| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Biyomedikal Sinyal İşleme | EE 571 | | | 3 + 0 | 3 | 7,50 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Yüksek Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. FFT, STFT, dalgacık dönüşümü (wavelet transform), Sayısal Sonsuz İmpuls Tepkili (IIR) filtreler, Sayısal Sınırlı İmpuls Tepkili (FIR) filtreler ve uyarlanabilir (adaptive) filtreler gibi yöntemleri öğrenmek; biyoelektrik sinyallerin işlenmesini analiz etmek; biyoelektrik sinyallerin analiz prensiplerini, kalp ile merkezi ve periferik sinir sistemindeki biyoelektrik aktiviteleri anlamak. ECG, EEG ve EMG sinyalleriyle ilgili problemleri çözmek için matematiksel tekniklerin nasıl uygulanacağını kavramak. Bu sinyallerin zaman ve frekans düzlemlerinde işlenmesine yönelik yaygın yöntemleri değerlendirmek. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders, biyomedikal sinyal işlemenin temel prensiplerini sunmaktadır. Ders kapsamında, zaman ve frekans düzleminde sinyal işleme, EEG, EKG ve EMG gibi biyomedikal sinyallerin analizi ele alınmaktadır. Bu bağlamda, ayrık zamanlı işleme yöntemleri, Z-dönüşümü, Hızlı Fourier Dönüşümü (FFT), Kısa Süreli Fourier Dönüşümü (STFT), dalgacık dönüşümü (wavelet transform), sayısal IIR ve FIR filtreleri, temel bileşen analizi (PCA) ve uyarlanabilir filtreler gibi yöntemler işlenecek ve bu yöntemlerin biyomedikal sinyal işleme süreçlerindeki yararları vurgulanacaktır. Ders, kalp, beyin ve sinir sisteminden elde edilen biyomekanik sinyallerin işlenmesine yönelik temel ilkeleri ve algoritmaları kapsar. Hastaların klinik teşhislerinde kullanılabilecek veri işleme yaklaşımlarına odaklanılır. Konular arasında veri toplama, görüntüleme, filtreleme, kodlama, özellik çıkarımı ve hasta verilerinin modellenmesi yer almaktadır. Ayrıca, ders kapsamında insan vücudundaki kalp, beyin ve sinir sistemlerinin çalışma prensipleri, hastalıklarda bu yapıların nasıl bozulduğu, tıbbi görüntüleme yöntemleri, biyolojik sinyallerin elektriksel sinyallere dönüştürülmesi gibi temel bilgiler de sunulacaktır. MATLAB ortamında gerçekleştirilecek uygulamalar, ödevler ve proje çalışmalarıyla desteklenecektir. Ders süresince öğrencilere çeşitli araştırma konuları verilerek, bu konular dönem projesi olarak ele alınacaktır. Dönem sonunda öğrencilerden raporlarını sunmaları ve sınıf ortamında projelerini açıklamaları beklenecektir. Ders, biyomedikal sinyal işleme yöntemleri bağlamında harmonik analiz, oto-regresif (autoregressive) modeller, sayısal filtreler, lineer ayırt ediciler ve bağımsız bileşen analizi (ICA) gibi konuları kapsamaktadır. Tüm bu yöntemler, ECG, EEG, EMG gibi belirli veri setleri üzerinde somut sorulara cevap verme bağlamında ele alınacaktır. |
| |
Üretken Yapay Zeka Kullanımı:
- |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Sürekli Zamanlı ve Ayrık Zamanlı Sinyaller, Biyomedikal Sinyallere Giriş, Biyomedikal Sinyallerin Doğası – Zaman Kavramı. Gürültü nedir? |
| 2 | Sinyallerde Korelasyon, Enerji ve Güç Hesaplamaları, Otokorelasyon Kavramı |
| 3 | Darbe Tepkisi (Impulse Response), Frekans Tepkisi, Biyomedikal Uygulamalar, İdeal Filtreler, Frekans Tepkisi ve Doğrusal Olmayan Sistemler |
| 4 | Sinyallerin Ayrık Zamanlı Modellemesi, Ayrık Zamanlı Sinyallerin Fourier Dönüşümü, Örnekleme, Ayrık Fourier Dönüşümü (DFT) |
| 5 | ECG Sinyallerinin İşlenmesinde Sayısal Filtreler |
| 6 | Elektrokardiyografi (EKG), Kalp ve EKG Sinyalleri ile Analiz Yöntemleri |
| 7 | EKG Verisi Okuma, Elektrokardiyografinin Tanıtımı ve EKG Sinyalindeki Anormalliklerin Açıklanması, EKG Sinyallerinin Kaynağı ve Dalga Biçimi Özellikleri |
