
           
Dersin Program Kazanımlarına Etkisi Katkı Payı
1) Matematik (analiz, lineer, cebir, diferansiyel denklemler, istatistik), fen bilimleri (fizik, kimya, biyoloji) ve ilgili mühendislik disiplinine özgü konularda yeterli bilgi birikimi ile bu alanlardaki kuramsal ve uygulamalı bilgileri karmaşık mühendislik problemlerinde kullanabilme becerisine sahip olmak.
2) Karmaşık Biyomedikal mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi kazanmak. 2
3) Karmaşık Biyomedikal sistemleri, süreçleri, cihazları veya ürünleri gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlayabilmek ve bu amaçla modern tasarım yöntemlerini uygulama yetkinliği kazanmak. 4
4) Biyomedikal mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi kazanmak, bilişim teknolojilerini etkin bir şekilde kullanabilmek. 3
5) Karmaşık Biyomedikal Mühendisliği problemlerinin veya araştırma konularının incelenmesi için nümerik veya fiziksel deney tasarlayabilmek ve uygulayabilmek, veri toplamak ve sonuçları analiz ederek yorumlayabilmek. 4
6) Biyomedikal Mühendisliğini ilgilendiren problemlerde bireysel ve ilgili çok disiplinli takımlarda etkin biçimde çalışabilmek. 3
7) Türkçe sözlü ve yazılı etkin iletişim kurma becerisi kazanmış olmak, Biyomedikal mühendisliği alanındaki yenilikleri takip edebilecek düzeyde İngilizce dil bilgisi (Avrupa Dil Portföyü B1 genel düzeyi) kazanmış olmak; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilmek, etkin sunum yapabilmek, açık ve anlaşılır talimat verme ve alma becerisi kazanmış olmak. 4
8) Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme, bilim ve teknolojideki gelişmeleri izleme ve kendini sürekli yenileme becerilerine sahip olmak. 2
9) Biyomedikal mühendisliği etik ilkelerine uygun davranmanın önemi ve mesleki sorumluluk ve etik sorumluluk bilinci ile biyomedikal mühendisliği uygulamalarında kullanılan standartlar hakkında bilgi sahibi olmak 3
10) Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi sahibi olmak. 2
11) Biyomedikal Mühendisliği uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi sahibi olmak; Biyomedikal mühendisliği çözümlerinin hukuksal sonuçları hakkında farkındalık sahibi olmak. 1