Il corso si propone di fornire allo studente gli strumenti metodologici di base per affrontare problemi di elaborazione di segnali con particolare riferimento a quelli di tipo diagnostico. Il corso è prevalentemente di tipo metodologico, per cui è necessario che lo studente sappia utilizzare con disinvoltura le nozioni di base di matematica e di fisica per poter affrontare gli argomenti trattati. Nella parte metodologica lo studente dovrà acquisire le nozioni per le elaborazioni elementari di più generale utilizzo: le relazioni fra modelli dinamici in tempo continuo (analogico) e calcoli in ambiente numerico a tempo discreto (digitale), le basi della descrizione frequenziale dei segnali e delle elaborazioni in questo dominio (filtraggio), sia analogiche che numeriche, e i metodi di progettazione di filtri numerici lineari.
Prerequisiti
Conoscenze di base di Matematica e Fisica.
Metodi didattici
Lezioni frontali con dimostrazione in aule informatiche dell'utilizzo di software specifico (DIGSCOPE)
Verifica Apprendimento
L’esame consisterà in una prova scritta da effettuarsi in un’aula informatica (B2, C2-C3 o D8) comprendente esercizi scritti da svolgere sugli argomenti del corso, esercizi al computer con i software utilizzati nel corso e domande di teoria.
Gli studenti riceveranno un giudizio finale di idoneità, ad eccezione degli studenti iscritti anche allo IUSS di Pavia che otterranno un voto in trentesimi.
Testi
Slides e materiale del corso disponibile sulla piattaforma KIRO.
Willis J. Tompkins “Biomedical Digital Signal Processing”, Prentice Hall, 1993. Semmlow J.L., “Biosignal and Medical Image Processing”, CRC Press, 2009.
Contenuti
1. Introduzione ai biosegnali con esempi. 2. Breve introduzione ai numeri complessi. 3. Segnali e sistemi analogici: riepilogo su trasformata di Fourier e trasformata di Laplace; risposta in frequenza. 4. Segnali e sistemi discreti: campionamento di segnali, teorema del campionamento, ricostruzione di un segnale campionato, conversione A/D e quantizzazione; segnali a tempo discreto e sequenze, segnali originati da sistemi lineari invarianti; trasformata di Fourier discreta; dalla trasformata di Laplace alla trasformata Z per segnali campionati, proprietà della trasformata Z, trasformata Z inversa. 5. Condizionamento del segnale numerico: filtri numerici non ricorsivi (FIR); esempio di sintesi di filtri derivativi; risposta in frequenza e progetto di filtri FIR con lo sviluppo in serie di Fourier; filtri ricorsivi (IIR); sintesi per simulazione di filtri analogici; eliminazione delle interferenze di rete, filtro notch; cenni sulla precisione di filtri FIR e IIR; progetto di filtri numerici. 6. Analisi spettrale: introduzione ai modelli autoregressivi; spettri di potenza e spettri di energia; stima dello spettro con metodi numerici.