CODICE 80220 ANNO ACCADEMICO 2023/2024 CFU 9 cfu anno 3 INGEGNERIA BIOMEDICA 8713 (L-8) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/06 LINGUA Italiano SEDE GENOVA PERIODO 1° Semestre PROPEDEUTICITA Propedeuticità in ingresso Per sostenere l'esame di questo insegnamento è necessario aver sostenuto i seguenti esami: INGEGNERIA BIOMEDICA 8713 (coorte 2021/2022) COMUNICAZIONI ELETTRICHE 65958 2021 MATERIALE DIDATTICO AULAWEB PRESENTAZIONE L'elaborazione numerica dei segnali digitali è una disciplina molto vasta con applicazioni in differenti domini quali ad esempio comunicazioni, esplorazioni spaziali e medicina. L'elaborazione dei segnali digitali si occupa principalmente della rappresentazione, trasformazione e manipolazione dei segnali e delle informazioni in essi contenute. Questo corso è diviso in due parti: una più strettamente legata all’analisi dei segnali e l’altra sui metodi fondamentali di statistica inferenziale. Benché lontani, questi due domini della conoscenza sono fortemente legati nelle discipline biomedicali. In questo corso verranno trattati gli strumenti fondamentali per la costruzione dei test d’ipotesi e per la manipolazione dei segnali discreti con particolare attenzione alle applicazioni biomedicali quali, ad esempio, il segnale elettrocardiografico ed elettroencelografico. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI L'insegnamento ha l'obiettivo di fornire le conoscenze di base sulle metodologie per il trattamento e l'elaborazione numerica di dati e segnali in campo biomedico, in vista di possibili applicazioni cliniche OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Obiettivo 1. Comprendere le basi teoriche per l’elaborazione dei segnali discreti. Risultati di apprendimento per l'Obiettivo 1. Gli studenti saranno in grado di descrivere le basi teoriche delle tecniche fondamentali dell’elaborazione numerica dei segnali discreti (e.g. Discrete Fourier Transform, Filter design, Power spectral density estimation). Obiettivo 2. Applicare strumenti dell’elaborazione dei segnali a contesti clinico-scientifici propri della Bioingegneria. Risultati di apprendimento per l'Obiettivo 2. Gli studenti saranno in grado di applicare gli strumenti teorici a casi d’esame propri della Bioingegneria quali ad esempio lo studio dei segnali elettroencefalografici ed elettrocardiografici. Gli studenti apprenderanno le basi fisiologiche della generazione dei segnali stessi e come alcuni strumenti vengono ad oggi utilizzati per il supporto alla diagnosi in particolari patologie. Obiettivo 3. Comprendere e applicare correttamente un test d’ipotesi Risultati di apprendimento per obiettivo 3 Gli studenti sapranno discutere le basi teoriche legate alla formulazione di un test d’ipotesi e sapranno condurre un test d’ipotesi con particolare attenzione alla verifica dei criteri di applicabilità e validazione degli stessi. Obiettivo 4. Problem solving in casi reali di analisi di segnali biomedicali. Risultati di apprendimento per l'Obiettivo 4. Durante i gruppi di lavoro, gli studenti acquisiranno la capacità di risolvere problemi specifici di analisi dei dati applicando le tecniche acquisite durante il corso. I gruppi di lavoro saranno organizzati in modo tale che diversi studenti assumano ruoli diversi come nei veri team di laboratorio. PREREQUISITI Conoscere gli elementi fondamentali di comunicazoini elettriche, dell'analisi di sistemi (Laplace, Fourier), e della statistica descrittiva (istogramma, media, varianza etc.). Inoltre è fortemente consigliato aver sostenuto l'esame degli insegnamenti di matematica, fisica, e programmazione di base, in particolare nel linguaggio di programmazione Matlab. Verranno fornite risorse di autoapprendimento e autovalutazione per i suddetti prerequisiti formativi. MODALITA' DIDATTICHE Lezioni ed esercizi in aula. Esercitazioni in MATLAB da svolgere autonomamente durante il semestre e da consegnare tramite Aulaweb. PROGRAMMA/CONTENUTO Elaborazione di segnali Segnali deteministici a tempo discreto: richiami sul campionamento di segnali a tempo continuo. Rappresentazione di sequenze numeriche. Caratterizzazione energetica. Trasformata di Fourier discreta (DTFT e DFT). Sistemi a tempo discreto: equazioni lineari alle differenze a coefficienti costanti. Convoluzione numerica. Trasformata Z. Sistemi FIR e IIR e la loro implementazione. Uso di grafi di flusso e matrici per la rappresentazione dei filtri numerici. Tecniche di progetto di filtri numerici. Calcolo della trasformata di Fourier discreta (FFT). Segnali aleatori a tempo discreto: richiami sui processi stocastici. Principi fondamentali di teoria della stima. Stima dell’autocovarianza e dello spettro di potenza. Elaborazione dati Statistica descrittiva e inferenziale. Elementi di calcolo delle probabilità. Stime e test. Test di Student. Analisi della varianza. Errori di prima e seconda specie. Intervalli di confidenza. Statistica discreta. Regressione lineare. TESTI/BIBLIOGRAFIA Materiale distribuito e note disponibili su Aulaweb. Oppenheim A.V., Schafer R.W. Discrete-time signal processing. 3rd Edition. Pearson New International Edition. G. Filatrella, P. Romano Elaborazione statistica dei dati sperimentali, EDISES. T. Vargiolu, Elementi di probabilità e statistica, CLEUP. DOCENTI E COMMISSIONI GABRIELE ARNULFO MARCO MASSIMO FATO Ricevimento: Ricevimento:Su appuntamento: Tel. 0103532220 oppure email: marco.fato@unige.it Commissione d'esame GABRIELE ARNULFO (Presidente) VITTORIO SANGUINETI MARCO MASSIMO FATO (Presidente Supplente) LEZIONI INIZIO LEZIONI https://corsi.unige.it/8713/p/studenti-orario Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME L’esame è composto da compiti/esercitazioni da svolgere autonomamente in gruppi di studenti (group work) durante il semestre di lezioni, da una prova scritta e una prova orale. Gli studenti si organizzeranno in piccoli gruppi (max 3 persone) e questi gruppi parteciperanno a diverse attività formative durante il semestre. Ogni esercitazione verrà valutata per la sua completezza e aderenza alle richieste, per l’uso corretto degli strumenti presentati a lezione, e in fine, per la qualità del report finale. Quest’ultima verrà valutata tenendo in considerazione la chiarezza espositiva, la qualità delle illustrazioni e l’approfondimento del contesto clinico in esame. MODALITA' DI ACCERTAMENTO Per quanto riguarda la verifica delle conoscenze relative agli obiettivi 1 e 3 gli strumenti di valutazioni principali saranno le prove scritte e orali. Per gli obiettivi 2 e 4, invece, gli strumenti di verifica saranno gli elaborati consegnati relativi alle esercitazioni e la prova orale. Calendario appelli Data appello Orario Luogo Tipologia Note 17/01/2024 14:00 GENOVA Scritto 12/02/2024 14:00 GENOVA Scritto 18/06/2024 14:00 GENOVA Scritto 10/07/2024 14:00 GENOVA Scritto 02/09/2024 14:00 GENOVA Scritto