Opções de inscrição
Conceito de sinal. Sinal de tempo contínuo e sinal de tempo discreto. Definição de sinal biológico. Tipos de sinais. Estímulos e grandezas fisiológicas. Aquisição de sinais biológicos. Diagrama de blocos de um sistema de aquisição de sinais biológicos. Princípios de funcionamento dos sensores. Transdutores e eletrodos. Métodos e características das medições e necessidades de um condicionamento de sinal. Filtragem analógica. Filtros e amplificação de sinais. Conversão analógica/digital (CAD). Amostragem. Quantização. Processamento de sinais biológicos. Etapas de um sistema de processamento digital de sinais biológicos. Filtragem digital. Realce de parâmetros e informações. Análise de sinais biológicos. Extração de características. Reconhecimento e classificação de padrões. Exemplo de um sistema computacional de auxílio ao diagnóstico médico de patologias raras com sintomas em comum baseados na inferência probabilística em redes bayesianas.
Aquisição, Processamento e Análise de sinais biológicos
starstarstarstarstar 0,0 (0 avaliações)
lock_open Inscrições abertas ao público
groups 758 Alunos matriculados
school 627 Alunos concluíram
Sobre o curso
calendar_month Lançado em 1/12/2021
forum Sem discussões
group Sem orientação / facilitacão
Trilha: Escolher
Conceito de sinal. Sinal de tempo contínuo e sinal de tempo discreto. Definição de sinal biológico. Tipos de sinais. Estímulos e grandezas fisiológicas. Aquisição de sinais biológicos. Diagrama de blocos de um sistema de aquisição de sinais biológicos. Princípios de funcionamento dos sensores. Transdutores e eletrodos. Métodos e características das medições e necessidades de um condicionamento de sinal. Filtragem analógica. Filtros e amplificação de sinais. Conversão analógica/digital (CAD). Amostragem. Quantização. Processamento de sinais biológicos. Etapas de um sistema de processamento digital de sinais biológicos. Filtragem digital. Realce de parâmetros e informações. Análise de sinais biológicos. Extração de características. Reconhecimento e classificação de padrões. Exemplo de um sistema computacional de auxílio ao diagnóstico médico de patologias raras com sintomas em comum baseados na inferência probabilística em redes bayesianas.
Por onde estão nossos alunos
- Brasil749 alunos matriculados
- Estados Unidos da América5 alunos matriculados
- Bolívia (Estado Plurinacional da)1 aluno matriculado
- França1 aluno matriculado
- Itália1 aluno matriculado
- Paraguai1 aluno matriculado
- Rio Grande do Norte286 alunos matriculados
- Bahia48 alunos matriculados
- Minas Gerais47 alunos matriculados
- Ceará44 alunos matriculados
- Paraíba39 alunos matriculados
- Pernambuco33 alunos matriculados
- Espírito Santo29 alunos matriculados
- Maranhão22 alunos matriculados
- São Paulo22 alunos matriculados
- Paraná21 alunos matriculados
- Rio de Janeiro20 alunos matriculados
- Pará18 alunos matriculados
- Piauí17 alunos matriculados
- Sergipe17 alunos matriculados
- Rio Grande do Sul15 alunos matriculados
- Mato Grosso14 alunos matriculados
- Alagoas11 alunos matriculados
- Amazonas11 alunos matriculados
- Distrito Federal9 alunos matriculados
- Santa Catarina8 alunos matriculados
- Goiás7 alunos matriculados
- Mato Grosso do Sul7 alunos matriculados
- Amapá3 alunos matriculados
- Acre1 aluno matriculado
- Rondônia1 aluno matriculado
- Roraima1 aluno matriculado
Conteúdo
-
Plano do módulo
-
Boas-vindas
-
Certificado de Matrícula
-
Texto – Unidade 1
-
Avaliação Unidade 1
-
Texto – Unidade 2
-
GIF 1
-
GIF 2
-
Avaliação Unidade 2
-
Texto – Unidade 3
-
GIF 3
-
Avaliação Unidade 3
-
UNIDADE 4
-
Avaliação Unidade 4
-
Referências
-
ENQUETE FINAL
-
Certificado de Conclusão