Il corso è focalizzato sulla descrizione e comprensione dei principi di funzionamento delle interfacce neurali e cervello-macchina. Si partirà dalla definizione dell'interfaccia neurale e dallo stato dell'arte nel campo dei sistemi neuro-elettronici. Verranno presentate e spiegate le tecniche per misurare l'attività elettrofisiologica di cellule e tessuti eccitabili. Verrà quindi fornita una breve introduzione all'elaborazione avanzata del segnale per le interfacce neurali, come base per la comprensione della codifica e decodifica delle informazioni nelle interfacce neurali. Verrà analizzato e discusso lo stato dell'arte delle attuali interfacce neurali, comprese le interfacce cervello macchina, sia invasive che non invasive, e le protesi neurali, concentrandosi sui loro materiali, metodi e attuali applicazioni traslazionali e cliniche.
Definizione di interfacce neurali e stato dell'arte nel campo dei sistemi neuro-elettronici. Tecniche per la misurazione dell'attività elettrofisiologica di cellule e tessuti eccitabili. Elaborazione avanzata dei segnali per interfacce neurali. Codifica e decodifica dell'informazione nelle interfacce neurali. Definizione di interfacce neurali unidirezionali e bidirezionali. Interfacce cervello-macchina e protesi neurali invasive e non invasive per il sistema nervosa centrale: materiali, metodi e applicazioni attuali.
Obiettivo 1. Dimostrazione di modelli teorici relativi alle interfacce neuro-elettroniche. Risultati di apprendimento per l'obiettivo 1. Capacità di comprendere e dimostrare modelli teorici dell'interfaccia neuroelettronica.
Obiettivo 2. Descrizione e analisi di sistemi quali le interfacce neuro-elettroniche e microtrasduttori per l'elettrofisiologia. Risultati di apprendimento per Obiettivo 2. Progettazione (fondamenti) di microtrasduttori per interfacce neurali e risoluzione di semplici problemi relativi ad interfacce e applicazioni neurali.
Obiettivo 3. Comprensione degli algoritmi di base per l'elaborazione di dati sperimentali da segnali neurali nell'ambito di applicazioni di interfacce neurali. Risultati di apprendimento per l'Obiettivo 3. Progettazione e implementazione di strumenti software per l'analisi del segnale neuronale per applicazioni nell’ambito delle interfacce neurali e cervello-macchina.
Obiettivo 4. Definizione di codifica e decodifica neurale e analisi delle problematiche ad esse collegate. Risultati di apprendimento per l'Obiettivo 4. Analisi critica dell'attuale stato dell'arte nel campo delle interfacce neurali e cervello-macchina.
Obiettivo 5. Risolvere problemi che sorgono in un ambiente reale di laboratorio in cui vengono eseguiti esperimenti elettrofisiologici a un livello di complessità maggiore (dall'in vitro, all'in vivo fino agli esperimenti sull'uomo). Risultati di apprendimento per Obiettivo 5. Acquisizione di abilità operative nell'uso di strumenti di laboratorio per registrazioni elettrofisiologiche e per l’acquisizione ed elaborazione di immagini. Comprendere e riprodurre i passaggi fondamentali per eseguire interfacce neurali/cervello ed esperimenti di neuroprotesi.
Open Badge ‘Competenze trasversali’. Il corso include attività formative fra i propri obiettivi di apprendimento che permettono il raggiungimento delle seguenti competenze trasversali:
Fondamenti di chimica, biofisica, matematica, elettronica e informatica forniti durante i primi tre anni della Laurea in Ingegneria Biomedica.
Si consigliano gli studenti lavoratori e gli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali di contattare il docente all’inizio del corso per concordare modalità didattiche e d’esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali.
Modellazione dell'interfaccia neuro-elettronica: modelli teorici dell'interfaccia solido-liquido; interfaccia polarizzabile e non polarizzabile; Microtrasduttori e tecniche elettrofisiologiche; Microelettrodo, transistor al silicio, transistori organici.
Tecniche per l'elettrofisiologia e applicazioni: elettrofisiologia in-vitro e in-vivo, misure intracellulari ed extracellulari, patch clamp; registrazioni di singole cellule, elettrofisiologia di rete; dispositivi e applicazioni.
Tecniche per l'analisi dei segnali neuronali nell'ambito delle interfacce neurali che interagiscono con il cervello: definizione di MUA, SUA e LFP; elaborazione e visualizzazione dati per interfacce neurali; Definizione LFP ed elaborazione di base.
Codifica e trasmissione dell'informazione: definizione di codice neurale; rate vs time code; teoria dell'informazione applicata ai segnali neurali; recenti approcci per la codifica neurale; applicazioni.
Decodifica delle informazioni e Brain-Machine-Interfaces (BMI): definizione di BMI; tipi di BMI; concetto di decodifica dell'attività e definizione teorica; casi clinici e applicazioni di Brain-Machine-Interfaces e neuroprotesi.
Ricevimento: MICHELA CHIAPPALONE. Su appuntamento: Tel. 0103352991 or michela.chiappalone@unige.it
MICHELA CHIAPPALONE (Presidente)
GABRIELE ARNULFO
SERGIO MARTINOIA (Presidente Supplente)
MARTA CARE' (Supplente)
VINICIUS ROSA COTA (Supplente)
https://easyacademy.unige.it/portalestudenti/index.php?view=easycourse&_lang=it&include=corso
L'esame è costituito da una prova scritta e da una orale (esercitazioni e domande teoriche sugli argomenti presentati durante le lezioni frontali e le esercitazioni supervisionate) e da una presentazione di un articolo scientifico durante sessioni di ‘Journal Club’. La valutazione della presentazione, da parte del Docente e di due revisori scelti tra gli studenti partecipanti al corso, attribuisce un bonus fino a 3 punti.
La formazione in laboratorio sperimentale serve per il raggiungimento dell'Aim5.
Le date degli esami verranno decise dal docente e comunicate agli studenti con adeguata tempistica.
La prova scritta e quella orale consentiranno di valutare il raggiungimento di Aim1, Aim2 e Aim3.
Il Journal Club valuterà il raggiungimento di Aim4.
Le attività formative del laboratorio sperimentale consentiranno di raggiungere l'Aim5.
Tutte le attività sopra descritte saranno necessarie per l'attribuzione degli Open Badge.
--
