Couvre le concept de temps, le caractère pratique du temps discret, le théorème d'échantillonnage, le stockage numérique, la transmission des signaux et les idées clés du traitement numérique des signaux.
Explore l'activité neuronale, les signaux électromagnétiques, EEG, MEG, les propriétés des signaux, les sources sonores, les méthodes d'analyse et les techniques de décodage.
Explore la résonance magnétique nucléaire, les principes d'IRM, les séquences de pouls, la reconstruction d'images, les considérations de sûreté et la normalisation du volume dans l'imagerie cérébrale.
Explore le traitement photopléthysmographique du signal, la réduction du bruit, le filtrage adaptatif, les appareils portables et la mesure du temps d'arrivée des impulsions.
Explore le filtrage du bruit, l'estimation du signal et l'optimisation du rapport signal sur bruit grâce au théorème de Wiener-Khintchine et à la densité spectrale de puissance.
Explore le traitement du signal neuronal pour les interfaces cerveau-ordinateur, y compris les techniques de décodage comme les filtres Kalman et le tri des pics.
Explore la transduction et le déclassement dans les dispositifs micro/nanomécaniques, en mettant l'accent sur les sources sonores et le traitement des signaux.
Explore les méthodes d'estimation du spectre paramétrique, y compris les spectres linéaires et lisses, et se penche sur l'analyse de la variabilité de la fréquence cardiaque.
Explore le rapport signal sur bruit, le filtrage des signaux bruités et la densité spectrale de puissance pour la réduction du bruit dans le traitement du signal.
Discute des propriétés et caractéristiques fondamentales des détecteurs optiques, y compris la réactivité, l'efficacité quantique et l'impact du bruit sur les limites de détection.