SEI/UFU - 2283328 - Plano de Ensino

UNIVERSIDADE FEDERAL DE UBERLÂNDIA
Faculdade de Engenharia Elétrica

Av. João Naves de Ávila, 2121, Bloco 3N - Bairro Santa Mônica, Uberlândia-MG, CEP 38400-902
Telefone: (34) 3239-4701/4702 - www.feelt.ufu.br - feelt@ufu.br

Timbre

Plano de Ensino

IDENTIFICAÇÃO

Componente Curricular:	PROCESSAMENTO DE SINAIS BIOMÉDICOS
Unidade Ofertante:	FEELT
Código:	FEELT31612		Período/Série:		6		Turma:	V
Carga Horária:						Natureza:
Teórica:	60	Prática:	0	Total:	60	Obrigatória:	(X)	Optativa:	( )
Professor(A):	Adriano de Oliveira Andrade					Ano/Semestre:		2020 - Per2
Observações:

EMENTA

Transformada de Fourier, Chirp-Z. Sinais não-estacionários, transformada Wavelet, polinômios de Bernstein e análise bayesiana. Estudo de casos utilizando sinais biomédicos medidos em laboratório. Utilização de softwares matemáticos para análise de sinais.

JUSTIFICATIVA

A disciplina Processamento de Sinais Biomédicos é essencial para a formação do Engenheiro Biomédica. Sinais Biomédicos fazem parte da rotina do Engenheiro Biomédico em diversos contextos, por exemplo, no desenvolvimento de equipamentos médicos, na avaliação e interpretação de sinais e sistemas biológicos, no desenvolvimento de pesquisas, entre outros.

OBJETIVO

Objetivo Geral:

Utilizar e aplicar métodos de processamento de sinais biomédicos utilizando-se ferramenta computacional.

Objetivos Específicos:

Ao final do curso o aluno será capaz de:

Identificar e utilizar diversas ferramentas para o processamento de sinais que podem ser aplicadas em sua rotina;
Analisar casos concretos;
Utilizar ferramenta computacional para analisar sinais biomédicos.

