<?xml version="1.0" encoding="ISO-8859-1" standalone="yes" ?>
<document>
<title>Biomedizinische Signal- und Bildverarbeitung</title>
<cid>BMT1822</cid>
<sapsubmodule>P213-0099, P213-0100</sapsubmodule>
<bkey>bmtm2</bkey>
<ctypes>
<hours>3</hours>
<type>V</type>
<hours>2</hours>
<type>P</type>
</ctypes>
<cp>6</cp>
<semester>1</semester>
<mandatory>ja</mandatory>
<language>Deutsch</language>
<exam>Teilleistungen</exam>
<curriculum>
<curriculum_entry>
<cid>BMT1822</cid>
<branch>Biomedizinische Technik</branch>
<semester>1</semester>
<mandatory_tag>Pflichtfach</mandatory_tag>
</curriculum_entry>
</curriculum>
<workload>
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 75 Veranstaltungsstunden (= 56.25 Zeitstunden). Der Gesamtaufwand des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Stunden/ECTS Punkt). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 123.75 Stunden zur Verfügung.
</workload>
<prerequisites>
</prerequisites>
<prerequisitesfor>
</prerequisitesfor>
<convenor>Prof. Dr. Dr. Daniel Strauß</convenor>
<convenor-person-key>das</convenor-person-key>
<lecturers>
<lecturer>Prof. Dr. Dr. Daniel Strauß</lecturer>
<lecturer-person-key>das</lecturer-person-key>
</lecturers>
<objectives>Die Studierenden haben ein vertieftes Wissen in der biomedizinische Signal und Bildverarbeitung. Sie können Methoden der Zeit-Frequenzanalyse sowie moderne Verfahren der digitalen/multiraten Signalverarbeitung für eine Vielzahl von biomedizinischen Signalen und Bildern anwenden und erweitern. Die Studierenden sind in der Lage sich selbstständig Transformationen zu entwerfen und für das individuelle Problem anzupassen. Sie können selbst Systeme zur Signalerkennung entwerfen und haben die effiziente Implementierung in moderne Signalverarbeitungsarchitekturen kennen gelernt.

Dieses Modul wird in Zusammenarbeit mit der Klinik und Poliklinik für Hals-, Nasen- und Ohrenkrankheiten sowie der Inneren Medizin III (Kardiologie/Angiologie) der Universitätskliniken des Saarlandes angeboten, welche das Datensubstrat für viele praktische Beispiele liefern.</objectives>
<content>1. Zeit-Frequenzanalyse / Skalenraumanalyse
1.1 Grenzen der Fourier Transformation
1.2 Gefensterte Fourier-Transformation
1.3 Unschärferelation
1.4 Wavelet Transformation
1.5 Multiskalenanalyse des L^2(R)
1.6 Wavelet Frames (Überblick)
2. Multiraten Filterbänke
2.1 Grundoperationen der Multiraten Signalverarbeitung
2.2 Polyphasendarstellungen
2.3 Zwei-Kanal-Filterbänke
2.4 Paraunitäre Filterbänke
3. Orthogonalzerlegungen in l^2(Z)
3.1 Orthogonale Basen durch paraunitäre Filterbänke
3.2 Parallelstrukturierte Filterbänke
3.3 Strukturierte Zerlegung des l^2(Z)
3.4 Effiziente Implementierungen
3.5 Biosignal-adaptives Design von Basen für l^2(Z)
3.6 Diskrete Wavelet und Wavelet Packet-Transformation
3.7 Überabgetastete Filterbänke und Frames
3.8 Anwendungsbeispiele in der Biosignalkompression
4. Bildverarbeitung
4.1 Grundoperationen der Bildverarbeitung
4.2 Separable Filterbänke
4.3 Nichtlineare und anisotrope Filtermodelle
4.4 Nichtlokale Patchbasierte Methoden
5. Aktuelle Trends und Anwendungen der Biosignal- und Bildverarbeitung</content>
<media>Tafel, digitaler Projektor, Software</media>
<literature>Azizi, S.A.: Entwurf und Realisierung digitaler Filter, Oldenbourg, 1990
Bruce, E.N.: Biomedical Signal Processing and Signal Modeling, John Wiley &amp; Sons, 2001
Daubechies, I.: Ten Lectures on Wavelets, SIAM, 1992
Mallat, S.: A Wavelet Tour of Signal Processing, Academic Press, 1999
Mertins, A.: Signaltheorie, ?, 1996
Oppenheim, A. V.; Schafer, R. W.: Zeitdiskrete Signalverarbeitung, Oldenbourg, 1999
Price, K.V.; Storn, R.; Lampinen, J.: Differentail Evolution: A Practical Approach to Global Optimization, Springer, 2005
Ripley, B.D.: Pattern Recognition and Neural Networks, Cambridge University Press, 1996
Schölkopf, B.; Smola, A.J.: Learning with Kernels: Support vector Machinces, Regularization, Optimization and Beyond, MIT Press, 2002
Semmlow, J.L.: Biosignal and Biomedical Image Processing, Marcel Dekker, 2004
Strang, G.; Nguyen, T.: Wavelets and Filter Banks, Wellesley-Cambridge Press, 1996
Vaidyannathan, P.P.: Multirate Systems and Filter Banks, Prentice Hall, 1990
Vetterli, M; Kovacevic, J.: Wavelets and Subband Coding, Prentice Hall, 1995
Weickert, J.: Anisotropic Diffusion in Image Processing, Teubner, 1998
Wickerhauser, M.V.: Adaptive Wavelet Analysis, Vieweg, 1993</literature>
<offered>
</offered>
<moduldb-query>Thu Apr 16 19:26:44 CEST 2026, CKEY=bbsubb, BKEY=bmtm2, CID=[?], LANGUAGE=de, DATE=16.04.2026</moduldb-query>
</document>
