L’insegnamento ha lo scopo di presentare le più diffuse tecniche di elaborazione di segnali biomedici. Esso intende approfondire le conoscenze di base relativamente alle tecniche di filtraggio dei segnali, di stima spettrale (in particolare di processi casuali), e di stima spettrale tempo-variante per segnali non stazionari. Ogni tecnica presentata verrà corredata da applicazioni su segnali biomedici reali.

Conoscenza e capacità di comprensione Conoscenze relative alle tecniche matematiche di filtraggio e stima spettrale. Conoscenze relative al contenuto informativo dei diversi segnali biomedici. Conoscenza delle potenzialità diagnostiche e di monitoraggio delle diverse tecniche di elaborazione. Conoscenza delle problematiche specifiche di analisi dei diversi segnali biomedici. Capacità di applicare conoscenza e comprensione Dato un quesito clinico relativo ad un segnale biomedico, lo studente sarà in grado di applicare la tecnica più vantaggiosa per l’estrazione dell’informazione richiesta dal segnale. Inoltre, grazie alla conoscenza delle più recenti tecniche di elaborazione, lo studente sarà in grado di sviluppare metodi di analisi e di feature extraction automatici. Autonomia di giudizio Questo insegnamento contribuisce a sviluppare l’autonomia di giudizio durante le esercitazioni di laboratorio. Abilità comunicative Questo insegnamento contribuisce a migliorare le abilità comunicative scritte e orali mediante i laboratori. Capacità di apprendimento Questo insegnamento contribuisce a fornire allo studente gli strumenti per un aggiornamento continuo, richiedendogli la consultazione di articoli scientifici recenti che descrivono i diversi algoritmi di elaborazione. Questa attività ha lo scopo di illustrare come sia possibile, tramite la rete, acquisire informazioni e conoscenza circa le più recenti e performanti tecniche di elaborazione.

Lo studente deve avere, in particolare, una buona preparazione di matematica, teoria dei segnali, ed elementi di fisiologia. Le caratteristiche dei segnali biologici principali (EEG, ECG, EMG, etc …) devono essere note. Conoscenza delle nozioni base di anatomia e fisiologia umana sono importanti per una migliore comprensione delle necessità di applicazione di tecniche di elaborazione per rispondere ad alcuni quesiti clinici.

Gli argomenti principali del corso sono i seguenti: - Tecniche di filtraggio digitale (10h) - Stima spettrale tradizionale (10h) - Stima spettrale parametrica (10h) - Stima spettrale tempo-variante (10h) - Analisi della complessità ed analisi non-lineari (10h) - Applicazioni specifiche dell’elaborazione di segnali biomedici (20h) - Problematiche e recenti sviluppi (10h)

Il corso è organizzato in lezioni frontali ed esercitazioni in laboratorio. I laboratori, nel numero di dieci, sono organizzati in squadre di quattro studenti e vengono distribuiti lungo il corso dell’insegnamento. I laboratori sono svolti al calcolatore utilizzando MATLAB come strumento di sviluppo di algoritmi di elaborazione dei segnali. Il programma dei laboratori verte sull’approfondimento delle nozioni teoriche apprese a lezione, in particolare verranno proposti quesiti di elaborazione che inviteranno gli studenti ad implementare gli algoritmi studiati a lezione e ad applicarli a dati reali.

Slide fornite dal docente ed articoli scientifici di recente pubblicazione su tecniche particolari. Libro di Testo del corso: L. Mesin, Introduction to Biomedical Signal Processing, 2017, ISBN: 9788892332485

Modalità di esame: Test informatizzato in laboratorio; Prova orale obbligatoria;

Exam: Computer lab-based test; Compulsory oral exam;

... L’esame consta di due parti: una pratica svolta al calcolatore seguita da una verifica orale. Il superamento della prova al calcolatore, della durata di un’ora e mezza, è necessario prima di poter accedere alla verifica orale. La prova al calcolatore verte su quesiti di elaborazione applicati a segnali reali. Lo studente, durante tale prova, ha accesso a internet e può consultare appunti, libri o qualunque altra forma di informazione. La prova pratica è volta ad accertare le conoscenze relative alle tecniche matematiche di filtraggio e stima spettrale, la capacità di estrarre il contenuto informativo del segnale biomedico considerato, commentandone eventuali potenzialità diagnostiche o di monitoraggio. Lo studente dovrà inoltre dimostrare di essere in grado di applicare la tecnica più vantaggiosa per l’estrazione dell’informazione richiesta dal quesito clinico. Inoltre, lo studente dovrà mostrare di essere in grado di sviluppare metodi di analisi e di feature extraction automatici. La verifica orale verte su tutti gli argomenti del corso e dà allo studente l’opportunità di discutere meglio le scelte operate durante la prova pratica. Le due parti sono valutate con voti in trentesimi, di cui si fa la media aritmetica per determinare la valutazione finale.

Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.