PROGRAMA

CARGA HORÁRIA TOTAL (HORAS)	PLANEJAMENTO DE ENCONTROS REMOTOS (MICROSOFT TEAMS)		PLANEJAMENTO DE ENTREGA DE ATIVIDADES (MOODLE)
(O CUMPRIMENTO DA CARGA HORÁRIA SERÁ VERIFICADO MEDIANTE A ENTREGA DAS ATIVIDADES DESCRITAS NESTE PLANO. A PARTICIPAÇÃO NOS ENCONTROS REMOTOS É FACULTATIVA)	DATA DE REALIZAÇÃO	HORÁRIO	DATA LIMITE PARA REALIZAÇÃO	ATIVIDADE
2	(quinta-feira) 22/10/2020	13:10 - 14:10	-	Leitura do plano de ensino e tutorial sobre Moodle, Microsoft Office 365 e Microsot Teams (individual)
1. INTRODUÇÃO AO CURSO
1.1. O que é processamento de sinais biomédicos
1.2. Apresentação do conteúdo programático
1.3. Apresentação dos critérios de avaliação
1.4. Apresentação das datas das avaliações
1.5. Horário de atendimento ao estudante
1.6. O papel e as habilidades necessárias ao Engenheiro Biomédico
1.7. O processamento de sinais biomédicos no contexto da vida profissional do Engenheiro Biomédico
1.8. Questões éticas no âmbito do processamento de sinais biomédicos
1.9. Apresentação das ferramentas de trabalho (plataformas disponibilizadas pela UFU: Moodle, Office 365 e Microsoft Teams)
8	(quinta-feira) 22/10/2020	14:10 - 17:10	(quarta-feira) 28/10/2020	Lista de exercícios do módulo 1 (grupo)
	(sábado) 24/10/2020	13:10 - 17:10
2. MÓDULO 1 - INTRODUÇÃO À LINGUAGEM DE PROGRAMAÇÃO R
2.1. Parte 1
2.1.1. O ambiente R
2.1.2. Instalação do R
2.1.3. Instalação do RStudio
2.1.4. Atividade prática
2.1.4.1. Tipo de dados
2.1.4.2. Variáveis
2.1.4.3. Atribuição de valores à variáveis
2.1.4.4. A função c()
2.1.4.5. A função ls()
2.1.4.6. A função rm()
2.1.4.7. Operadores
2.2. Parte 2
2.2.1. Vetores
2.2.1.1. Construindo vetores
2.2.1.2. Acessando elementos de vetores
2.2.1.3. Deletando elementos de vetores
2.2.1.4. Adição, subtração, multiplicação e divisão de elementos de vetores
2.2.1.5. Adição de vetores de comprimentos diferentes
2.2.1.6. Ordenação de vetores
2.2.2. Listas
2.2.3. Matriz
2.2.4. Array
2.2.5. Factor
2.2.6. Data frames
2.3. Parte 3
2.3.1. Utilizando bibliotecas no R
6	(quinta-feira) 29/10/2020	15:10 - 17:10	(quarta-feira) 28/10/2020	Lista de exercícios do módulo 2 (grupo)
3. MÓDULO 2 - SINAIS BIOMÉDICOS: CONCEITOS BÁSICOS
3.1. Sistemas biológicos
3.2. Sinais biomédicos
3.2.1.1. Simulando sinais biomédicos
3.2.1.2. Por que utilizamos sinais biomédicos simulados?
3.3. Séries temporais
3.3.1.1. Armazenando e visualizando séries temporais biomédicas
6	(sábado) 31/10/2020	13:10 - 17:10	(quarta-feira) 04/11/2020	Lista de exercícios do módulo 3 (grupo)
4. MÓDULO 3 - CONVERSÃO ANALÓGICO-DIGITAL DE SINAIS BIOMÉDICOS
4.1. Sinais analógicos
4.2. Sinais discretos
4.3. Eventos discretos
4.4. Sinais digitais
4.5. Conversão analógico-digital
4.5.1.1. Amostragem
4.5.1.1.1. Sinais amostrados: conceitos básicos
4.5.1.1.2. Exemplos de sinais amostrados
4.5.1.2. Quantização
4.5.1.2.1.1.1. Erro de quantização
4.5.1.3. Representação matemática
4.5.1.4. O papel do hardware na conversão analógico-digital
4.6. Teorema da amostragem
4.6.1.1. Aliasing
4.6.1.2. A amostragem sob uma perspectiva estatística
4.6.1.3. A reamostragem de sinais
6	(quinta-feira) 05/11/2020	13:10 - 17:10	(quarta-feira) 04/11/2020	Lista de exercícios do módulo 4 (grupo)
5. MÓDULO 4 - SINAIS BIOMÉDICOS: ESTATÍSTICAS, PROBABILIDADE E RUÍDO
5.1. Estatística básica
5.1.1. Medidas de posição
5.2. Medidas de dispersão
5.2.1. Amplitude
5.2.2. Variância amostral
5.2.3. Desvio padrão amostral
5.2.4. Coeficiente de variação
5.3. Quartis
5.4. Boxplot
5.5. Coeficiente de assimetria
5.6. Curtose
5.7. Precisão e acurácia
5.8. Ruídos que podem corromper sinais biomédicos
5.9. Relação sinal-ruído
5.9.1. Exemplo prático: gerando e corrompendo sinais sintéticos
5.10. Exemplo prático: janelando e estimando parâmetros estatísticos de um sinal biomédico
