CORSO DI TECNOLOGIE BIOMEDICHE C.d.L. INGEGNERIA

CORSO DI
TECNOLOGIE BIOMEDICHE
C.d.L. INGEGNERIA ELETTRONICA
A.A. 2007/08
DOTT. CLAUDIA MANFREDI
Facoltà di Ingegneria
Dipartimento di Elettronica e Telecomunicazioni
Via S. Marta, 3
[email protected]
Ricevimento studenti: martedì e venerdì ore 9-11
N.B.: dal 02/10/07 al 07/12/07: martedì e giovedì ore 9-11
L’INGEGNERIA BIOMEDICA
(BIOINGEGNERIA)
L' Ingegneria biomedica è una branca dell’ ingegneria che utilizza le metodologie e
le tecnologie proprie dell’ingegneria al fine di comprendere, formalizzare e
risolvere problematiche di interesse medico-biologico mediante una stretta
collaborazione degli specialisti dei vari settori coinvolti.
Per poter svolgere il proprio lavoro l‘ingegnere biomedico deve, non soltanto
conoscere i metodi e gli strumenti dell'ingegneria classica, ma anche le
problematiche nei campi della medicina e della biologia.
L'ingegnere biomedico deve infatti fornire la propria collaborazione a partire dalla
fase di studio del problema medico-biologico, in modo da poter avere una visione
globale completa e non solo presentata a posteriori da medici o biologi.
Per questo motivo la preparazione dell'ingegnere biomedico deve necessariamente
comprendere conoscenze di: anatomia, biologia, fisiologia, patologia, oltre
ovviamente alle conoscenze ingegneristiche di base come matematica, fisica,
meccanica, chimica, energetica, elettronica, informatica e gestionale.
METODOLOGIE E TECNOLOGIE
Le metodologie di base della Bioingegneria riguardano:
– la modellistica dei sistemi fisiologici;
– la descrizione dei fenomeni elettrici e/o magnetici;
– l’elaborazione di dati, segnali e immagini;
– strumenti per lo studio e la progettazione di dispositivi ed impianti medicali, di
materiali naturali e artificiali, di tessuti, apparati ed organismi;
– metodi di analisi del legame struttura-proprietà caratteristico dei biomateriali
e delle strutture biomeccaniche.
Le tecnologie includono:
– la strumentazione biomedica e biotecnologica (dai componenti elementari ai
più complessi sistemi ospedalieri);
– le protesi, i robot per applicazioni biomediche, i sistemi intelligenti artificiali;
– i sistemi per la gestione e l’organizzazione sanitaria;
– i sistemi informativi;
– l’informatica medica;
– la telemedicina.
SETTORI DI APPLICAZIONE
L'ingegnere biomedico lavora in differenti settori dell'ingegneria, dallo
sviluppo, alla progettazione, alla organizzazione.
Sviluppo
– metodi di analisi per sistemi biologici molto complessi, per poterli
semplificare utilizzando modelli artificiali
– metodi di analisi e acquisizione di segnali che provengono dai
sistemi biologici, per poterli codificare con una strumentazione
adatta.
– si occupa anche della sicurezza relativa ai dispositivi medici e
quindi dovrebbe conoscere le normative vigenti
Progettazione
– appararecchiature elettromedicali per la diagnosi, la terapia e la
riabilitazione
– organi artificiali e protesi
– sistemi informativi dedicati alla sanitàe alla telemedicina
Organizzazione
– uso e la manutenzione della strumentazione biomedica
– reparti e cliniche delle aziende ospedaliere
Flusso delle informazioni in un ospedale
Informazioni di interesse medico: dati, segnali, immagini.
STRUTTURA E OBBIETTIVI DEL
CORSO
Il corso è strutturato in 2 parti, di 3 crediti ciascuna (codocenza Claudia Manfredi e
Maurizio Baroni, Dipartimento di Elettronica e Telecomunicazioni).
Il corso si propone di:
Approfondire alcuni aspetti sia teorici che pratici dell'ingegneria biomedica, nella
quale bisogna saper identificare, formulare e risolvere, anche in modo innovativo,
problemi complessi o che richiedono un approccio interdisciplinare.
Verranno quindi fornite nozioni relativamente al trattamento di informazioni di
interesse medico, cioè dati, segnali ed immagini in ambito biomedico, con richiami
sui concetti di base, sviluppo di tecniche di analisi, ed esempi applicativi.
