| 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. |
| |
| 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 |