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)