CODICE 106739 ANNO ACCADEMICO 2023/2024 CFU 6 cfu anno 1 BIOENGINEERING 11159 (LM-21) - GENOVA 6 cfu anno 2 BIOENGINEERING 11159 (LM-21) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/06 LINGUA Inglese SEDE GENOVA PERIODO 2° Semestre MATERIALE DIDATTICO AULAWEB PRESENTAZIONE I segnali cerebrali svolgono un ruolo centrale nel campo della neuroingegneria. Questo corso tratterà i metodi fondamentali per analizzare e interpretare i segnali cerebrali a diverse scale (dalla microscala del singolo neurone fino alla macroscala dell'intero cervello). Gli studenti capiranno come vengono generati i segnali cerebrali, saranno in grado di distinguere tra diverse metodologie di acquisizione dei segnali stessi e impareranno ad applicare tutti gli strumenti per analizzare, interpretare e discutere i dati cerebrali. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI The course aims to provide a critical analysis of the methods for analyzing the neuronal signal starting from the characterization of the single spike, to the activity of multiple cells up to the analysis of the electroencephalographic signal. The course will provide the basics to be able to manipulate, analyze and critically interpret the most common electrophysiological data OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO Obiettivo 1. Comprendere le basi neurofisiologiche e il meccanismo di generazione dei segnali cerebrali. Risultati di apprendimento per l'Obiettivo 1. Gli studenti saranno in grado di descrivere come vengono generati i diversi tipi di segnali neurali, alle diverse scale spazio-temporali (micro-meso-macro/large). Saranno in grado di distinguere tra diversi tipi di segnali cerebrali, descrivendo anche le metodologie di registrazione tipicamente utilizzate per acquisirli. Obiettivo 2. Estrarre informazioni dai segnali cerebrali. Risultati di apprendimento per l'Obiettivo 2. Gli studenti saranno in grado di identificare le fasi ottimali di pre-elaborazione, definire strategie di estrazione delle caratteristiche dei segnali sulla base di esempi e casi reali. Saranno in grado di applicare in modo appropriato algoritmi e metodi, impararne l'implementazione, l'ottimizzazione e i punti deboli. Obiettivo 3. Problem solving in casi reali di analisi di segnali neurali. Risultati di apprendimento per l'Obiettivo 3. 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 Matlab, basi di neurofisiologia e neuro anatomia, fisica, matematica MODALITA' DIDATTICHE lezioni frontali sia in modalità classica che flipped-class. Problem based learning con progetti da svolgere autonomamente in gruppi di lavoro. PROGRAMMA/CONTENUTO Micro-scale Introduction to neural signal analysis and applications (point process definition) Spike detection: definition, performance evaluation Spike sorting Spike Analysis (basic statistical properties and more advanced ones) Burst detection and Analysis Neural Avalanches Cross-correlation Connectivity Meso-scale Generating mechanisms for field potentials - from single neurons to neural ensembles Spectral feature analyses, separating oscillations from 1/f-like activity Volume conduction, signal leakage, ghost interactions Phase synchronization, amplitude correlation: how to separate phase from amplitude modulation, their interpretation - the communication through coherence framework Cross frequency coupling Large-scale From meso-to-macro scale recording: acquisition set up, physical basis and interpretations of electrical and magnetic field potentials The Electrical source imaging (ESI): forward and inverse solution for EEG Large-scale brain networks, their construction and characterization in the context of human brain mapping and connectomics Cortical travelling waves and neural avalanches The critical brain hypothesis TESTI/BIBLIOGRAFIA Analyzing neural time series - Micheal X Cohen DOCENTI E COMMISSIONI GABRIELE ARNULFO MICHELA CHIAPPALONE Ricevimento: MICHELA CHIAPPALONE. Su appuntamento: Tel. 0103352991 or michela.chiappalone@unige.it Commissione d'esame GABRIELE ARNULFO (Presidente) VITTORIO SANGUINETI MICHELA CHIAPPALONE (Presidente Supplente) LEZIONI INIZIO LEZIONI https://corsi.unige.it/11159/p/studenti-orario Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME L'esame sarà composto da prove da svolgere in gruppo (group-based learning) e da un esame orale. Gli studenti si divideranno in piccoli gruppi (max 3 studenti) e questi gruppi parteciperanno ad attività pratiche al calcolatore durante tutto il semestre. Ogni prova verrà valutata per la sua completezza, originalità e qualità. MODALITA' DI ACCERTAMENTO L' Obiettivo 1. verrà principalmente valutato durante la prova orale nella quale gli studenti dovranno saper discutere criticamente i diversi metodi presentati a lezione. Gli Obiettivi 2 e 3 saranno valutati durante le prove pratiche e le consegne secondo una griglia di valuazione condivisa Calendario appelli Data appello Orario Luogo Tipologia Note 19/01/2024 14:30 GENOVA Orale 13/02/2024 14:30 GENOVA Orale 27/05/2024 14:30 GENOVA Orale 17/06/2024 14:30 GENOVA Orale 15/07/2024 14:30 GENOVA Orale 30/08/2024 14:30 GENOVA Orale 12/09/2024 14:30 GENOVA Orale