Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA BIOMEDICA
Insegnamento
ELABORAZIONE DI SEGNALI BIOMEDICI
INP7078881, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA BIOMEDICA
IN2374, ordinamento 2017/18, A.A. 2019/20
N0
porta questa
pagina con te
Curriculum Percorso Comune
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese BIOMEDICAL SIGNAL PROCESSING
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2019-IN2374-000ZZ-2017-INP7078881-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile MARIAPIA SACCOMANI ING-INF/06

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria biomedica ING-INF/06 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
Turni
LABORATORIO 2.0 14 36.0 2
LEZIONE 4.0 34 66.0 Nessun turno

Calendario
Inizio attività didattiche 30/09/2019
Fine attività didattiche 18/01/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2017

Syllabus
Prerequisiti: I prerequisiti fanno riferimento al corso di Segnali e Sistemi:
Segnali a tempo continuo e discreto.
Segnali notevoli. Convoluzione.
Studio in frequenza: trasformata di Fourier, serie di Fourier.
Sistemi lineari tempo-invarianti: risposta impulsiva, risposta in frequenza.
Conoscenze e abilita' da acquisire: Il corso si propone di fornire delle conoscenze di base su metodologie per l'elaborazione numerica di dati, segnali ed immagini in campo biomedico.
Verra' introdotta ed approfondita la teoria su cui tali metodologie si basano, attraverso lo studio e la discussione di alcuni casi di studio.
Modalita' di esame: L'esame e' costituito da due parti:
1° parte: prova teorica con domande aperte ed esercizi sul programma svolto a lezione.
2° parte: prova pratica di Matlab da svolgere al calcolatore.

Le due prove sono inscindibili (non se ne può ripetere una sola delle due).
Criteri di valutazione: Homework, esame scritto e prova in Matlab.
Contenuti: INTRODUZIONE
Origine e caratteristiche di dati, segnali e immagini biomedici.
Scopi dell’elaborazione numerica dei segnali ed immagini biomediche. Esempi.
Classificazione dei segnali biomedici.
I PARTE SEGNALI
1. Alcuni segnali bioacustici, biomagnetici e biomeccanici.
- il fonocardiogramma (CASE STUDY)
2. Segnali bioelettrici
- il potenziale d’azione
- il segnale elettrico del cuore, l'elettrocardiogramma (ECG) (CASE STUDY)
- l'elettromiogramma, l'elettroneurogramma, ed altri segnali bioelettrici
- i potenziali evocati (CASE STUDY).
3. Richiami alla conversione analogico/digitale dei segnali.
- richiamo al campionamento di segnali continui ed al teorema di Shannon
- quantizzazione, l'errore di quantizzazione, codifica binaria
- quantizzazione ottima.
- Applicazione all'ECG: scelta della frequenza di campionamento, analisi dell'aliasing e dell'errore di quantizzazione.
4. CASE STUDY: misura e rumore dei potenziali evocati
Tipi di rumore e tecniche per rimuovere il rumore dai segnali
- media sincrona dei potenziali e sue proprietà
- applicazione alla BCI (Brain Computer Interface).
5. CASE STUDY: i diversi tipi di rumore dell’ECG. Filtri per rimuoverli. Teoria richiesta per affrontare questi casi di studio:
Richiami ai sistemi Lineari Tempo-Invarianti (LTI)
- sistemi definiti da eq. alle differenze lineari a coeff. costanti
- filtro numerico. Filtri FIR e IIR per l'elaborazione di segnali biomedici
Rappresentazione in frequenza dei sistemi Lineari Tempo Invarianti (LTI)
- filtri ideali e filtri reali
- CASE STUDY: la rimozione dei diversi tipi di rumore nel segnale elettrocardiografico. Applicazioni ad altri segnali biomedici.
Trasformata Z di un sistema LTI e sue proprietà
- progetto di filtri digitali tramite posizionamento di zeri e poli
- progetto di filtri passa-basso, passa-alto e passa-banda
- soluzione di problemi di CASE STUDIES: progetto di filtri digitali FIR e IIR tramite posizionamento di zeri e poli nel piano complesso. Esempi ed esercizi alla lavagna.
6. CASE STUDY: riconoscimento del complesso QRS per l’analisi dell’ECG
Riconoscimento di forme d'onda.
-schema di un riconoscitore.
- algoritmi basati sulla derivata\soglia: l’algoritmo di Pan-Tompkins
- metodi basati sulla template: il metodo dei contorni e il filtro matched
- CASE STUDIES: 1.riconoscimento del complesso QRS nel segnale ECG, 2. analisi dell'ECG fetale.
7. CASE STUDY: il fonocardiogramma per la valutazione di protesi valvolari
Analisi spettrale.
- perchè e come si valuta lo spettro del segnale
- metodi non parametrici basati sulla FT: il periodogramma
- aspetti implementativi: l'uso delle finestre.
II PARTE I DATI
1. Origine e caratteristiche dei dati biochimici per lo studio di sistemi biologici/fisiologici.
2. Descrizione dell’errore di misura dei dati.
3. Descrizione statistica dei dati sperimentali:
- indici statistici
- retta di regressione (minimi quadrati lineari).
4. il modello esponenziale, applicazione ad un modello di HIV.
5. Teoria delle decisioni. Test di ipotesi.
6. Applicazione delle metodologie statistiche ai risultati di tutti i CASE-STUDIES studiati durante la parte di Segnali.
III PARTE BIOIMMAGINI
1. Principali caratteristiche dell’immagine (segnale 2D).
2. Cenni al sistema visivo umano.
3. Codifica e campionamento.
4. L'istogramma dell'immagine e la sua equalizzazione.
5. Miglioramento dell’immagine nel dominio spaziale: operatori puntuali, locali e globali.
CASE STUDY: l'angiografia digitale sottrattiva (DSA).
6. L'immagine nel dominio delle frequenze
- la trasformata di Fourier bidimensionale
- filtri passa-basso, passa-alto e passa-banda.
7. La compressione dell'immagine. Applicazioni in medicina.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali, laboratorio di informatica durante l'orario di lezione, seminari di persone che lavorano all’esterno dell’università su applicazioni di argomenti presentati a lezione.
Eventuali indicazioni sui materiali di studio: Appunti e lucidi del corso. I files .PDF delle lezioni ed eventuale materiale aggiuntivo (articoli scientifici) saranno disponibili sulla pagina web del corso (area riservata) all'inizio di ogni settimana.Testi consigliati.
Testi di riferimento:
  • R.M. Rangayyan, Biomedical Signal Analysis 2nd ed.. New York: Wiley/IEEE Press, 2015. Cerca nel catalogo
  • R.M. Rangayyan, Biomedical Signal Analysis: A Case-Study Approach. New York: Wiley/IEEE Press, 2002. Cerca nel catalogo
  • A.V. Oppenheim, R.W. Schafer, Elaborazione Numerica dei Segnali. Milano: Franco Angeli, 2009. Ed. italiana Cerca nel catalogo
  • R.C Gonzales, R.E. Woods, Digital Image Processing. New Jersey: Prentice Hall, 2008. Anche versione italiana Cerca nel catalogo
  • C. Cobelli, D. Foster, G. Toffolo, Tracer Kinetics in Biomedical Research. From Data to Model. New York: Kluwer Academic, Plenum Publishers, 2000. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Problem based learning
  • Case study
  • Story telling
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)
  • Matlab

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Salute e Benessere Istruzione di qualita' Uguaglianza di genere Industria, innovazione e infrastrutture