folie 1 2 di 1 - uni-due.de · computer netzwerke iso/osi modell information coding Übung :...

Vorlesung 2Medizininformatik

Sommersemester 2017

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 2

Zeitplan

Medizininformatik(Sommersemester 2017)

Vorlesung (2 SWS)Montags 8:30-10:00

Übung (1 SWS)10:15-11:00

1. 24.4Computer Architecture

Begrüssung, Review: Daten und Codes Neumann Architectur/ Befehlsverarbeitung

keine Übung

1.5

2. 8.5Rechnerarchitektur

Computerorganisation, Analoge Welt - Digitale Welt. AD/DA Wandler

Übung : Rechnerarchitektur

3. 15.5Computer Netzwerke

ISO/OSI ModellInformation Coding

Übung : Rechnerarchitektur

4. 22.5Computer Netzwerke

Protokolle und NetzwerkeBody Area Netze/ Vernetzte Medizingeräte

Übung:Computer Netzwerke

5. 29.5 Computer NetzwerkeNetzwerk Topologien

Übung:Computer Netzwerke

5.6

6. 12.6 Betriebssysteme/ Prozesse / Scheduler /Dispatcher Übung:Computer Netzwerke

7. 19.6 Betriebssysteme/ Prozesse / Scheduler /Dispatcher Übung:Betriebssysteme

8. 26.6 Software EngineeringEinführung, Vorgehensmodelle

Übung:Betriebssysteme

9. 3.7 Software EngineeringEchtzeitentwurf/ Ward & Mellor

ÜbungSoftware Engineering

10. 10.7 DatenbankentwurfGrundlagen/ ERM / RDM

ÜbungSoftware Engineering

11. 17.7 DatenbankentwurfKrankenhausinformationssysteme

ÜbungDatenbankentwurf

12. 24.7Klausurübung

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 3

Reale vs Digitale Welt

• Die reale Welt um uns herum ist nicht digital.

• Wir lieben eine digitale Welt, weil wir diese – und ihre Daten – mit einem Computer verarbeiten können.

• Die wirkliche Welt bemisst sich fast ausschließlich durch kontinuierliche (analoge) physikalische Größen

• Die digitale Welt ist nur eine Repräsentation analoger Größen durch diskontinuierlicher Größen

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 4

Digitale vs analoge Signale

• Begrenzte vs unbegrenzte Auflösung– Zwischen beliebigen zwei Zeiten nimmt ein nicht-

konstantes analoges Signal eine beliebig grosse Zahl von Zwischenwerten an

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 5

Vorteile einer digitalen Darstellung

• Bei begrenzten, endlichen, Stufen der Auflösung muss nur eine ganz bestimmte Größe (meistens dargestellt als Zahl) übertragen oder gespeichert werden.

• Nach Übertragung oder Speicherung muss nur noch festgestellt werden, ob es sich um die eine oder die andere Größe handelt. Bei digitalen Werten gibt es diskrete Stufen, zwischen denen es keine anderen Werte gibt.

• Es ist dann entweder die eine oder die andere vordefinierte Größe, so dass minimale Veränderungen keinen Einfluss mehr haben

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 6

Konvertierung

• Analoge Signale der realen Welt müssen in digitale Signale umgewandelt werden– Analog-Digital-Umsetzer: ADU ¦¦ ADC ¦¦ A/D-Konverter

• Digitale Signale des Computers (bits ¦¦ Bytes ¦¦ Worte) müssen in analoge Signale umgesetzt werden– Digital-Analog-Umsetzer: DAU ¦¦ DAC ¦¦ D/A-Konverter

• Wenn man beliebig häufig den Wert des Signales konvertiert, gibt es beliebig viele ('unendlich') Daten– Man muss amplituden- und zeitdiskret arbeiten

(sampeln, von 'to sample')

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 7

Kontinuität - Diskontinuität

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 8

Praktisches Abtastverhalten

• Sample and Hold: Abtasten und Halten

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 9

ADC: Analog to Digital Converter

• Flash-Konverter

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 10

DAC: Digital to Analog Konverter

• Für den Operationsverstärker gilt: UA = -UREF · RN/RIn

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 11

Konvertierungsfehler

• Nichtlinearitätsfehler (Toleranzen der Widerstände)• Offset-Fehler (Operationsverstärker)

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 12

ADC und DAC: Berechnungen

• Amplitudendiskret: Wie viele verschiedenen Amplituden (NA) muss man für ein bestimmtes Signal unterscheiden können?

• Frequenzdiskret: Wie häufig muss man Samples nehmen?

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 13

Verschiedene Abtastfrequenzen

2 pro Periode 1 pro Periode

1,5 pro Periode

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 14

Nyquist-Frequenz

• fNyquist = 2·fMax

→Die Abtastfrequenz muss mindestens doppelt so hoch sein wie die höchste zu übertragende Frequenz

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 15

Konversion positiver und negativer Werte

• Bias- oder Offset-Kode15 1111 714 1110 613 1101 512 1100 411 1011 310 1010 29 1001 18 1000 07 0111 ‐16 0110 ‐25 0101 ‐34 0100 ‐43 0011 ‐52 0010 ‐61 0001 ‐70 0000 ‐8

Fachgebiet Technische InformatikProf. Dr.‐Ing. Axel Hunger

Vorlesung MedizininformatikSommersemester 2017

Dozent: Uwe DippelFolie 16

Praktisches Beispiel

• Für ein übliches Elektrokardiogramm (ECG) wird eine Amplitudenauflösung von 1200 oder mehr verwendet.Die American Heart Association empfiehlt eine Samplefrequenz von 150 Hz für eine Analyse bei einer eventuellen Heart Rate Variation (Circulation 2001; 104: 3087-3090).– Welche Datenmenge (Rohdaten, ohne Kompression)

ergibt sich bei einer 24-stündigen Beobachtung eines Patienten mit 12 Elektroden?