Catalogo dei Corsi di studio

Obiettivi in fase di definizione.

Programma

EDSB1 costituisce il secondo modulo (6CFU) del corso integrato SEGNALI DETERMINISTICI E STOCASTICI ED ELABORAZIONE DATI E SEGNALI BIOMEDICI I (12 CFU).
Il primo modulo di tale corso (Segnali Deterministici e Stocastici - SDS) da 6 CFU è erogata dal Prof. Lorenzo Piazzo.

1. Catena di misura di un biosegnale
1.1. Introduzione: biosegnali, misure e rumore
1.2. Sistemi di misura
1.3. Trasduttori
1.4. Processamento segnali analogici
1.5. Rumore
1.6. Conversione ADC
1.7. Analisi di Fourier

2. Stima dello spettro di densità di potenza
2.1. Segnali discreti
2.2. Trasformata Discreta di Fourier
2.3. Fast Fourier Transform
2.4. Stima spettrale Non-parametrica
2.4.1. Intro
2.4.2. Serie stocastiche
2.4.3. Teoria della stima
2.4.4. Windowing
2.4.5. Periodogramma classico
2.4.6. Periodogramma modificato
2.4.7. Periodogramma di Bartlett
2.4.8. Periodogramma di Welch
2.4.9. Periodogramma di Blackman-Tukey
2.5. Stima spettrale parametrica
2.5.1. Metodi parametrici
2.5.2. Modelli autoregressivi
2.5.3. Equazioni di Yule-Walker

3. Segnale Elettroencefalografico
3.1. Fisiologia alla base del segnale EEG
3.2. Strumentazione per l’acquisizione del segnale EEG
3.3. Processamento del segnale EEG

4. Segnale Elettromiografico
4.1. Fisiologia alla base del segnale EEG
4.2. Strumentazione per l’acquisizione del segnale EEG
4.3. Processamento del segnale EEG

Testi adottati

Semmlow and Griffel, “Biosignal and Medical Image Processing”, CRC Press, 2014
Smith, “The scientist and Engineer’s Guide to Digital Signal Processing”, Second Edition, California Technical Publishing, San Diego, California, 1999
Prabhu, “Window functions and their application in Signal Processing”, CRC Press, 2014
Mecarelli, “Clinical Electroencephalograpy”, Springer, California, 2019
Kamen and Gabriel, “Essentials of Electromiography”, Human Kinetics, 2010
Rangayyan, “Biomedical Signal Analysis”, Second Edition, Wiley IEEE Press, 2015
Attaway, “MATLAB: A Practical Introduction to Programming and Problem Solving”, 5th Edition, Butterworth-Heinemann, 2019

Prerequisiti

I principali prerequisiti necessari ad affrontare il corso sono: 1. Principi di base di teoria dei segnali 2. Statistica e Probabilità 3. Teoria della stima 4. Analisi Matematica

Modalità di svolgimento

L’insegnamento verrà erogato per 60 ore (6CFU) suddivise in: 1. 48 ore (80%) di lezioni frontali 2. 9 ore di esercitazioni 3. 3 ore dedicate a seminari che descrivono le principali linee di ricerca relative all’analisi dei biosegnali (EEG e EMG)

Modalità di frequenza

Il corso viene attualmente erogato in modalità mista sincrona. E' possibile seguire le lezioni in presenza in aula (vedi orario delle lezioni sul sito di ateneo per avere info su luogo e ora) e nello stesso orario anche a distanza mediante piattaforma zoom al link "aula virtuale" specifico dell'aula in cui viene tenuta la lezione.

Modalità di valutazione

L’esame relativo al modulo EDSB1 consiste in una prova scritta composto da domande in forma chiusa e esercizi. In particolare:
1. 27 quesiti vero/falso su tematiche relative all’intero programma del corso
2. 2 esercizi relativi al calcolo dello spettro di densità di potenza.

Per ognuna delle 27 frasi che si trovano nel compito lo studente dovrà indicare se l'affermazione è vera o falsa, oppure potrà scegliere di non dare la risposta. Verrà assegnato: 1pt per ogni risposta corretta, -0.2pt per ogni risposta errata e 0pt per ogni risposta non data. Ad ognuno dei due esercizi verrà dato un punteggio da 1 a 3 punti. La prova si passa con voto >18. Coloro i quali superano l’esame con un voto superiore a 28 possono richiedere una prova orale (1 domanda aperta sul programma del corso) a cui il docente potrà assegnare o detrarre un massimo di 3 punti (rispetto al voto dello scritto).
Il voto verbalizzato sarà dato dalla media aritmetica tra i voti ottenuti nei due moduli (SDS+EDSB1).
Il candidato dovrà superare i due moduli nello stesso anno accademico, altrimenti dovrà risostenere il modulo superato.