courses:psaw:start

  • Course: Warsztat z analizy sygnałów psychofizjologicznych (WFAIS.IF-X218.0)
Block No. Date Materials
INTRO 1. 04.03.2025 Introduction to PSAW & Python (dr Krzysztof Kutt)
METHODS 2. 11.03.2025 Experimental research (dr Krzysztof Kutt)
Zajęcia wyjątkowo odbywają się zdalnie: Grupa 1 (8:30), Grupa 2 (10:15), Grupa 3 (12:15)
3. 18.03.2025 Implementation (dr Krzysztof Kutt)
MODELS 4. 25.03.2025 Statistics 101 (dr Jeremi Ochab)
5. 01.04.2025 Machine learning (dr Jeremi Ochab)
6. 08.04.2025 Time series analysis (dr Jeremi Ochab)
DEVICES 7. 15.04.2025 Psychophysiological measurement (mgr Honorata Zych)
8. 29.04.2025 Filtering (mgr Honorata Zych)
9. 06.05.2025 Devices 101 (mgr Honorata Zych)
SIGNALS 10. 13.05.2025 Electrocardiography (ECG) (mgr Honorata Zych)
11. 20.05.2025 Electromyography (EMG) (mgr Maciej Szelążek)
12. 27.05.2025 Electrodermal activity (EDA/GSR) (mgr Maciej Szelążek)
13. 03.06.2025 Electroencephalography (EEG) (mgr Maciej Szelążek)
14. Final slot for projects' preparation, consultation, etc
OUTRO 15. 10.06.2025 Projects' presentation and course recap (mgr Maciej Szelążek)

INFO: All materials from the 'Prepare for the lab' and 'Learn more' section that are not publicly available online have been placed in a dedicated folder (access for course participants only).

(as long as formally course is taught in Polish, the rules will be in Polish)

  • 100 EXP stanowi 100% łącznej liczby punktów. Punkty można zdobywać poprzez realizację różnych questów (żaden z nich nie jest obowiązkowy; ważna jest suma punktów na koniec semestru):
    • 12x4.5 EXP (54 EXP): kartkówki “wejściówki” [poza pierwszymi i ostatnimi zajęciami] – 3 pytania po 1.5 EXP (2 pytania dotyczące materiałów z sekcji “Prepare for the lab” w instrukcji do danych zajęć + 1 pytanie dotyczące treści realizowanych na poprzednich zajęciach)
    • ??x6 EXP: przesłanie sprawozdania z “Advanced practice session” (takie sprawozdania nie są przypisane do każdych zajęć)
      • Warunek: Podstawowa część sprawozdania (“Practice session”) również musi być zrealizowana (i przesłana)
      • Oceniana jest tylko realizacja części “Advanced”
      • Sprawozdanie należy przesłać do rozpoczęcia kolejnych zajęć. Za spóźnienie (niezależnie od długości spóźnienia), otrzymana ilość punktów dzielona jest przez 2
    • 24 EXP: przygotowanie projektu grupowego (szczegóły poniżej)
    • ??x2 EXP: praktyka – udział w eksperymencie BIRAFFE3 jako uczestnik badania
    • ??x2 EXP: zaproszenie osób do udziału w eksperymencie BIRAFFE3 (za każdą zaproszoną osobę, która nie jest uczestnikiem tego kursu, która weźmie udział w badaniu i zgłosi kto ją zaprosił do udziału)
      • Punkty te są brane pod uwagę tylko w momencie uzyskania zaliczenia w terminie podstawowym (= należy mieć min. 50 EXP na koniec semestru, aby punkty za zaproszone osoby zostały doliczone)
    • Aktywność na zajęciach: 1 “plus” = 1 EXP
      • Plusy są brane pod uwagę tylko w momencie uzyskania zaliczenia w terminie podstawowym (= należy mieć min. 50 EXP na koniec semestru, aby plusy zostały doliczone)
  • Dozwolone są dwie nieusprawiedliwione nieobecności.
    • Każda kolejna nieobecność skutkuje odjęciem 10 EXP.
  • Skala ocen:
    • >= 90% – bdb
    • >= 80% – db+
    • >= 70% – db
    • >= 60% – dst+
    • >= 50% – dst
    • < 50% – ndst

