ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di...
Transcript of ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di...
![Page 1: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/1.jpg)
Università degli Studi di Padova Università degli Studi di Padova
Corso di Laurea Magistrale in BioingegneriaCorso di Laurea Magistrale in Bioingegneria
A.A. 2012A.A. 2012--20132013
ANALISI ANALISI DIDI DATI BIOLOGICIDATI BIOLOGICI(parte 0)
1
(parte 0)
Giovanni SparacinoDipartimento di Ingegneria dell’Informazione
Università degli Studi di PadovaVia Gradenigo 6/B, 35131 Padova
Tel. 049 827 7741; e-mail: [email protected]
web: http://www.dei.unipd.it/~gianni
![Page 2: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/2.jpg)
Presentazione del CorsoPresentazione del Corso
2
![Page 3: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/3.jpg)
Web page del corso (unico riferimento ufficiale per avvisi, esami, ...)
•www.dei.unipd.it / ~gianni / adb2012
Orario delle lezioni
Lunedì ore 10.15-12.15 aula Te
Giovedì ore 14.15-16.15 aula Te
3
Ricevimento studenti
•Giovedì ore 16.15-17.15, subito dopo il termine della lezione (prenotarsi
con 24 ore di anticipo via mail)
•Dopo la fine del corso, solo su appuntamento, presso il DEI
![Page 4: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/4.jpg)
Obiettivi Generali di Analisi di Dati Biologici (ADB)
L’obiettivo di ADB è fornire all’allievo bioingegnere la conoscenza di metodi
avanzati di analisi di dati biologici.
In particolare, si fa ricorso a metodologie di analisi statistica integranti
l’approccio modellistico con quello di elaborazione del segnale, in cascata
logica all’insegnamento obbligatorio di Elaborazione di Segnali Biologici (e
per certi aspetti anche a Modelli e Controllo di Sistemi Biologici)
4
per certi aspetti anche a Modelli e Controllo di Sistemi Biologici)
L’approccio del corso è completamente ingegneristico ed “hands on”: si parte
da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali
evocati, segnali endocrino-metabolici, segnali rivelati da biosensori, serie
epidemiologiche, …), li si analizza, si identificano le metodologie di soluzione più
adatte e le si implementa a basso livello in Matlab mediante algoritmi di cui si
cura anche l’efficienza numerica
Non si usano mai codici fatti da altri (logica: si capisce solo se si fa …)
![Page 5: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/5.jpg)
Teoria: 60%
Pratica: 40%
COMPONENTI DEL CORSO
5
![Page 6: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/6.jpg)
Cosa aspettarsi alla fine di questo corso
Al termine del corso, lo studente sarà in grado di padroneggiare, e
implementare numericamente in modo efficace, metodi di analisi dati tra i
più usati in campo di ricerca clinica e industriale in senso ampio (es. saper
implementare a basso livello e in autonomia tool di smoothing, FdW, FdK,
PCA, …, è un must per ogni ingegnere)
In particolare, ai fini della professione, questo corso renderà l'allievo in grado
di
6
di
•effettuare l'analisi di un certo problema che richiede l’ “interpretazione di
dati” (dall’elaborazione del segnale o alla simulazione o identificazione di un
sistema)
•individuare le metodologie di soluzione più appropriate
•tradurre le metodologie mediante algoritmi numerici adatti
•implementare gli algoritmi in Matlab
![Page 7: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/7.jpg)
Cosa non aspettarsi alla fine di questo corso
Aver imparato altre formule e teorie che poi non so come mettere in pratica …
7
![Page 8: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/8.jpg)
Feedback dagli studenti
In tutte e quattro le sue edizioni (06/07, 07/08, 08/09, 09/10, i dati di confronto
del 11/12 non sono stati forniti dall’Ateneo), ADB è risultato al primo posto,
relativamente a tutti i corsi della LM in Bioingegneria, per gradimento degli
studenti (in particolare per: soddisfazione complessiva; chiarezza espositiva;
capacità di stimolare l’interesse; adeguatezza delle competenze acquisite per
future applicazioni in ambito lavorativo)
A livello dell’intera Facoltà di Ingegneria, ADB è sempre stato per gradimento nel
8
A livello dell’intera Facoltà di Ingegneria, ADB è sempre stato per gradimento nel
top 5% dei corsi (nel 07/08 al primo posto assoluto sui 698 corsi monitorati
dalla facoltà)
Valutazioni su ADB degli studenti disponibili su
http://www.dei.unipd.it/~gianni/valutazioni_adb/
![Page 9: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/9.jpg)
Conoscenze date per consolidate
Informatica di Base
Elementi di Probabilità e Statistica
Conoscenza di base di Matlab
CONOSCENZE PRELIMINARI RICHIESTECONOSCENZE PRELIMINARI RICHIESTE
9
Insegnamenti dati come prerequisiti
Segnali e Sistemi e Sistemi e Modelli (LT)
Elaborazione di Segnali Biologici
Modelli e Controllo di Sistemi Biologici
![Page 10: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/10.jpg)
Per homework si intende la soluzione, svolta al di fuori dell’orario di lezione, di
un problema assegnato dal docente.
