Formazione e ricerca
Attività Formative del Corso di Dottorato - 2024/2025
Advanced techniques for acquisition of biomedical images
Crediti: 1
Lingua di erogazione: Ingelese
Docente: Pietro Bontempi, Federico Boschi
Algorithmic motion planning in robotics
Crediti: 1
Lingua di erogazione: Italiano
Docente: Paolo Fiorini
Brain Computer Interfaces
Crediti: 1,5
Lingua di erogazione: Inglese
Docente: Silvia Francesca Storti
Data visualization
Crediti: 1
Lingua di erogazione: Italiano
Docente: Andrea Giachetti
Explainable AI models: state of the art, promises and challenges
Crediti: 2,5
Lingua di erogazione: Italiano
Docente: Gloria Menegaz
Foundation of Robotics Autonomy
Crediti: 1
Lingua di erogazione: Italiano
Docente: Paolo Fiorini
Generative AI
Crediti: 1,5
Lingua di erogazione: English
Docente: Francesco Setti
Modellazione e analisi 3D
Crediti: 1
Lingua di erogazione: Italiano
Docente: Andrea Giachetti
Modellazione e verifica di sistemi digitali
Crediti: 1,5
Lingua di erogazione: Italiano
Docente: Franco Fummi, Nicola Bombieri, Graziano Pravadelli
Nanomaterials: synthesis, characterization and applications
Crediti: 1
Lingua di erogazione: Italiano
Docente: Francesco Enrichi
Soft robotics: from nature to engineering
Crediti: 1,5
Lingua di erogazione: Italiano
Docente: Francesco Visentin
Techniques and algorithms for biomechanics of movement
Crediti: 2,5
Lingua di erogazione: Italiano
Docente: Roberto Di Marco
Theranostics: from materials to devices
Crediti: 1
Lingua di erogazione: Italiano
Docente: Nicola Daldosso
Brain Computer Interfaces (2024/2025)
Docente
Referente
Crediti
1,5
Lingua di erogazione
Inglese
Frequenza alle lezioni
Scelta Libera
Sede
VERONA
Obiettivi di apprendimento
L'obiettivo di questo corso è offrire un'introduzione ai principi base delle Interfacce Cervello-Computer (BCI), principalmente focalizzandosi sull'attività oscillatoria EEG da un punto di vista di elaborazione del segnale. Durante il corso verranno presentati i principali metodi di elaborazione che consentono di decodificare l'attività cerebrale in tempo reale e trasformarla in un segnale di controllo per BCI. Nella prima parte, gli studenti acquisiranno conoscenze riguardanti: il modello BCI, i principali tipi di BCI con le relative tecniche di elaborazione del segnale per l'estrazione di feature e classificazione, le performance dei sistemi, i limiti dei paradigmi attuali e le molteplici applicazioni BCI. La seconda parte del corso si concentrerà sulla progettazione pratica e sull'utilizzo di BCI, con un'introduzione all'elaborazione in tempo reale delle registrazioni EEG. Sarà promossa la collaborazione tra gli studenti con differenti background attraverso progetti di gruppo orientati alla ricerca.
Prerequisiti e nozioni di base
I prerequisiti consigliati del corso sono una conoscenza di base di analisi dei segnali e di programmazione in Matlab.
Programma
- Introduzione al modello BCI. Motivazione per la BCI. Contesto storico e approcci recenti. La tecnologia BCI.
- Applicazioni: in medicina, prevenzione di situazioni a rischio, ambienti intelligenti, gaming, ecc.
- BCI invasivi e non invasivi.
- Segnali di controllo basati su EEG: evocati (ad esempio, SSVEP e P300 speller) vs. auto-pilotati.
- Elaborazione del segnale (filtraggio, estrazione delle caratteristiche, classificazione) e interpretazione dei risultati.
- Immaginazione motoria cinestetica e introduzione ad un'architettura tipica della BCI basata su EEG (fasi di calibrazione e utilizzo).
- Il ruolo del machine learning in BCI.
- Il problema della classificazione e come valutare le prestazioni.
- Casi di studio.
Laboratorio. Il laboratorio riguarda l'implementazione di un'interfaccia MI-BCI in Matlab. Gli studenti useranno EEGlab per creare script Matlab e lavoreranno su dati EEG-BCI, filtrando i dati, estraendo features di densità spettrale di potenza, coerenza e correlazione nelle bande in frequenza di interesse, implementando un classificatore per distinguere diversi movimenti immaginati. Infine dovranno interpretare i risultati ottenuti.
Bibliografia
Quando e Dove
Borgo Roma, Ca’ Vignal, Aula da definire.
Orario provvisorio
• Martedì, 11 marzo 2025
• Martedì, 18 marzo 2025
• Martedì, 25 marzo 2025
• Martedì, 1 aprile 2025
• Martedì, 8 aprile 2025
• Martedì, 15 aprile 2025
Modalità di verifica dell'apprendimento
La prova d’esame consiste nello sviluppo in Matlab di un breve progetto volto all’analisi di dati EEG-BCI. Questo compito richiederà agli studenti di applicare le conoscenze acquisite durante il corso, mettendosi alla prova con sfide legate all'elaborazione e all'interpretazione dei segnali cerebrali.
Valutazione
Per superare l'esame, gli studenti devono dimostrare che: - hanno compreso i concetti teorici e pratici del corso; - sono in grado di utilizzare le conoscenze acquisite durante il corso per risolvere i problemi assegnati relativi all'elaborazione dei segnali EEG-BCI; - sono in grado di programmare nell'ambiente MATLAB nel contesto dell'elaborazione dei segnali.
Criteri di composizione del voto finale
Superato/non superato.
Attività Formative della Scuola di Dottorato - 2024/2025
Offerta formativa della Scuola di Dottorato da definire
Docenti
Marziliano Pina
Dottorandi
Non è presente alcuna persona. 40° Ciclo non iniziato.
Loading...
Linee guida percorso formativo
Di seguito i file che contengono le Linee guida per il percorso formativo e il regolamento per l'acquisizione dei crediti formativi (CFU) per l'Anno Accademico 2024/2025.