6	(quinta-feira) 12/11/2020	13:10 - 17:10	(quarta-feira) 11/11/2020	Lista de exercícios do módulo 5 (grupo)
6. MÓDULO 5 - SINAIS BIOMÉDICOS: PROPRIEDADES BÁSICAS
6.1. Propriedades básicas dos sinais biomédicos
6.1.1. Continuidade
6.1.1.1. Exemplos de sinais biomédicos contínuos
6.1.1.2. Exemplos de sinais contínuos sintéticos
6.1.1.3. Descontinuidade
6.1.1.3.1. Detecção de descontinuidades
6.1.1.3.2. Exemplo de geração de sinais com descontinuidades
6.1.1.3.3. Remoção de descontinuidades
6.1.1.3.3.1. Interpolação linear
6.1.2. Periodicidade
6.1.3. Sinais aperiódicos e aleatórios
6	(quinta-feira) 19/11/2020	13:10 - 17:10	(quarta-feira) 18/11/2020	Lista de exercícios do módulo 6 (grupo)
7. MÓDULO 6 - SINAIS BIOMÉDICOS E PROCESSOS ALEATÓRIOS
7.1. Introdução
7.1.1. Abrindo os arquivos de som (wav) no R
7.1.2. Exemplos de sinais de voz
7.2. Processos aleatórios
7.2.1. Simulando um processo aleatório
7.3. Tipos de processos
7.3.1. Processo determinístico e não determinístico
7.3.2. Processo pontual
7.3.3. Processo estacionário
7.3.3.1. Avaliação de estacionariedade: função autocorrelação (AFC)
7.3.4. Processo ergódico
7.4. Avaliação da similaridade entre amostras de um processo: correlação cruzada
6	(quinta-feira) 26/11/2020	13:10 - 17:10	(quarta-feira) 25/11/2020	Lista de exercícios do módulo 7 (grupo)
8. MÓDULO 7 - OPERAÇÕES BÁSICAS SOBRE SINAIS BIOMÉDICOS NO DOMÍNIO DO TEMPO
8.1. Janelamento de sinais
8.2. Estimativa de parâmetros ao longo do tempo
8.3. Detecção e remoção de tendências lineares e não lineares
8.4. Média coerente
8.5. Convolução de tempo discreto
8.5.1. Cálculo da convolução
8.5.1.1. Exemplo
8.5.1.2. Propriedades da convolução
8.6. Exemplos práticos
8.6.1. Usando a convolução para gerar trem de pulsos de potencial de ação
8.6.2. Usando a correlação cruzada para a detecção e janelamento de potenciais de ação
6	(quinta-feira) 03/12/2020	13:10 - 17:10	(quarta-feira) 01/12/2020	Lista de exercícios do módulo 8 (grupo)
9. MÓDULO 8 - INTRODUÇÃO AOS FILTROS DIGITAIS
9.1. Introdução
9.2. Compreendendo o conceito de frequência
9.2.1. Exemplo
9.3. Representação de sistemas digitais por meio de diagrama de blocos
9.3.1. Exemplo
9.4. Representação de sistemas digitais por meio de equações a diferença
9.5. Sistemas lineares invariantes no tempo: conceitos básicos
9.5.1. Exemplo
9.6. A transformada Z
9.7. Função de transferência
9.8. Resposta em frequência
9.9. Tipos de filtros
9.10. Filtro de média móvel
9.10.1. Resposta em frequência do filtro de média móvel
9.11. Filtragem por meio da convolução
9.12. Filtro Butterworth
9.13. Filtro Chebyshev
9.13.1. Comparação entre filtros Butterworth e Chebyshev
9.13.2. Comparação entre filtros Chebyshev I e Chebyshev 2
6	(quinta-feira) 10/12/2020	13:10 - 17:10	(quarta-feira) 09/12/2020	Lista de exercícios do módulo 9 (grupo)
10. MÓDULO 9 - TRANSFORMADA DISCRETA DE FOURIER
10.1. Introdução
10.1.1. Exemplo: cálculo da DFT e da IDFT
10.2. Resolução em frequência da DFT
10.2.1. Espectro de amplitude e espectro de fase da DFT
10.3. A transformada rápida de Fourier (Fast Fourier Transform, FFT)
10.3.1. Ordenação bit-reversa
10.3.1.1. Exemplo
10.3.1.2. Exemplo: construindo um diagrama butterfly para 4 amostras
10.3.1.3. Exemplo: construindo um diagrama butterfly para 8 amostras
10.3.1.4. A inversa da transformada rápida de Fourier
6	(quinta-feira) 17/12/2020	13:10 - 17:10	(sábado) 19/12/2020	Lista de exercícios do módulo 10 (grupo)
11. MÓDULO 10 - APLICAÇÕES PRÁTICAS DO ESPECTRO DE POTÊNCIA
11.1. Introdução
11.1.1. A gênese do sinal EEG: das células piramidais ao galvanômetro
11.1.2. Os ritmos cerebrais
11.1.3. O sistema de aquisição de EEG
11.1.3.1. Eletrodos
11.1.3.2. Sistema de condicionamento de sinais
11.1.3.3. Demais elementos de um sistema típico para aquisição de sinal eletroencefalográfico
11.2. Os principais artefatos presentes no sinal EEG

