タイトル

科目番号 教室 登録人数 履修登録方法 対面/遠隔
ESCI12010           抽選対象   遠隔授業  
開講年度 期間 曜日時限 開講学部等
2024 第3クォーター 木4〜5 理工学研究科工学専攻  
講義コード 科目名[英文名] 単位数
R10098002 生体情報処理特論   2  
担当教員[ローマ字表記]
國田 樹 [Itsuki Kunita]  
授業の形態
講義
 
アクティブラーニング
学生が自身の考えを発表する
 
授業内容と方法
【内容】生体情報は、病気の診断やセキュリティシステムなど日常の様々な場面で活用されている。その生体情報の特徴量を数理的解析により理解および抽出できることを目指す。生体情報のデータの種類や準備の方法、特徴量としてのリズム性やカオス性などを解析および定量評価する手法を概説する。また、微分方程式の数値解析手法を概説する。それら基礎講義に加えて、学生自身のそれぞれの学術論文の内容に関するデータについて、生体情報処理の技術を用いて実践的な解析に取り組む。
【方法】オンライン形式で実施する。Zoom接続先については以下の授業資料内に掲載されている。

授業資料はこちら。(@ieアカウントのみからアクセス可能)
https://docs.google.com/document/d/1yuV-y2NQpvAjuMgPIcqc0NJ9ZsYDAtf7uq_8M9AOftQ/edit?usp=sharing
 
URGCC学習教育目標
自律性、専門性
 
達成目標
・生体情報データの種類や準備の方法を説明できる。
・生体情報解析の基盤となる信号処理の手法を説明できる。
・生体情報を不規則な時系列信号として扱い、その特徴解析の手法を概説できるとともに、特徴解析を実践できる。
 
評価基準と評価方法
以下によって上記目標の達成度を評価する。

(1) 文献紹介発表
 - スライドを用いた発表および質疑応答に基づいて内容理解度を評価する。
- 発表15分、質疑10分程度。

(2) 生体情報解析の実践結果に関するレポート
 - 達成目標に関する内容を実際のデータ解析結果と関連させて論述する。
 - 分量:3000~6000文字程度(A4用紙2~4ページ程度)
 - 達成目標に照らし、特に以下の項目を評価する。
   - 授業で取り上げたテーマに関するキーワードを理解しているか。
   - 自身の考え、解析結果、書籍等による調査に基づく知見などが記述されているか。
   - 適切な日本語で論理的に記述されているか。
 
履修条件
授業では基礎的なプログラミングスキルを修得していることを前提とし、データ解析を実施する。プログラミング環境の構築は各自で行うものとする。授業ではpython言語でサンプルコードを示す。微積分や線形代数学などの基礎知識を習得していることを前提に授業を行う。
 
授業計画
1 生体情報:生体の構造と信号の発生原理
2 生体信号の計測と記録
3 神経興奮モデルと数値シミュレーション
4 信号解析のための数学、サンプリング定理、フーリエ変換
5 相関解析、ウェーブレット変換
6 位相解析、パルス列の解析
7 AIによる生体信号処理:文献調査と発表
8 AIによる生体信号処理:文献調査と発表
 
事前学習
予習の必要はないので、その分の時間を復習に使うこと。
 
事後学習
授業内容を復習するとともに,授業内容に関する文献調査を行う。また、プログラムを作成して解析手法の理解を深めること。
 
教科書にかかわる情報
教科書 書名 ISBN
978-4-339-03381-6
備考
計測・制御セレクションシリーズ / 計測自動制御学会編, 1
著者名
藤原幸一, 久保孝富編著 ; 山川俊貴 [ほか] 共著
出版社
コロナ社
出版年
2021
NCID
 
教科書全体備考
適宜資料を配布する。
 
参考書にかかわる情報
参考書 書名 ISBN
4339071323
備考
ME教科書シリーズ / 日本エム・イー学会編, A-2
著者名
佐藤俊輔, 吉川昭, 木竜徹共著
出版社
コロナ社
出版年
2004
NCID
参考書 書名 ISBN
4871885607
備考
著者名
井庭崇, 福原義久著
出版社
NTT出版
出版年
1998
NCID
参考書 書名 ISBN
4782810105
備考
著者名
合原一幸編 ; 池口徹, 山田泰司, 小室元政著
出版社
産業図書
出版年
2000
NCID
 
参考書全体備考
特になし。必要に応じて資料を配布する。
 
使用言語
英語
 
メッセージ
履修登録者が日本人のみの場合には日本語で授業を行う。
 
オフィスアワー
随時対応。メールもしくはMattermostのDMで連絡すること。
 
メールアドレス
この項目は教務情報システムにログイン後、表示されます。
 
URL
 
 

ページの先頭へ