110年第1學期-0704 醫療訊號與影像處理 課程資訊

評分方式

評分項目 配分比例 說明
出席作業、隨堂測驗 30 課堂點名
期中考試 30
期末考試或報告 40 上課討論

選課分析

本課程名額為 70人,已有24 人選讀,尚餘名額46人。


登入後可進行最愛課程追蹤 [按此登入]。

授課教師

黃皇男

教育目標

大數據時代的來臨,所處理的數據就是本課程所稱的訊號 (signal,信號),一般而言分成離散(表格式)的數據以及時間序列兩種,本課程針對時間序列型的數據,進行分析處理,有助於有幫助同學朝向數據分析方向發展。 訊號與影像處理為應用在電機、通訊、網路與機電系統設計領域中的一門必要課程,同時也作為 AI 深度學習的基礎。本課程以連續時間訊號與系統為主要對象,介紹對應的時域、頻域表示法,時域與頻域之分析技巧(Fourier series and transform),以及取樣定理等主題。 本課程教材內容將搭配 MATLAB 範例與模擬作業,俾提供學生透過 MATLAB模擬實驗,加深對學理之認知。除此之外,本課程以醫療數據為主要分析與處理對象,因此會包含 ECG、EEG、MRI 等訊號與影像的討論。 學生修讀本課程,將學到訊號處理的基本理論與分析方法,作為其日後的學習深度學習進行跨領域的發展與研究的基礎,能夠熟稔地利用訊號與系統架構及其分析技巧,達到解決及分析問題的目的,並進一步應用類神經網路學習模型建立與數值模擬的目的。

課程概述

訊號與系統應用在電機、通訊、網路與機電系統設計領域中的一門基礎數學課程。本課程以連續時間訊號與系統為主要對象,介紹對應的時域、頻域表示法,時域與頻域之分析技巧(Fourier series and transform),以及取樣定理等主題。本課程教材內容將搭配 MATLAB範例與模擬作業,俾提供學生透過 MATLAB 模擬實驗,加深對學理之認知。 學生修讀本課程,將可學到訊號與系統的基本理論與分析方法,在其日後的跨領域的發展與研究上,能夠熟稔地利用訊號與系統架構及其分析技巧,達到解決與分析問題的目的。

課程資訊

參考書目

Kayvan Najarian and Robert Splinter, Biomedical Signal and Image Processing, 2nd Edition, CRC Press, 2012.
以及本人編寫的課程講義。

開課紀錄

您可查詢過去本課程開課紀錄。 醫療訊號與影像處理歷史開課紀錄查詢