Signaalanalyse

Signal Analysis

Studiewijzer 2016/2017

Globale inhoud

Students will learn the basic concepts of computer-assisted analysis of biological signals, with a focus on neurophysiological data. The course has a strong practical component, where the emphasis is on the application of analytical techniques on real data, spanning from electroencephalographic recordings to neuronal spiking activity. Each topic (such as Fourier decomposition, spike train analysis) will be covered by a theoretical introduction, followed by a demonstration on real data. Students will learn to develop MATLAB-based programs for the analysis of neurophysiological signals.

The main subjects covered in the course will be:

• Programming in MATLAB: recap, advanced topics
• Performing basic signal processing in MATLAB
• Introduction to linear algebra
• Fourier analysis, theory and practice
• Spectral filtering
• Introduction to image processing
• Analysis of neuronal spiking data
• Foundations of information theory
  

Studiemateriaal

Literatuur

• Wallisch et al., Matlab for Neuroscientists, Second Edition, Elsevier

Overig

• Additional material will be provided by the lecturer on Blackboard.

Leerdoelen

At the end of the course students will be able to:

• read, interpret and design computer programs in MATLAB;
• independently develop MATLAB program to perform simple signal processing routines;
• describe, select and use the most relevant signal processing techniques for spectral analysis/filtering and for the analysis of spiking data;
• describe and apply basic concepts and tools of linear algebra, image processing and information theory

Onderwijsvormen

• Hoorcollege
• Presentatie/symposium
• Zelfstudie
• Preperation for final test
• Laptopcollege

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• Deelname aan alle practica, computerpractica, veldwerk en werkcolleges in het curriculum is verplicht en de student dient zich op deze bijeenkomsten terdege voor te bereiden.
  

Aanvullende eisen voor dit vak:

Aanvullende eisen voor dit vak:

Students are highly advised to be present at the lectures (hoorcolleges), and are required to attend the practical sessions during which exercises will have to be performed. Student participation during these sessions will be graded by the practical teachers (10% of the final grade, minimum grade is 5). Students are allowed to skip at most 10% of the compulsory sessions, and need to justify their absence. Compulsory practical sessions are indicated in the course schedule.

Some practical sessions are entirely dedicated to the preparation of the assignments (see the schedule). Attendance to these sessions is highly advised but not compulsory.

Toetsing

Grading matrices/rubrics and criteria for each of the graded component will be uploaded on Blackboard at the beginning of the course.

Inzage toetsing

De manier van inzage wordt via de digitale leeromgeving gecommuniceerd.

Opdrachten

Group Assignment

• Students will have to perform 3 group assignments. Assignment 1 and 2 will be based on the development of MATLAB code. Assignment 3 will consist of writing a report and preparing a short presentation on an advanced technique for data analysis. Groups for assignments (3-4 students) will be announced at the beginning of the course. During the week after the previous assignment, feedback will be given by the supervisors.

Onderstaande opdrachten komen aan bod in deze cursus:

•    Naam opdracht 1 : beschrijving 2
•    Naam opdracht 2 : beschrijving 1
•    ....

Fraude en plagiaat

Dit vak hanteert de algemene ‘Fraude- en plagiaatregeling’ van de UvA. Onder plagiaat of fraude wordt verstaan het overschrijven van het werk van een medestudent dan wel het kopiëren van wetenschappelijke bronnen (uit bijvoorbeeld boeken en tijdschriften en van het Internet) zonder daarbij de bron te vermelden. Uiteraard is plagiaat verboden. Hier wordt nauwkeurig op gecontroleerd en streng tegen opgetreden. Bij verdenking van plagiaat wordt de examencommissie van de opleiding ingeschakeld. Wanneer de examencommissie overtuigd is dat er plagiaat gepleegd is dan kan dit maximaal leiden tot een uitsluiting van al het onderwijs van de opleiding voor een heel kalenderjaar. Zie voor meer informatie over het fraude- en plagiaatreglement van de Universiteit van Amsterdam.www.uva.nl/plagiaat

Weekplanning

Rooster

Eindtermen

Deze cursus draagt bij aan de volgende eindtermen van de opleiding Psychobiologie:

1) Kennis en Inzicht

De bachelor:

• 1e) kan de kennis opgedaan bij een zelfgekozen vak uitleggen.

2) Toepassen Kennis en Inzicht

De bachelor:

• 2b) kan ondersteunende disciplines zoals wis-, natuur- en scheikunde en programmeren toepassen.
• 2g) kan voor de psychobiologie relevante computerprogramma’s en/of programmeertalen gebruiken.
• 2h) kan ruwe data interpreteren en een geschikte (kwantitatieve) analysemethode toepassen.

3) Oordeelsvorming

De bachelor:

• 3e) kan informatie analyseren aan de hand van kwaliteitscriteria.

4) Communicatie

De bachelor:

• 4a) kan kennis, bevindingen en standpunten in wetenschappelijk Nederlands en Engels schriftelijk rapporteren en mondeling presenteren.
• 4c) kan op basis van begrip en respect communiceren.

5) Leervaardigheden

De bachelor:

• 5a) kan een zelfstandige en wetenschappelijke werkwijze en houding ontwikkelen.
• 5d) kan een constructieve en synergetische manier van samenwerken ontwikkelen.
• 5e) kan zich in een zelfgekozen deelgebied verdiepen of verbreden.
• 5f) kan zich nieuwe technische vaardigheden eigen maken.
• 5g) kan feedback geven en verwerken.
• 5i) kan reflecteren op eigen gedrag en dit gedrag desgewenst verbeteren.

Aanvullende informatie

Basic mathematics and statistics (trigonometry, differential calculus, complex numbers, probability theory, main statistical tests).

Students are required to have followed at least an introductory course on programming in Matlab (e.g. Inleiding Programmeren or similar)

Capacity: Max. 50 students

Contactinformatie

Coördinator

• Umberto Olcese