ITA | ENG
B032696 - ELABORAZIONE DEI SEGNALI BIOMEDICI
Principali informazioni
Lingua Insegnamento
Libri di testo consigliati
Obiettivi Formativi
Prerequisiti
Metodi Didattici
Modalità di verifica apprendimento
Programma del corso
Anno Accademico 2023-24
Coorte 2023 - Laurea Magistrale in INGEGNERIA BIOMEDICA
Anno di corso
Primo Anno - Primo Semestre
Dipartimento di Afferenza
Ingegneria dell'Informazione
Modulo di sola Frequenza di
Settore Scientifico disciplinare
ING-INF/06 - BIOINGEGNERIA ELETTRONICA E INFORMATICA
Crediti Formativi
6
Ore Didattica
48
Periodo didattico
11/09/2023 ⇒ 15/12/2023
Frequenza Obbligatoria
No
Tipo Valutazione
Giudizio Finale
Programma del corso
mostra
Docenza
Lingua Insegnamento
Italiano
Libri di testo consigliati (Cerca nel catalogo della biblioteca)
Slide delle lezioni disponibili previa autenticazione su Moodle.
Altri testi:
• Cerutti, S., & Marchesi, C. (2011). Advanced methods of biomedical signal processing (Vol. 27). John Wiley & Sons.
• Najarian, K., & Splinter, R. (2012). Biomedical signal and image processing. Taylor & Francis.
• Rangayyan, R. M. (2015). Biomedical signal analysis. John Wiley & Sons.
• William Navidi (2006). Probabilità e statistica per l’ingegneria e le scienze. McGraw-Hill.
• M. Luise & G.M. Vitetta (2009). Teoria dei segnali. McGraw-Hill.
Altri testi:
• Cerutti, S., & Marchesi, C. (2011). Advanced methods of biomedical signal processing (Vol. 27). John Wiley & Sons.
• Najarian, K., & Splinter, R. (2012). Biomedical signal and image processing. Taylor & Francis.
• Rangayyan, R. M. (2015). Biomedical signal analysis. John Wiley & Sons.
• William Navidi (2006). Probabilità e statistica per l’ingegneria e le scienze. McGraw-Hill.
• M. Luise & G.M. Vitetta (2009). Teoria dei segnali. McGraw-Hill.
Obiettivi Formativi
Il corso si propone di fornire le competenze sia teoriche che pratiche necessarie per l'elaborazione dei segnali biomedici. Verranno quindi introdotte le tecniche di elaborazione quantitative nel tempo e in frequenza dei principali segnali fisiologici. Integrando tali conoscenze in un processo di analisi e sintesi in cui sia possibile sfruttare tali informazioni a supporto della decisione clinica e della caratterizzazione dei sistemi osservati. Nell'ottica di poter utilizzare tali informazioni ed elaborazioni anche in combinazione con metodi di intelligenza artificiale.
Prerequisiti
Teoria dei segnali, statistica, algebra lineare, metodi probabilistici, elementi di fisiologia.
Metodi Didattici
Lezioni frontali, esercitazioni di gruppo.
Modalità di verifica apprendimento
Modalità esame:
-Prova orale
-Prova orale ed elaborato sperimentale.
-Prova orale
-Prova orale ed elaborato sperimentale.
Programma del corso
-Introduzione all'elaborazione dei segnali biomedici.
-Richiami di teoria dei segnali, variabili aleatorie e processi stocastici.
-Richiami di statistica descrittiva ed inferenziale.
-Tecniche di analisi ed elaborazione dei segnali biomedici nel dominio del tempo e della frequenza.
-Progetto di filtri digitali per applicazioni biomedicali (FIR, IIR, filtri adattativi).
-Analisi tempo-frequenza: STFT e Wavelets (CWT, DWT, SWT).
-Introduzione alle analisi non lineari: entropia dell'informazione.
-Metodi di analisi multivariata (es. Coerenza, PLI, PLV, analisi dei surrogati).
Esempi di applicazioni dei metodi di elaborazione sui principali segnali e dati biomedici:
-Introduzione ai metodi di analisi del segnale EDA
-Metodi di analisi del segnale ECG ed HRV
-Metodi di analisi della voce e del parlato a supporto della caratterizzazione clinica.
-Introduzione ai metodi di analisi del segnale respiratorio.
-Introduzione ai metodi di analisi del segnale EMG
-Introduzione al segnale EEG (principi ed applicazioni).
Cenni ai sistemi di supporto alla decisione clinica, introduzione al Data Mining e pre-processing dei dati (es. data imputation, PCA, clustering).
Focus su applicazioni bioingegneristiche: Seizure detectors, metodi in polisonnografia, f-ECG.
Esperienze formative sperimentali di gruppo: Metodi per la predizione del rischio di mortalità in terapia intensiva.
-Richiami di teoria dei segnali, variabili aleatorie e processi stocastici.
-Richiami di statistica descrittiva ed inferenziale.
-Tecniche di analisi ed elaborazione dei segnali biomedici nel dominio del tempo e della frequenza.
-Progetto di filtri digitali per applicazioni biomedicali (FIR, IIR, filtri adattativi).
-Analisi tempo-frequenza: STFT e Wavelets (CWT, DWT, SWT).
-Introduzione alle analisi non lineari: entropia dell'informazione.
-Metodi di analisi multivariata (es. Coerenza, PLI, PLV, analisi dei surrogati).
Esempi di applicazioni dei metodi di elaborazione sui principali segnali e dati biomedici:
-Introduzione ai metodi di analisi del segnale EDA
-Metodi di analisi del segnale ECG ed HRV
-Metodi di analisi della voce e del parlato a supporto della caratterizzazione clinica.
-Introduzione ai metodi di analisi del segnale respiratorio.
-Introduzione ai metodi di analisi del segnale EMG
-Introduzione al segnale EEG (principi ed applicazioni).
Cenni ai sistemi di supporto alla decisione clinica, introduzione al Data Mining e pre-processing dei dati (es. data imputation, PCA, clustering).
Focus su applicazioni bioingegneristiche: Seizure detectors, metodi in polisonnografia, f-ECG.
Esperienze formative sperimentali di gruppo: Metodi per la predizione del rischio di mortalità in terapia intensiva.