Código: 73313 | Asignatura: Aplicaciones de neuroingeniería | ||||
Créditos: 3 | Tipo: Optativa | Curso: 1 | Periodo: 2º S | ||
Departamento: Matemáticas | |||||
Profesorado: | |||||
GOMEZ FERNANDEZ, MARISOL [Tutorías ] | VIDAURRE ARBIZU, CARMEN (Resp) [Tutorías ] |
Módulo de Especialidad
Materia: Especialidad en Procesado y Comunicación de Señales e Imágenes Médicas
Análisis estadístico de señales de electroencefalograma (EEG), filtros espaciales, problema directo e inverso, clasificación y sistemas adaptativos. Introducción a la imagen por resonancia magnética funcional (fMRI) y sus métodos estadísticos de análisis de datos. Ejemplos de aplicaciones en interfaces cerebrales (aplicaciones clínicas y no clínicas).
CB01 Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB02 Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB03 Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CB04 Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CG01 Aplicar el razonamiento crítico a los conocimientos adquiridos desde una perspectiva multidisciplinar.
- Que los estudiantes sean capaces de implementar algoritmos de procesado de EEG para eliminar artefactos, localizar fuentes y analizar potenciales evocados.
- Que los estudiantes sean capaces de implementar algoritmos para interfaces cerebro-ordenador.
Los estudiantes aprenderán los métodos experimentales más importantes de la adquisición de señales neuronales y sus respectivos métodos de análisis. Aprenderán sobre los distintos campos de aplicación y las ventajas y desventajas de los distintos métodos. Serán capaces de elegir el método de análisis más apropriado y aplicarlo a los datos experimentales.
Metodología - Actividad
|
Horas Presenciales
|
Horas no presenciales
|
A-1 Clases expositivas/participativas
|
15
|
10
|
A-2 Prácticas
|
15
|
10
|
A-3 Debates, puestas en común, tutoría grupos
|
|
|
A-4 Elaboración de trabajo
|
|
|
A-5 Lecturas de material
|
|
10
|
A-6 Estudio individual
|
|
12
|
A-7 Exámenes, pruebas de evaluación
|
3
|
|
A-8 Tutorías individuales
|
|
|
|
|
|
Total
|
33
|
42
|
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
R1, R2, R3, R4 | Prueba teórica | 60% | 60% |
R1, R2, R3 | Prueba de Laboratorio | 30% | 30% |
R4 |
Lectura crítica de artículos y expo- sición oral del trabajo.
|
10% | |
Tema 1. Adquisición de señales neuronales.
Tema 2. Potenciales evocados y estadística básica para procesado de señales EEG.
Tema 3. Filtros espaciales, problema directo e inverso.
Tema 4. Problemas de clasificación y sistemas adaptativos en neuroingeniería.
Tema 5. Introducción a la imagen por resonancia magnética funcional (fMRI).
Tema 6. Métodos estadísticos de análisis de datos en fMRI.
Tema 7. Ejemplos de aplicaciones en interfaces cerebrales: aplicaciones clínicas y no clínicas.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.