METODOLOGIA

O curso será ofertado na modalidade assíncrona, com a sequência descrita no Programa. Será adotada a plataforma Microsoft Teams para realização de encontros remotos, cuja presença é facultativa. Os encontros remotos acontecerão nas datas definidas no Programa. As atividades realizadas durante os encontros remotos serão gravadas para posterior consulta na plataforma Microsoft Office 365 e/ou Moodle.

Durante os encontros remotos haverá apresentação e discussão dos conteúdos do Programa. Será adotado material didático customizado e interativo, totalmente acessível pelo Moodle, e organizado de acordo com o conteúdo descrito no Programa.

A linguagem R (https://www.r-project.org/) e o editor Rstudio (https://rstudio.com/) serão utilizados no desenvolvimento das atividades de ensino. Estas são ferramentas gratuitas, modernas e de amplo acesso.

A plataforma Moodle será utilizada como canal oficial de comunicação professor-aluno, e ainda como ambiente para recepção de trabalhos, divulgação de notas e disponibilização de materiais bibliográficos.

O atendimento ao estudante será realizado de forma assíncrona, na plataforma Moodle, pelo envio de mensagens direcionadas ao professor, ou ainda durante os encontros remotos. Os estudantes que não participarem dos encontros remotos poderão acessar o conteúdo online pelo Microsoft Office 365 e/ou pela pela plataforma Moodle.

O cumprimento da carga-horária será verificado por meio da entrega das atividades descritas no Programa, de acordo com a data pré-estabelecida. As atividades poderão ser realizadas em grupo ou individualmente, conforme desejo do estudante. A distribuição da carga-horária do conteúdo programático do curso está definida no Programa.

AVALIAÇÃO

A avaliação se dará na forma de resolução de listas de exercícios, conforme especificado no Programa. Estão previstas 10 de listas de exercícios, no valor de 10 pontos cada. As listas de exercícios estão disponíveis na plataforma Moodle, e o cronograma de entrega de cada atividade está detalhado no Programa.

As listas exploram e reforçam conceitos abordados nos módulos, oferecendo a oportunidade para que o estudante consolide conceitos, trabalhe em grupo, e adquira habilidades relacionadas ao uso de ferramentas computacionais aplicadas ao processamento de sinais biomédicos. Os trabalhos poderão ser realizados individualmente ou em grupo, e deverão ser entregues exclusivamente pela plataforma Moodle. Trabalhos entregues após a data prevista, e sem a devida justificativa, receberão nota nula.

BIBLIOGRAFIA

Básica

1. Smith SW (1997) The Scientist and Engineer’s Guide to Digital Signal Processing. Sci Eng Guid to Digit Signal Process. http://www.dspguide.com/
2. HAYES, M. H. Teoria e problemas de processamento digital de sinais. Porto Alegre: Bookman, 2006.
3. DINIZ, P. S. R. Processamento digital de sinais: projeto e análise de sistemas. Porto Alegre: Bookman, 2004.
4. OPPENHEIM, A.V.; SCHAFER, R.W. Discrete Time Signal Processing. Upper Saddle River, NJ: Prentice Hall, c1999.

Complementar

1. JACKSON, L.B. Digital Filters and Signal Processing: with MATLAB exercises. 3ª ed., Boston: Kluwer Academic Publishers, 1996.
2. STEARNS, D. S.; DAVID, R.U. Signal Processing Algorithms in Matlab. Upper Saddle River: Prentice Hall PTR, 1996.
3. OPPENHEIM, A.V.; SCHAFER, R.W. Digital Signal Processing. Englewood Cliffs: Prentice Hall, 1975.
4. AKAY, M. Nonlinear biomedical signal processing. New York: IEEE PRESS, 2001. Vol. 1 e 2.
5. RANGAYYAN, R. M. Biomedical Signal Analysis: A Case-Study Approach. New York: Wiley-Interscience, 2002.

APROVAÇÃO

Aprovado em reunião do Colegiado realizada em: ____/____/______

Coordenação do Curso de Graduação: _________________________

Documento assinado eletronicamente por Adriano de Oliveira Andrade, Professor(a) do Magistério Superior, em 27/09/2020, às 11:36, conforme horário oficial de Brasília, com fundamento no art. 6º, § 1º, do Decreto nº 8.539, de 8 de outubro de 2015.

A autenticidade deste documento pode ser conferida no site https://www.sei.ufu.br/sei/controlador_externo.php?acao=documento_conferir&id_orgao_acesso_externo=0, informando o código verificador 2283328 e o código CRC C914F90E.

Referência: Processo nº 23117.056272/2020-12

SEI nº 2283328