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.
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.
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.