MODULO 3 CREDITI (30h)
Claudia Manfredi
Ia PARTE: Analisi dei segnali biomedici (2 crediti).
IIa PARTE: Analisi di immagini – ultrasuoni e risonanza magnetica (1
credito).
Lezioni: martedì ore 11.15-13.15, venerdì ore 8.15-11.15 (in codocenza
con Maurizio Baroni).
Durante il corso saranno svolti seminari applicativi da parte di
clinici e ingegneri con cui sono attive collaborazioni scientifiche.
Modalità di esame:
•
Orale, su tutto il programma.
•
Tesina applicativa (anche di gruppo). La tesina avrà come tema
l’applicazione delle metodiche di analisi di segnali ed immagini
illustrate durante il Corso a problemi pratici tratti dai temi di
ricerca attualmente in sviluppo (che verranno brevemente descritti
nella 2a parte del corso), prevalentemente in ambiente di
programmazione Matlab o C++.
PROGRAMMA
Introduzione
Natura dei segnali biomedici (deterministici, stocastici, frattali e caotici)
Modelli a Tempo-Continuo (CT) e a Tempo-Discreto (DT) di sistemi dinamici
Segnali e sistemi dinamici: proprietà
Energia e potenza dei segnali.
Autocorrelazione e autocovarianza
Analisi dei segnali biomedici (dominio del tempo e della frequenza).
Modelli di sistemi dinamici tempo-invarianti
Modelli lineari
Modelli di stato e modelli ingresso-uscita
Strutture di modelli dinamici
La procedura dell’identificazione: elementi base e fasi del procedimento
Analisi dei dati
Scelta del modello
Scelta del criterio di stima
Calcolo dei parametri del modello
Verifica della bontà del modello
PROGRAMMA (CONT.)
Metodi di stima parametrica
Principi di base
Metodi di stima “a blocchi”:
Regressione lineare
Minimi Quadrati
Metodi di stima ricorsivi:
Minimi Quadrati
Stima spettrale parametrica
Confronto fra stima spettrale parametrica e non-parametrica
Identificazione di sistemi dinamici: aspetti pratici
Stazionarietà ed ergodicità
Campionamento e quantizzazione
Scelta della frequenza di campionamento
Pre-trattamento dei dati
Scelta del modello
Scelta dell’ordine “ottimo” per il modello
PROGRAMMA (CONT.)
Introduzione all’ambiente di programmazione Matlab
Nozioni di base su variabili, funzioni, grafici
Caso di studio: Analisi del segnale vocale per applicazioni biomediche:
• Stima dei parametri caratterizzanti l’emissione vocalica
• Esempi applicativi: pianto neonatale, disfonia, canto
Immagini ad ultrasuoni
Generalità
Generazione degli ultrasuoni
Propagazione degli ultrasuoni
Ecografia
Tecniche di scansione e di visualizzazione
La flussimetria Doppler
Immagini di risonanza magnetica
Principi fisici
Sequenze di eccitazione
Agenti di contrasto
Misure di flusso e tecniche agiografiche
Risonanza magnetica funzionale
Componenti HW in risonanza magnetica
Immagini - Caso di studio: immagini laringoscopiche e videochimografiche della vibrazione
delle corde vocali
MODULO 3 CREDITI (30h)
Maurizio Baroni
• CARATTERIZZAZIONE dei SISTEMI di IMMAGINE
Caratteristiche di osservatore e sistema; immagini fotoniche; campionamento;
curve ROC.
• ELABORAZIONE delle IMMAGINI NUMERICHE:
Filtraggi a media mobile. Esaltazione del contrasto: istogramma e sue
modificazioni.
• FORMAZIONE di IMMAGINI MEDICHE:
Emissione, assorbimento, diffusione, riflessione; immagini funzionali;
applicazioni
• RADIAZIONI IONIZZANTI:
Radioisotopi e macchine radiogene, elementi di radioprotezione.
• IMMAGINI A RAGGI X:
Radiografia convenzionale e digitale. Tomografia computerizzata
• IMMAGINI RADIOISOTOPICHE:
Radiofarmaci. Gamma-camera. Tomografia ad emissione: SPECT e PET.
• IMMAGINI OTTICHE: Tomografia a coerenza ottica.
• ALTRI STRUMENTI PER LE BIOIMMAGINI:
Visualizzazione 3D. Archivi e Telemedicina (VHD, PACS, DICOM).
