Procesamiento de señales biomédicas: análisis de señales de ECG, EEG y EMG

Comprender la actividad eléctrica del cuerpo humano es crucial para los diagnósticos modernos de atención médica, sin embargo, analizar datos biológicos ruidosos puede ser un desafío. Este curso basado en texto lo guía a través de los principios fundamentales del procesamiento de señales biomédicas, desde datos brutos hasta conocimientos fisiológicos accionables. Desarrollará una comprensión sólida de cómo adquirir, filtrar e interpretar señales como electrocardiogramas (ECG) y electroencefalogramas (EEG). Aprenderá a aplicar herramientas computacionales modernas para eliminar el ruido, detectar características y extraer patrones significativos de los sistemas biológicos. Lo que aprenderá: Comprenda los orígenes fisiológicos de las principales señales biomédicas, incluidos ECG, EEG y EMG; Aplicar técnicas de filtrado digital para eliminar artefactos, interferencia de líneas eléctricas y vagar por la línea de base; Analizar señales en los dominios de tiempo y frecuencia utilizando transformaciones de Fourier y wavelet; Detectar características clave de la señal, como complejos QRS en datos de ECG, utilizando enfoques algorítmicos; Implementar flujos de trabajo de procesamiento de señales utilizando bibliotecas Python modernas como NumPy y SciPy; Explora conceptos básicos de reconocimiento de patrones y aprendizaje automático para la clasificación automatizada de señales.