Nell’A.A. 2012/13 verranno proposti tre homework (indicativamente a fine
ottobre, fine novembre, e a fine corso) e verrà richiesta la riconsegna di almeno
due (lo studente sceglie quali)
Gli argomenti dei tre homework riguarderanno tipicamente problematiche viste a
lezione per le quali non c’era stato tempo di fare delle esercitazioni specifiche in
I DUE HOMEWORK
10
lezione per le quali non c’era stato tempo di fare delle esercitazioni specifiche in
aula. Tipicamente, verrà richiesto di risolvere un problema di analisi dati
utilizzando Matlab e producendo, oltre al codice, una brevissima relazione.
Ci si aspetta che, in media, un homework non richieda più di 4-5 ore di lavoro a
casa
Per la riconsegna degli homework si fisseranno di volta in volta delle scadenze
(es. 15-20 gg.) E’ inteso che gli homework vengano svolti individualmente, dato
che la loro discussione verrà affrontata, di fronte al calcolatore, in sede di esame
![Page 11: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/11.jpg)
ESEMPIO DI HOMEWORK
11
![Page 12: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/12.jpg)
MODALITA’ DI ESAMEMODALITA’ DI ESAME1) IN ITINERE (solo per chi consegna due homework su tre, e nei tempi previsti)
•Solo colloquio orale (da sostenere nella sessione gen-feb)Il colloquio verterà, per circa il 30%, sugli homework, che verranno discussi davanti al
computer, anche nelle scelte algoritmiche e di programmazione
•NB: nelle precedenti edizioni del corso, il 100% degli studenti ha usato questa modalità di
esame. Nel 2010, 16 esami registrati, media 27.2 (fonte:
www.ing.unipd.it/Download/Statistiche/Esami2010/StatEsami_LM.pdf )
12
•Date: durante la sessione, verrà offerto un appello ogni 7-10 giorni (nel 2011/12 erano stati
offerti 6 appelli da gennaio a inizio marzo).
•Pre-appelli per studenti in partenza per Erasmus concordabili (di solito sotto Befana …)
2) APPELLI ORDINARI
•Prova pratica (progetto in laboratorio, 3 ore) + Colloquio orale
•Date degli appelli ordinari: <da comunicare>
![Page 13: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/13.jpg)
Parte 1. Richiami di Calcolo Scientifico con Matlab
Algoritmi iterativi per la soluzione di equazioni non lineari e di sistemi.
Algoritmi numerici per la soluzione di eq.differenziali
2 ore di laboratorio (codifica di algoritmi per la soluzione di equazioni e per
l’integrazione numerica di eq.differenziali)
PROGRAMMA DI MASSIMA - 1
13
![Page 14: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/14.jpg)
Parte 2. Interpolazione di dati
Interpolazione polinomiale. Interpolazione non parametrica. Natural splines.
Minimizzazione della curvatura.
2 ore di laboratorio (codifica per spline quadratiche; applicazione tecniche non
parametriche a serie temporali endocrino-metaboliche)
PROGRAMMA DI MASSIMA - 2
14
![Page 15: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/15.jpg)
Parte 3. Approssimazione di dati
Approssimazione vs interpolazione. Metodi polinomiali. Smoothers locali (bin,
running mean, running line, kernel smoothers). Smothing splines Dilemma bias-
varianza (simulazione Monte Carlo). Approccio bayesiano allo smoothing.
Applicazioni: potenziali evocati; analisi di trend di lungo e breve periodo, serie
temporali endocrino-metaboliche. Estensione alla deconvoluzione.
PROGRAMMA DI MASSIMA - 3
15
4 ore di laboratorio (codifica di smoothing bayesiano ed estensione alla
deconvoluzione)
![Page 16: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/16.jpg)
Esempio: stima di potenziali evocati uditivi (ABR e SVR)
16
![Page 17: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/17.jpg)
Esempio: studio di potenziali evocati cocleari
17
![Page 18: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/18.jpg)
Parte 4. Aspetti algoritmici nell’approssimazione di dati
Complessità computazionale e ricerca dello smoother ottimo: algoritmi di
diagonalizzazione. Implementazione dei criteri di smoothing.
Problemi con tanti dati e problemi vincolati: algoritmi iterativi (GC e GCV).
Iterazione veloce del GC (Toeplitz). Cenni su altri metodi vincolati. Metodi Monte
Carlo per la misura dell’incertezza
PROGRAMMA DI MASSIMA - 4
18
Carlo per la misura dell’incertezza
2 ore di laboratorio (codifica diagonalizzazione)
![Page 19: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/19.jpg)
Parte 5. Predizione
Predizione per serie temporali. Approcci polinomiali e mediante modelli ARIMA.
Aspetti algoritmici: forgetting factor e recursive least squares. Applicazioni al
settore del diabete e valutazione clinica.