• ESERCITAZIONI SOFTWARE IN LABORATORIO
MODALITA’ DI ESAME
Esame orale individuale su tutto il programma
Tesina applicativa anche di gruppo in collaborazione con strutture
ospedaliere
Per l’esame orale: iscrizioni sul sito WebTeach:
www.didattica.dma.unifi.it
Per la tesina: data della discussione da concordare con il docente
La discussione della tesina consiste in una breve relazione scritta
ed in una presentazione (Power Point), così strutturate:
1.
2.
3.
4.
5.
Titolo e obiettivo
Metodo/i
Software (listato/i commentati)
Risultati ottenuti
Considerazioni finali
Le tesine applicative possono costituire la base per eventuali
tirocini e tesi di laurea
BIBLIOGRAFIA
E.N.Bruce, “Biomedical Signal Processing and Signal Modeling”, Wiley & Sons, Inc.,
Pub., USA, 2001.
G.D.Baura, “System Theory and Practical Applications of Biomedical Signals”,
Wiley & Sons, Inc., Pub., IEEE Press, USA, 2002.
S.Cerutti, C.Marchesi, “Metodi avanzati di elaborazione dei segnali biomedici”,
Pitagora Ed., Bologna, Italia, 2005
C. Marchesi, “Tecniche numeriche per l’analisi dei segnali biomedici”, Pitagora Ed.,
Bologna, Italia, 1992.
S.L.Marple, “Digital spectral analysis with applications”, Prentice-Hall, Englewood
Cliffs, NJ, USA, 1987.
L.Masotti, “Ecografia: principi fisici e apparecchiature”, da: Bollettino Soc.
Torricelliana di Scienze e, Lettere, Stab. Grafico F.lli Lega, Faenza, Italia, 1987.
T.Söderström, P.Stoica, “System Identification”, Prentice Hall, N.Y., USA, 1989.
G.Valli, G.Coppini, “Bioimmagini”, Patron Ed., Bologna, Italy, 2002.
NATURA DEI SEGNALI BIOMEDICI
Segnale: registrazione di “energia” prodotta da un processo.
La dinamica di ogni fenomeno reale misurabile deriva
dall’interazione fra sorgenti di energia e modificatori (dissipatori)
di energia.
L’analisi de segnali e l’analisi dei sistemi forniscono gli strumenti
per analizzare in modo rigoroso i fenomeni fisici.
Finalità:
– Misurare i segnali biomedici
– Manipolare i segnali (filtrare le componenti non desiderate)
– Estrarre informazioni sul segnale (diagnosi)
– Predirne l’evoluzione futura tramite modello adeguato
(controllo dosaggio farmaci, diagnosi precoce di alterazioni)
SEGNALE BIOMEDICO
•
Segnale: Rappresentazione monodimensionale di informazione, in
funzione di una variabile indipendente (es.: tempo).
•
Informazione: Valori reali o complessi. E’ spesso una misura di una
qualche forma di energia prodotta dal processo.
•
Molti “segnali” biomedici non sono funzione del tempo, ma di altre
grandezze: ad es., nell’elaborazione delle immagini i valori di intensità
sono funzione delle coordinate spaziali x e y. I metodi che verranno
presentati si applicano anche a tali segnali.
•
Natura dei segnali biomedici: molti sono elettrici – ECG
(ElettroCardioGramma),
EMG
(ElettroMioGramma),
EEG
(ElettroEncefaloGramma),
ERG
(EllettrRetinoGramma),
EGG
(ElettroGastroGramma) , mediante elettrodi con cui si misura la
differenza di potenziale fra due punti. Altri (es.: meccanici, chimici),
vengono “trasformati” mediante trasduttori in segnali elettrici.
•
I segnali biomedici sono spesso affetti da “rumore” (componente di
disturbo), che può essere ridotto con tecniche opportune. Altri
assomigliano a rumore pur non essendo tali (segnale caotico), o avere
un comportamento “autosomigliante” su scale diverse, ma non
predicibile (frattali).
ESEMPI
Velocità istantanea media del
sangue
nell’arteria
cerebrale
umana: shift Doppler da fascio
ultrasonico.
1s
0.2s
Elettromiogramma da coppia di fili
applicati
sotto
la
lingua:
contrazione e rilassamento.
Angolo di rotazione del ginocchio
ottenuto da un sensore angolare.
Elettrocardiogramma.
Ogni
battito cardiaco produce una
serie di onde elettriche (P, Q, R,
S, T).