| 8 | Ara Sınav |
| 9 | EKG Analiz Sistemleri, Biyomedikal Sinyal Analizinde Zorluklar, EKG’de QRS Algılama |
| 10 | EKG Sinyallerinde Gürültü Analizi ve Giderilmesi, EKG’de Sinyal Telafisi |
| 11 | EKG Sinyalinden Gürültü ve Artefaktların Giderilmesi, Sayısal Filtreleme Yöntemleriyle EKG Gürültü Azaltımı |
| 12 | EKG Sinyalinin Belirli Bir Formunun Modellemesi |
| 13 | EKG Sinyalinde QRS Algılama, P-P Tespiti, R-R Aralığı, T Dalgaları |
| 14 | Proje Sunumları |
| |
| Kaynaklar: |
| Suresh_R._Devasahayam, Signals and Systems in Biomedical Engineering: Physiological Systems Modeling and Signal Processing (3rd edition), Springer, 2019, 978-981-13-3530-3
|
| |
| Diğer Kaynaklar: |
| Katarzyna J. Blinowska, Jaroslaw Zygierewicz, Practical biomedical Signal analysis Using Matlab, Taylor & Francis, 2012, 978-1-4398-1203-7
Ganesh Naik Editor, Biomedical Signal ProcessingAdvances in Theory, Algorithms and Applications, Springer, 2020, 978-981-13-9096-8
Clifford, G., F. Azuajae, and P. McSharry, Advanced Methods and Tools for ECG Data Analysis. Norwood, MA: Artech House, 2006, ISBN: 9871580539661
|
| |
| Öğretim Yöntem ve Teknikleri: |
| 3 saatlik teorik ders (haftalık). |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Ödev | 1 | %5 |
| Ara Sınav | 1 | %35 |
| Ders Katılımı | 1 | %5 |
| Proje | 1 | %15 |
| Final Sınavı | 1 | %40 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |
| |
Dersin Program Yeterlilikleri vs. Öğrenme Kazanımları:
|
| # | Program Yeterlilikleri | Katkı |
| 1 | Elektrik ve Elektronik Mühendisliği ile ilgili matematik, fen bilimleri ve mühendislik konularında yeterli bilgi; bu alanlardaki kuramsal ve uygulamalı bilgileri karmaşık mühendislik problemlerine tatbik edebilme becerisi. | 4 |
| 2 | Karmaşık Elektrik ve Elektronik Mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla, uygun analiz ve modelleme metodlaarını seçme ve uygulama becerilerini geliştirme. | 3 |
| 3 | Karmaşık bir sistemi, süreci, cihazı veya ürünü, belirli şartları sağlayan gerçekçi kısıtlar ve koşullar altında, tasarlayabilme becerisi; bu amaçla modern tasarım metodlarını uygulamak için beceri geliştirme. | 3 |
| 4 | Elektrik ve Elektronik Mühendisliği uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli modern teknikleri ve araçları tasarlama, seçme ve kullanma becerisi; bilgi teknolojilerini etkin bir biçimde kullanma becerisi. | 3 |
| 5 | Elektrik ve Elektronik Mühendisliği ile ilgil karmaşık problemlerin veya araştırma alanlarının incelenmesi için deney tasarlama, deney yapma, veri toplama, sonuçları analiz etme ve yorumlama becerisi. | 2 |
| 6 | Disiplin içi ve çok disiplinli takımlarda etkin bir şekilde işbirliği yaparak verimli çalışabilme becerisi; bireysel çalışma becerisi. | 3 |
| 7 | Türkçe’de sözlü ve yazılı etki iletişim becerisi; en az bir yabancı lisan [özellikle İngilce) bilgisi; etkin rapor yazma ve yazılı raporları anlama, tasarım ve üretim raporları hazırlayabilme, etkin sunum yapabilme, açık ve anlaşılır talimat verme ve alma becerisi. | 2 |
| 8 | Yaşam boyu öğrenmenin gerekliliği bilinci; bilgiye erişebilme becerisi, bilim ve teknolojideki en son gelişmeleri takip edebilme becerisi, sürekli güncel kalabilme becerisi. | 1 |
| 9 | Etik ilkelerine uygun davranma, mesleki ve etik sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. | 2 |
| 10 | Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi. | 2 |
| 11 | Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi; mühendislik çözümlerinin hukuksal sonuçları konusunda farkındalık. | 3 |