2 ore di laboratorio (codifica predittori polinomiali e AR)
PROGRAMMA DI MASSIMA - 5
19
2 ore di laboratorio (codifica predittori polinomiali e AR)
![Page 20: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/20.jpg)
Esempio: predizione
PREDITTORE
a k passimodello del segnale
previsione del segnale
k passi avanti
û(t+k)
storia passata del
segnale u(1), u(2), …u(t)
20
Problema principale: determinare un modello del segnale valido al tempo t
utilizzabile per predire a t+k
time (hours)
gluc
ose
conc
entr
atio
n (m
g/dl
)
5 10 15 20 25 30 35 40 45
50
100
150
200
250
300
?
PASSATO FUTURO
Ad esempio, se
voglio predire con
60 min di anticipo e
T=3 min, k= 20
![Page 21: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/21.jpg)
Parte 6. Applicazioni biomediche del filtraggio stocastico
Filtraggio alla Wiener e alla Kalman. Fondamenti teorici e aspetti
computazionali. Applicazioni biomediche. Cenni sul filtro di Kalman esteso.
2 ore di laboratorio (codifica di un filtro alla Kalman per rimuovere rumore)
PROGRAMMA DI MASSIMA -6
21
![Page 22: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/22.jpg)
State of the Art: Moving Average (e.g. Medtronic)
CGM Signal Denoising
180
200
220
240Noisy vs MA-filtered (M=15,µ=0.94) time series
22
0 3 6 9 12
100
120
140
160
180
mg/
dl
Time (hours)
![Page 23: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/23.jpg)
Sensor-to-sensor SNR variability
0 5 10 15 20 25 30 35 400
50
100
150
200
250
300
350
Glu
cose
(m
g/dl
)
FreeStyle Navigator representative time series
SNR in the
Glucoday
time-series
seems
Navigator
23
0 5 10 15 20 25 30 35 400
50
100
150
200
250
300
350
Time (hours)
Glu
cose
(m
g/dl
)
Glucoday representative time seriesseems
worse than
in the
Navigator
time-series
Glucoday
![Page 24: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/24.jpg)
Inter-individual SNR variability
0 5 10 15 20 25 30 35 400
50
100
150
200
250
300
350
Glu
cose
(m
g/dl
)
FreeStyle Navigator representative time series #1
SNR in
Navigator #1
is worse
Navigator #1
24
Time (hours)0 5 10 15 20 25 30 35 40
0
50
100
150
200
250
300
350
400
Glu
cose
(m
g/dl
)
FreeStyle Navigator representative time series #2 is worse
than in
Navigator #2Navigator #2
![Page 25: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/25.jpg)
Intra-individual SNR variability
50
100
150
200
250
300
350G
luco
se (
mg/
dl)
Glucoday representative time series #1
25
0 5 10 15 20 25 30 35 400
50
Time (hours)
“very low” SNR
“better” SNR
![Page 26: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/26.jpg)
Esempio: studio di trend
26
![Page 27: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/27.jpg)
Parte 7. Tecniche di analisi non lineare
Algoritmi di riconoscimento di picchi. Concordanza statistica.Misure di entropia
approssimata. Applicazione a serie endocrino metaboliche
PROGRAMMA DI MASSIMA -7
27
![Page 28: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/28.jpg)
0 20 40 60 80 100 120 140 160 1800.2
0.25
0.3
0.35
0.4C-PEPTIDE CONCENTRATION IN PLASMA (2 MIN)
GLUCOSE CONCENTRATION IN PLASMA (2 MIN)
pmol
/ml
Esempio: analisi di concordanza
28
0 20 40 60 80 100 120 140 160 18072
74
76
78
80
82
84
GLUCOSE CONCENTRATION IN PLASMA (2 MIN)
mg/
ml
minutes
![Page 29: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/29.jpg)
Esempio: analisi di regolarità
29
![Page 30: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/30.jpg)
Parte 8. Separazione di sorgenti
Problema “cocktail party” e tecniche di decomposizione: singular value
decomposition, principal component analysis, independent component analysis.
Applicazione allo studio di segnali biomedici (EEG, EMG, …).
2 ore di laboratorio (PCA per la compressione e ICA per la separazione di
PROGRAMMA DI MASSIMA -8
30
2 ore di laboratorio (PCA per la compressione e ICA per la separazione di
sorgenti)
![Page 31: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/31.jpg)
Esempio: ICA
31
![Page 32: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/32.jpg)
Esempio: ICA per separare
ECG della mamma e del feto
32
![Page 33: ANALISI ANALISI DIDIDATI BIOLOGICIDATI BIOLOGICIgianni/adb2012/adb_parte0.pdf · da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali](https://reader031.fdocuments.net/reader031/viewer/2022013007/5c6596e709d3f2b26e8cf2f8/html5/thumbnails/33.jpg)
Appunti delle lezioni
Copia delle slide, fornite dal docente sul sito web dell’insegnamento:
http: // www.dei.unipd.it / ~gianni / adb2012
MATERIALE DIDATTICOMATERIALE DIDATTICO
33
NOTA: le slide verranno pubblicate progressivamente, di norma il giorno prima
della lezione. Le slide 2011 non verranno significativamente modificate, quindi
sono eventualmente già scaricabili (password 2011 a lezione)
Riferimenti bibliografici (articoli, capitoli di libro, …) verranno indicati di volta in
volta