Acquisire le conoscenze specifiche di teorie, metodi e tecnologie per la comprensione e l'analisi delle funzionalità del sistema nervoso umano. In particolare, il corso fornisce esempi applicativi nell’ambito del recupero e assistenza in disabilità, come le interfacce cervello-computer (brain computer interface, bci) e le neuroprotesi.
scheda docente materiale didattico
INTRODUZIONE ALLA NEUROINGEGNERIA
- NEUROINGEGNERIA: DEFINIZIONI, CAMPI APPLICATIVI, PRINCIPALI TECNOLOGIE ESISTENTI
- FOCUS DEL CORSO: REGISTRAZIONE DI DATI DAL SISTEMA NERVOSO, STMOLAZIONE DEL SISTEMA NERVOSO, ESTRAZIONE DI CARATTERISTICHE, DEFINIZIONE DI MODELLI
-----------------------------------------------------------------------------------------------------------------------------------------
PARTE 1 - FUNZIONAMENTO E MODELLI DEL NEURONE
- ELEMENTI DI BASE DI ANATOMIA E FUNZIONE DEL SISTEMA NERVOSO, STRUTTURA E FUNZIONE DEL NEURONE, POTENZIALE DI RIPOSO, GENERAZIONE E PROPAGAZIONE DEL POTENZIALE D’AZIONE.
- MODELLI PASSIVI DEL NEURONE
- MODELLI ATTIVI DEL NEURONE: IF, H-H, FH-N
-----------------------------------------------------------------------------------------------------------------------------------------
PARTE 2 - INTERFACCIARSI CON IL SISTEMA NERVOSO
- INTERFACCIARSI CON IL SISTEMA NERVOSO: BIOELETTRODI COME SOLUZIONE TECNOLOGICA PER TRASFORMARE CORRENTI IONICHE IN CORRENTI ELETTRONICHE.
- REGISTRAZIONE DELL’ATTIVITÀ NEURALE: MICROELETTRODI
- BIOPOTENZIALI: MODELLO DELL'ATTIVITA' NEURALE
-----------------------------------------------------------------------------------------------------------------------------------------
PARTE 3 – ESTRARRE INFORMAZIONI DAL SISTEMA NERVOSO
- SPIKE DETECTION
- SPIKE SORTING
- ATTIVITÀ: SPIKE DETECTION E SORTING DA ATTIVITÀ NEURALE
-----------------------------------------------------------------------------------------------------------------------------------------
He, B. (Ed.). (2007). Neural engineering. Springer Science & Business Media.
Programma
NEURAL ENGINEERING AA 2019-2020INTRODUZIONE ALLA NEUROINGEGNERIA
- NEUROINGEGNERIA: DEFINIZIONI, CAMPI APPLICATIVI, PRINCIPALI TECNOLOGIE ESISTENTI
- FOCUS DEL CORSO: REGISTRAZIONE DI DATI DAL SISTEMA NERVOSO, STMOLAZIONE DEL SISTEMA NERVOSO, ESTRAZIONE DI CARATTERISTICHE, DEFINIZIONE DI MODELLI
-----------------------------------------------------------------------------------------------------------------------------------------
PARTE 1 - FUNZIONAMENTO E MODELLI DEL NEURONE
- ELEMENTI DI BASE DI ANATOMIA E FUNZIONE DEL SISTEMA NERVOSO, STRUTTURA E FUNZIONE DEL NEURONE, POTENZIALE DI RIPOSO, GENERAZIONE E PROPAGAZIONE DEL POTENZIALE D’AZIONE.
- MODELLI PASSIVI DEL NEURONE
- MODELLI ATTIVI DEL NEURONE: IF, H-H, FH-N
-----------------------------------------------------------------------------------------------------------------------------------------
PARTE 2 - INTERFACCIARSI CON IL SISTEMA NERVOSO
- INTERFACCIARSI CON IL SISTEMA NERVOSO: BIOELETTRODI COME SOLUZIONE TECNOLOGICA PER TRASFORMARE CORRENTI IONICHE IN CORRENTI ELETTRONICHE.
- REGISTRAZIONE DELL’ATTIVITÀ NEURALE: MICROELETTRODI
- BIOPOTENZIALI: MODELLO DELL'ATTIVITA' NEURALE
-----------------------------------------------------------------------------------------------------------------------------------------
PARTE 3 – ESTRARRE INFORMAZIONI DAL SISTEMA NERVOSO
- SPIKE DETECTION
- SPIKE SORTING
- ATTIVITÀ: SPIKE DETECTION E SORTING DA ATTIVITÀ NEURALE
-----------------------------------------------------------------------------------------------------------------------------------------
Testi Adottati
Horch, K. W., & Dhillon, G. S. (Eds.). (2004). Neuroprosthetics: theory and practice (Vol. 2). World Scientific.He, B. (Ed.). (2007). Neural engineering. Springer Science & Business Media.
Modalità Erogazione
Il corso è costituito per il 70% da lezioni frontali, nelle quali saranno affrontati gli aspetti teorici dei contenuti del corso, e per il restante 30% da esercitazioni di elaborazione di segnali neurali al calcolatore (Matlab).Modalità Valutazione
La verifica dell'apprendimento avviene attraverso una prova scritta/pratica in aula della durata di 3.5 ore ed una prova orale. La prova in aula contiene una parte scritta, che prevede la risoluzione di esercizi numerici, ed una parte pratica al calcolatore, che consiste nell'elaborazione di segnali neurali in ambiente Matlab. La prova orale prevede la discussione della prova scritta/pratica e un colloquio riguardante i contenuti del corso. Nel periodo di emergenza COVID-19 l’esame di profitto sarà svolto secondo quanto previsto all’art.1 del Decreto Rettorale n°. 703 del 5 maggio 2020