Disciplina Curricular

Modelação e Classificação de Sinais Biomédicos MCSB

Diploma de Estudos Avançados em Engenharia Electrotécnica e de Computadores - DEAEEC2006

Contextos

Grupo: DEAEEC2006 > 3º Ciclo

Período:

Peso

6.0 (para cálculo da média)

Objectivos

Aplicação de modelos formais para a caracterização de sinais biomédicos. Aplicação de técnicas de reconhecimento de padrões e teoria da decisão à classificação automática de sinais / dados biomédicos e no desenvolvimento de sistemas auxiliares de decisão ou de diagnóstico.

Programa

O problema de classificação de sinais/dados biomédicos como um problema de reconhecimento de padrões. Representação e modelação de sinais biomédicos e de dados clínicos; descrições vectoriais, simbólicas e séries temporais. Modelos AR e ARMA. Estimação de parâmetros em modelos AR. Técnica de mínimos quadrados e filtragem de Kalman. Extracção de características. Análise no domínio da frequência. Estimação espectral e características baseadas no espectro. Wavelets. Exemplos de aplicação na análise automática do EEG, da actividade muscular e de potenciais evocados. Técnicas de selecção de características com capacidade discriminativa entre classes. Teoria da decisão e classificação estatística de padrões; modelos Bayesianos. Aprendizagem supervisionada. Métodos paramétricos e não paramétricos. Classificadores baseados em vizinhança e em protótipos (Support Vector Machines). Medidas de desempenho dos classificadores. Técnicas de bootstraping. Combinação de classificadores. Técnicas de clustering para análise exploratória de dados. Relação ente classificação e diagnóstico. Sistemas auxiliares de decisão e de diagnóstico.

Metodologia de avaliação

A avaliação compreende uma componente laboratorial (L) e um exame final (E). Os laboratórios são semanais, usando como ambiente de programação/teste o MATLAB. Nota final: 40%L+60%E

Disciplinas Execução

2021/2022 - 2º Semestre

2019/2020 - 2º Semestre

2017/2018 - 2ºSemestre

2016/2017 - 2ºSemestre

2015/2016 - 2º Semestre

2013/2014 - 2 Semestre