Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
Analisi matematica I
Architettura degli elaboratori
2° Anno Attivato nell'A.A. 2022/2023
Insegnamenti | Crediti | TAF | SSD |
---|
3° Anno Attivato nell'A.A. 2023/2024
Insegnamenti | Crediti | TAF | SSD |
---|
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Analisi matematica I
Architettura degli elaboratori
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Elaborazione dei dati e dei segnali biomedici (2023/2024)
Codice insegnamento
4S008201
Crediti
6
Lingua di erogazione
Italiano
Offerto anche nei corsi:
- Analisi e modellazione di sistemi biologici del corso Laurea interateneo in Ingegneria dei sistemi medicali per la persona [L-8]
- Analisi e modellazione di sistemi biologici del corso Laurea interateneo in Ingegneria dei sistemi medicali per la persona [L-8]
Settore Scientifico Disciplinare (SSD)
ING-INF/06 - BIOINGEGNERIA ELETTRONICA E INFORMATICA
Corsi Singoli
Autorizzato
L'insegnamento è organizzato come segue:
Modulo B Teoria
Modulo A Teoria
Modulo B Laboratorio
Modulo A Laboratorio
Obiettivi di apprendimento
Il corso si propone fornire le conoscenze di base di metodi e modelli per l’elaborazione di dati e se- gnali biomedici e di bioimmagini Al termine del corso lo studente dovrà dimostrare di avere conoscenza dei principali metodi di elabo- razione dei segnali biomedici e di bioimmagini e capacità di comprendere temi avanzati nell'ambito della bioingegneria; Capacità di analizzare e risolvere mediante gli strumenti acquisiti, sia teorici che pratici, dei problemi di interesse nell'ambito della bioingegneria; Capacità di proseguire gli studi in modo autonomo nell’ambito della bioingegneria.
Prerequisiti e nozioni di base
-
Programma
------------------------
MM: Teoria
------------------------
(1) Principali segnali e immagini biomediche. Origine, caratteristiche ed acquisizione dei principali segnali bioelettrici (segnale elettroencefalografico - EEG, megnetoencefalografico – MEG, elettrocardiografico - ECG, elettromiografico – EMG, segnali spontanei ed indotti, potenziali evocati - EP, potenziali evento-relati - ERP); introduzione alle bioimmagini. (2) Tecniche di analisi nel dominio del tempo e in frequenza. Fondamenti dell'elaborazione digitale dei biosegnali e caratterizzazione nel dominio del tempo. Metodi di filtraggio digitale, campionamento, conversione A/D. Metodi classici per l’analisi in frequenza; bande in frequenza e spettro di potenza, periodogramma; risoluzione tempo/frequenza; bispettri e coerenza; estrazione delle caratteristiche. Metodi di analisi di sorgente per segnali cerebrali (problema diretto e inverso per il segnale EEG e MEG); metodi di analisi di connettività cerebrale funzionale ed effettiva. Applicazioni a segnali in silico e reali. (3) Analisi statistica di dati biomedici. Richiami a concetti di base di statistica descrittiva ed inferenziale. Descrizione dell’errore di misura dei dati, descrizione statistica dei dati sperimentali: indici statistici, intervalli di confidenza, verifica delle ipotesi e livelli di significatività, regressione lineare semplice e multivariata per segnali ed immagini biomediche. (4) Brain-computer interfaces. Introduzione ai principali metodi di elaborazione dei dati che consentono di decodificare l’attività cerebrale in tempo reale e convertirla in un segnale di controllo per un’interfaccia tra cervello-computer. Verrà introdotto il modello BCI e il suo contesto storico, le diverse tecniche invasive e non che permettono di misurare in tempo reale le risposte di un individuo a particolari stimoli, le modalità di interpretazione delle stesse (filtraggio, estrazione delle caratteristiche e classificazione) e la tecnologia BCI.
------------------------
MM: Laboratorio
------------------------
Il corso prevede una serie di laboratori in aula informatica con esercitazioni principalmente in ambiente MATLAB finalizzate alla familiarizzazione con i principali metodi per l’analisi di segnali e immagini biomediche (e.g. ECG, EMG, EEG, potenziali evocati, risonanza magnetica funzionale). I laboratori prevedono anche un’attività progettuale in piccoli gruppi per la risoluzione di problemi di analisi di dati biomedici. I laboratori completano le lezioni consolidando l'apprendimento e sviluppando capacità pratiche di problem-solving nel contesto della bioingegneria.
Bibliografia
Modalità didattiche
Modalità di erogazione della didattica. Lezioni frontali alla lavagna e con ausilio di diapositive a supporto, esercitazioni e progetto in laboratorio. L’approccio del corso è di tipo “hands on” dove gli studenti avranno modo di sperimentare la progettazione e l’identificazione delle metodologie di analisi più adatte per la soluzione a problemi reali di interesse medico-clinico. Il materiale didattico sarà reso disponibile agli studenti iscritti al corso sulla piattaforma Moodle. Tale materiale comprende le presentazioni delle lezioni in formato PDF e il materiale relativo alle attività di laboratorio. Per approfondimenti ed integrazioni si consiglia di consultare i testi di riferimento.
Modalità di verifica dell'apprendimento
L’esame prevede un colloquio sui temi trattati preceduto da una breve discussione del progetto assegnato ai gruppi in laboratorio.
Criteri di valutazione
Per superare l'esame lo studente dovrà dimostrare di: - aver compreso i concetti teorici e pratici degli argomenti trattati; - saper risolvere problemi connessi all’elaborazione di segnali e dati biomedici applicando le conoscenze acquisite; - conoscere l’ambiente Matlab nel contesto dell’elaborazione dei segnali e dati biomedici.
Criteri di composizione del voto finale
Il voto finale sarà dato da una media pesata (2/3 teoria, 1/3 laboratorio) dei due voti.
Lingua dell'esame
Italiano