Battito
cardiaco
istantaneo
(battiti/min) per 100 battiti
consecutivi.
n.battiti
ESEMPI
Celle trattate con
colore fluorescente
che
lega
con
fosfolipidi.
Asse x: Intensità di
fluorescenza di celle
eccitate da fascio
laser.
Asse y: N. di celle
che mostrano una
data intensità.
SEGNALI CONTINUI E DISCRETI
CT – Continuous Time
Es.: pressione sanguigna, torsione ad una
giuntura.
Sono definiti per ogni istante (di tempo). Spesso
vengono campionati per valori multipli di un
incremento base.
DT – Discrete Time
Es.: pressione sanguigna ad ogni battito, valori
di temperatura corporea ogni ora, potenziali di
azione di un neurone ogni secondo, ecc.
L’argomento della funzione assume solo valori
interi.
ESEMPIO
Registrazione
dei
potenziali di azione di un
neurone nell’intervallo di
tempo di 10s.
Il n. di potenziali di
azione al secondo è
calcolato e visualizzato
nei due modi seguenti:
Segnale CT ottenuto
mantenendo un valore
costante
(somma
potenziali di azione) su
ogni secondo di tempo.
Segnale DT ottenuto
rappresentando il n. di
potenziali di azione
verificatisi
nell’
intervallo
di
1s
precedente.
SEGNALI E SISTEMI
Sistema: qualsiasi meccanismo attraverso il quale un segnale dipende (o è
ottenuto) da un altro segnale. Più precisamente, un sistema è un qualsiasi
dispositivo fisico o insieme di regole che trasforma una variabile
(ingresso) in un’altra (uscita).
Sistemi SISO (Single Input-Single Output): 1 ingresso e 1 uscita
Sistemi MIMO (Multiple Input-Multiple Output): più ingressi e più uscite.
I sistemi che non possiedono un ingresso esplicito sono detti “autonomi”,
gli altri si dicono “non autonomi”.
Esempi di sistemi (non autonomi SISO)
Sistemi I/O:
Amplificatore – Ingresso = segnale elettrico; Uscita = versione scalata
dell’ingresso
Trasduttore di pressione – Ingresso = pressione sul sensore; Uscita =
Tensione elettrica (es.: segnale audio)
Sistemi I/S/O:
Dinamica del flusso sanguigno in un vaso - Ingresso = pressione
sanguigna, Stato = proprietà meccaniche delle pareti arteriose e del
sangue; Uscita = flusso sanguigno
TIPI DI SEGNALI
•
Deterministici: valori futuri possono essere predetti con esattezza se
è disponibile la quantità di informazioni necessaria. Es.: noto 1 ciclo
di un’onda sinusoidale posso predirne i valori futuri ad ogni istante
•
Stocastici: non è possibile predirne i valori futuri con esattezza, in
quanto sono presenti componenti aleatorie. Es.: La maggior parte
delle misure bioelettriche contengono una componente di “rumore”
aleatorio dovuta alle fluttuazioni delle correnti di ioni. Inoltre, si
classifica come “rumore” la parte di segnale di cui non sappiamo
spiegare il funzionamento.
•
Frattali: sono caratterizzati da invarianza di scala, cioè sono simili a
se stessi su scale diverse, temporali o spaziali. Es.: parte del ciclo
battito-battito cardiaco, struttura del sistema bronchiale. Le tecniche
di identificazione di tali sistemi non sono del tutto affidabili.
•
Caotici: Segnali deterministici ma non esattamente predicibili, in
quanto dipendenti dalle “condizioni iniziali”. Le tecniche di analisi
sono recenti e complesse, data l’inevitabile presenza di componenti
di rumore che mascherano il segnale. Es.: EEG, respiro, numerosi
sistemi neurofisiologici, sembrano avere una dinamica caotica.
ES1 MATLAB: sigtype.m
•
Segnale deterministico:
somma di 5 funzioni seno
con ampiezza e frequenza
casuale.
•
Segnale
stocastico:
Rumore bianco filtrato
attraverso il filtro z2/(z2 0.6 z - 0.2).
•
Segnale frattale: Creato
con il metodo di sintesi
spettrale
con
300
frequenze e H = 0.8.
Segnale
caotico:
dal
sistema di Henon con
parametri ah=1.4, bh=0.3:
•
x(n+1) = 1 - ah*x(n)^2 + y(n)
y(n+1) = bh*x(n)