93948 - ADVANCED TECHNIQUES FOR EEG PROCESSING

Conoscenze e abilità da conseguire

Al termine del modulo lo studente conosce metodi di elaborazione del segnale elettroencefalografico di superficie (EEG), per analizzare l’attività EEG continua e i suoi cambiamenti legati a specifici eventi sensoriali/motori/cognitivi. In particolare, lo studente conosce tecniche di rimozione di artefatti dal segnale EEG, di estrazione di Event-Related-Potential (ERP), di rappresentazione tempo-frequenza, di stima delle attivazioni corticali dai potenziali EEG di superficie (soluzione del problema inverso), di stima della connettività tra regioni cerebrali. Lo studente saprà utilizzare in modo corretto e con senso critico pacchetti software che implementano tali tecniche e saprà interpretare i risultati ottenuti.

Contenuti

Basi fisiologiche del segnale EEG

- Potenziali neurali e origine del segnale EEG di superficie

- I ritmi cerebrali e i potenziali evento-correlati (ERP)

- Principali artefatti nel segnale EEG

Preprocessing del segnale EEG

- Filtraggio, ricampionamento, ri-referenziamento

- Estrazione delle epoche in registrazioni trial-based

- Rimozione degli artefatti mediante analisi alle Componenti  Indipendenti

Analisi nel domini del tempo, della frequenza e tempo-frequenza

- I potenziali evento-correlati (ERP): tecnica dell’averaging e componenti dell’ERP

- Densità spettrale di potenza e potenza in specifiche bande

- Analisi tempo-frequenza mediante Trasformata Wavelet

Stima delle sorgenti corticali

- Il problema diretto (dalle attivazioni corticali ai potenziali EEG sullo scalpo) e i modelli di testa

- Il problema inverso (dai potenziali EEG sullo scalpo alle attivazioni corticali): modelli a sorgenti concentrate e a sorgenti distribuite

- Approcci di soluzione del problema inverso

Analisi di connettività

- Introduzione alla connettività cerebrale e definizioni di connettività

- Metodi di stima della connettività cerebrale, con particolare riferimento alla ‘Granger Causality’.

Approcci di intelligenza artificiale applicati alla decodifica del segnale EEG

- La decodifica del segnale EEG: definizione del problema

- Approccio di soluzione mediante deep learning basato su reti neurali convoluzionali e interpretazione dei risultati

Introduzione all’analisi statistica

Attività di laboratorio

- Acquisizione di segnale EEG mediante sistema per elettroencefalografia disponibile nel Laboratorio di Ingegneria Biomedica (LIB)

- Utilizzo di Matlab e di specifici toolbox (per es. EEGLAB) nel laboratorio informatico per analizzare dati EEG, applicando i concetti teorici esposti

Testi/Bibliografia

- Dispense del docente disponibili su “IOL-Insegnamenti On Line”

- R. Hari and A. Puce, “MEG-EEG Primer”, Oxford University Press

- M.X. Cohen, “Analyzing neural time series data: Theory and Practice”, MIT Press

- R.J. Ilmoniemi and J. Sarvas, “Brain Signals: Physics and Mathematics of MEG and EEG”, MIT Press

Metodi didattici

Il corso è articolato in lezioni frontali e esercitazioni in laboratorio. Le lezioni si propongono di fornire le conoscenze teoriche per comprendere, ed eventualmente implementare, le tecniche di analisi del segnale EEG. Le esercitazioni in laboratorio (principalmente informatico) permettono allo studente di apprendere gli strumenti software (in particolare toolbox di Matlab) per applicare tali tecniche, studiandone i risultati, migliorando la comprensione delle tecniche applicate e sviluppando senso critico nel loro utilizzo.

In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, [https://elearning-sicurezza.unibo.it/] in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

La verifica dell'apprendimento avviene attraverso il solo esame finale, che accerta l'acquisizione delle conoscenze e delle abilità attese tramite lo svolgimento di una prova orale. La prova orale verte sia sui concetti teorici esposti durante le lezioni sia sugli strumenti software utilizzati in laboratorio e attesta le conoscenze teorico-pratiche dello studente, la padronanza dei concetti, la proprietà di linguaggio e la chiarezza espositiva.

Le date delle prove, fissate in base al calendario della Scuola, saranno pubblicate su Almaesami (https://almaesami.unibo.it/almaesami/welcome.htm ). L'iscrizione alla prova d'esame avviene esclusivamente attraverso il servizio Almaesami (https://almaesami.unibo.it/almaesami/welcome.htm ).

Strumenti a supporto della didattica

Lavagna, document camera, notebook, videoproiettore, dispense, Laboratorio di Ingegneria Biomedica, Laboratorio Informatico, Matlab e toolbox specifici

Orario di ricevimento

Consulta il sito web di Elisa Magosso