Introduzione al corso

Lezione 1

Richiami di elementi di analisi dei segnali: campionamento corretto e scorretto, aliasing, errore di quantizzazione.

• Definizione di segnale, dominio di rappresentazione e tipologie di segnali (analogico vs. digitale)
• La digitalizzazione e l'errore di quantizzazione
• Campionamento corretto e scorretto

Lezione 2 - parte 1

Lezione 2 - parte 2

Richiami di elementi di analisi dei segnali: campionamento corretto e scorretto, aliasing, errore di quantizzazione.

• Aliasing e il ruolo del filtro antialias, con esempi
• Il concetto di frequenza normalizzata
• La frequenza normalizzata e i filtri digitali 
• Sottocampionamento e sovracampionamento

Analisi in frequenza, tempo-frequenza e tempo-scala

• Il concetto di analisi in frequenza e spettro di un segnale
• Richiami su DTFT e DFT, risoluzione in frequenza e principio di indeterminazione tempo-frequenza 

Lezione 3

Analisi in frequenza, tempo-frequenza e tempo-scala

• Spectral leakage e finestratura
• Densità spettrale di potenza (PSD): periodogramma semplice, modificato e di Welch
• PSD e calcolo della potenza spettrale
• L'analisi tempo-frequenza: la Short-Time Fourier Transform (STFT)
• Limiti dell'analisi in frequenza e tempo-frequenza mediante Fourier
• Introduzione alla trasformata wavelet

Lezione 4

Analisi in frequenza, tempo-frequenza e tempo-scala

• L'analisi tempo-scala: la trasformata wavelet
• Il ruolo del parametro di scala, di traslazione e della wavelet madre
• Il legame tra scale e frequenze
• La trasformata wavelet continua
• La trasformata wavelet discreta 
• La trasformata wavelet discreta decimata e stazionaria
• La trasformata wavelet packet

Lezione 5

Richiami di elementi di elaborazione dei segnali: filtri digitali lineari

• Sistemi LTI a tempo continuo e discreto
• Importanza della risposta all'impulso
• Filtri in cascata e in parallelo
• Stabilità BIBO e causalità
• Funzione di trasferimento e risposta in frequenza di un sistema
• Filtri ideali e filtri reali
• Filtro a media mobile
• Cenni a trasformata Z, filtri FIR e IIR

Lezione 6 - parte 1

Lezione 6 - parte 2

Richiami di elementi di elaborazione dei segnali: filtri digitali lineari

•  La trasformata Z per lo studio dei filtri digitali: H(z) e risposta in frequenza (empiezza e fase), zeri e poli, stabilità
• Applicazione dei filtri digitali in MATLAB a partire dai coefficienti della H(z)

Filtri non lineari, filtri spaziali e source localization

• Il wavelet denoising come strategia di filtraggio non lineare
• Il ruolo della soglia e della sogliatura nel wavelet denoising
• Esempi di applicazione del wavelet denoising

Lezione 7

Filtri non lineari, filtri spaziali e source localization

• Filtri spaziali: esempi applicativi per l'elaborazione di segnali 2D
• Filtri spaziali per l'elaborazione del segnale EEG: riferimento medio comune (CAR) e Laplaciano di superficie
• Cenni a filtri spaziali per l'elaborazione del segnale EMG
• La separazione cieca delle sorgenti: il cocktail-party problem e parallelo con l'EEG
• Sorgenti indipendenti e loro ambiguità: scalamento e permutazione
• Introduzione all’Analisi delle Componenti Principali (PCA)
• Introduzione all’Analisi delle Componenti Indipendenti (ICA)
• ICA e filtraggio spaziale: cenni
• ICA e analisi delle sorgenti (source localization): cenni

Lezione 8

Il segnale ECG e la sua elaborazione

• Richiami su acquisizione del segnale ECG
• Elaborazione del segnale ECG: la QRS detection mediante l'algoritmo di Pan-Tompkins
• Analisi di heart rate variability (HRV): estrazione del tacogramma, requisiti e suo ricampionamento
• Metodi di analisi di HRV nel dominio del tempo: indici di base e statistici, e loro interpretazione
• Metodi di analisi di HRV nel dominio spettrale (basati su PSD di Welch): principali indici e loro interpretazione
• Metodi non lineari per l'analisi di HRV: cenni

Il segnale EMG e la sua elaborazione

• Richiami su acquisizione e condizionamento del segnale EMG
• Elaborazione del segnale EMG in contrazione stimolata: la delineazione
• Elaborazione del segnale EMG in contrazione spontanea: inviluppo
• Analisi del segnale EMG mediante stima spettrale (PSD): cenni