METODI AVANZATI DI ANALISI DEI DATI BIOMEDICI

Obiettivi formativi

Obiettivi generali The course aims to introduce the principles, methodologies, and applications of the main engineering techniques used to study biomedical data pertaining the domains of statistics and machine learning. Obiettivi specifici - Conoscenza e comprensione Gli studenti apprenderanno concetti di statistica descrittiva, verifica di ipotesi, modelli di classificazione ed elaborazione avanzata di biosegnali - Applicare conoscenza e comprensione Gli studenti acquisiranno familiarità con gli strumenti di base per applicare test statistici e per addestrare modelli di classificazione di base - Capacità critiche e di giudizio Gli studenti impareranno a scegliere la metodologia di controllo più adatta per uno specifico problema e a valutare la complessità della soluzione proposta. - Capacità comunicative Gli studenti impareranno a comunicare in un contesto multidisciplinare le principali problematiche legate all'interfaccia dei segnali neurofisiologici con i sistemi artificiali, e a veicolare le possibili scelte progettuali a tale scopo. - Capacità di apprendimento: Gli studenti svilupperanno una mentalità orientata all'apprendimento autonomo di concetti avanzati non trattati nel corso.

Canale 1
FEBO CINCOTTI Scheda docente

Programmi - Frequenza - Esami

Programma
Statistica. Variabili; Statistiche descrittive: misure di tendenza centrale, di dispersione e di correlazione, distribuzioni di probabilità. Statistiche inferenziali: disegno sperimentale, test d’ipotesi: singolo campione, a due campioni, a campioni multipli; parametrici e non-, loro applicazione. Classificazione. Discriminazione e predizione; Analisi discriminante di Fisher, ed altri classificatori; Qualità della classificazione: risostituzione, crossvalidazione, matrice di confusione, sensibilità, specificità ed altri indici; Reti neurali artificiali Elaborazione segnale elettromiografico. Imaging di sorgenti neuroelettriche. Seminari su applicazioni specifiche.
Prerequisiti
E' richiesta la conoscenza di elementi di - teoria della probabilità - elaborazione di biosegnali
Testi di riferimento
Il materiale didattico in formato elettronico (slides, dispense, codice Matlab) sarà distribuito dal docente.
Frequenza
La frequenza delle lezioni non è obbligatoria. Tuttavia si raccomanda la partecipazione alle esercitazioni di laboratorio.
Modalità di esame
La valutazione della preparazione avverrà mediante prove scritte e di laboratorio. La prova scritta consisterà di (i) quesiti a risposta chiusa in cui viene valutata la conoscenza e la comprensione degli argomenti trattati durante il corso e (ii) un quesito a risposta aperta, in cui valutato il grado di approfondimento dello studio della materia. Nella prova di laboratorio saranno proposti problemi da risolvere mediante la stesura di uno script in ambiente Matlab.
Bibliografia
Lane, DM. Online Statistics Education: A Multimedia Course of Study
Modalità di erogazione
- Lezioni frontali - Esercitazioni presso laboratorio informatico
EMMA COLAMARINO Scheda docente
  • Codice insegnamento1044421
  • Anno accademico2024/2025
  • CorsoIngegneria Biomedica
  • CurriculumGestione del sistema sanitario
  • Anno1º anno
  • Semestre2º semestre
  • SSDING-INF/06
  • CFU12
  • Ambito disciplinareIngegneria biomedica