Projekty grupowe

Projekty realizowane w grupach (2-4 osób) mogą być dwojakiego rodzaju:

  • Przygotowanie i przeprowadzenie własnego eksperymentu z pomiarem psychofizjologicznym, a więc realizacja następujących punktów:
    1. [4 EXP] Opracowanie planu badawczego, identyfikacja zmiennych i hipotez,
    2. [4 EXP] Implementacja procedury,
    3. Zebranie danych
    4. [4 EXP] Odpowiedni pre-processing danych (filtrowanie, wyznaczenie załamków R w sygnale EKG, podział sygnału EDA na dwa komponenty składowe, etc),
    5. [4 EXP] Wyznaczenie charakterystyk sygnału (zbiór parametrów HRV, wysokość i długości peaków w sygnale EDA, etc),
    6. [4 EXP] Weryfikacja hipotez,
    7. [4 EXP] Finalna prezentacja projektu.
  • Analiza istniejącego datasetu BIRAFFE2 zebranego za pomocą narzędzi zbliżonych do tych przedstawianych na zajęciach. Krótkim wstępem do jednego z fragmentów datasetu jest laboratorium Statistics 101, gdzie analizowane są dane zebrane w interakcji z badanymi – celem projektu jest rozszerzenie tych analiz o przetwarzanie danych fizjologicznych (EKG i/lub EDA) zawartych w podzbiorze BIRAFFE2-biosigs, a więc:
    1. [8 EXP] Zapoznanie się z danymi, wczytanie danych i wybór hipotez,
      • Dobór hipotez jest dowolny - najlepiej wybrać coś co będzie dla Państwa ciekawe. Przykładowe pomysły:
        • Czy istnieją różnice w charakterystykach fizjologicznych pomiędzy osobami o różnych profilach osobowości (warto każdą z cech sprowadzić do trzech poziomów: niski/średni/wysoki)?
        • Czy istnieją zależności pomiędzy reakcją fizjologiczną a odczuwanymi emocjami (zaznaczonymi przez badanych jako odpowiednie valence i arousal w BIRAFFE2-procedure)?
        • Czy można wskazać jakieś związki pomiędzy charakterystykami EKG/EDA, a akcjami wykonywanymi w grach? (np. czy atakowanie przeciwnika albo utrata życia są zwykle związane z jakąś konkretną zmianą wybranych charakterystyk sygnałów)
    2. [4 EXP] Odpowiedni pre-processing danych (filtrowanie, wyznaczenie załamków R w sygnale EKG, podział sygnału EDA na dwa komponenty składowe, etc),
    3. [4 EXP] Wyznaczenie charakterystyk sygnału (zbiór parametrów HRV, wysokość i długości peaków w sygnale EDA, etc),
    4. [4 EXP] Weryfikacja hipotez,
    5. [4 EXP] Finalna prezentacja projektu.

Zaliczenie projektu:

  • przesłanie kodu analiz (np. jako zbiór Jupyter Notebooków) najpóźniej do momentu rozpoczęcia ostatnich zajęć
  • zaprezentowanie wyników na forum grupy na ostatnich zajęciach (nie ma konieczności przygotowania slajdów; można zaprezentować Jupyter Notebook i opowiedzieć o tym co i w jaki sposób zostało zrealizowane oraz podsumować uzyskane wyniki)

Books and Courses on DSP

Psychophysiology

  • John T. Cacioppo, Louis G. Tassinary, Gary G. Berntson - Handbook of Psychophysiology (Cambridge University Press, 2016) – great handbook if you want to know more about all the physiology behind analysed signals (3rd edition available online via EBSCO)
  • Dzedzickis et al. - Human Emotion Recognition: Review of Sensors and Methods (Sensors, 2020) – A brief introduction to the major methods of psychophysiological measurement; focused on emotions, but provides general principles of how each measurement works

Datasets

Tools

  • NeuroKit2 (toolbox for BVP, ECG, EDA, EEG, EMG, EOG, Respiration; it has a physiological signal generator)
  • BioSPPy (toolbox for BVP, ECG, EDA, EEG, EMG, Respiration)
  • courses/psaw/start.txt
  • Last modified: 3 weeks ago
  • by kkt