Il corso andrà a toccare i seguenti argomenti:
• Introduzione ai principali segnali bioelettrici (ECG, EMG, EEG), cenni relativi alla loro genesi (potenziale d’azione, segnali spontanei e indotti, etc.), proprietà, classificazione, identificazione dell’informazione utile ed applicazioni specifiche cliniche e non cliniche.
• Introduzione ai segnali vocali, cenni relativi alla loro genesi, analisi, sintesi e codifica dell’informazione utile ed applicazioni specifiche.
• Introduzione all’analisi del movimento umano, cenni relativi alla tipologia di dato disponibile (coordinate, accelerazione, velocità angolare, etc.), analisi e sintesi dell’informazione utile ed applicazioni specifiche per mHealth e fitness/wellness.
• Richiami all’elaborazione di segnali deterministici ed applicazione specifica ai segnali biomedici (e.g. filtraggio segnale ECG per riduzione rumore, filtraggio per rimozione base-line and power-line, identificazione valori soglia per aritmie ventricolari critiche, filtraggio componenti continue nel segnale accelerazione, pitch detection, etc.)
• Richiami al concetto di probabilità e all’elaborazione di segnali generati da processi stocastici ed applicazione specifica ai segnali biomedici (e.g. separazione segnale ECG fetale e materno, identificazione ischemia miocardica, classificazione potenziali evocati in EEG, classificazione segnale EMG per controllo in interfacce uomo-macchina, etc.)
Le lezioni frontali vogliono coprire dal punto di vista teorico tutti gli argomenti che vengono trattati poi a livello pratico durante le esercitazioni/laboratori, fornendo le basi necessarie per capire la genesi del dato, i metodi di elaborazione e la sintesi dell’informazione necessaria all’applicazione specifica.