Universitat Internacional de Catalunya - BarcelonaComputació, Robòtica i Biònica 1
Llengua d'impartició principal: anglès
Altres llengües d'impartició: català, castellà
| Sem.1 | DL | 16:00 18:00 | I3 | |
| Sem.1 | DJ | 18:00 20:00 | I3 |
Responsable
MsU Xavier MARIMON - xmarimon@uic.es
Horari d'atenció
Cal convenir una cita amb el professor mitjançant correu electrònic institucional.
La primera part del curs es centrarà en el camp de la intel·ligència artificial aplicat al món biomèdic. S’estudiaran els algoritmes bàsics d’aprenentatge automàtic supervisat i no supervisat.
La segona part del curs es centrarà en l'àmbit de l'enginyeria neural, una disciplina a la frontera entre la neurociència i l'enginyeria. S'estudiaran els conceptes fonamentals de neuroenginyeria, incloent: interfícies amb el sistema nerviós, neuroprótesis, interfícies cervell-computador (BCI) i registres d'electrofisiologia. D'altra banda, es donaran a conèixer tècniques de mesurament i anàlisi de dades neuronals aplicant conceptes d'intel·ligència artificial i processat de senyals. Es desenvoluparán classes de tipus seminari per a la formació teòrica combinades amb pràctiques amb ordinador.
Per accedir a el curs és requisit haver cursat les següents assignatures:
Assignatures de primer curs
Càlcul
Assignatures de segon curs
Informàtica*
Fonaments i Sistemes Electrònics
Teoria de Senyals i Sistemes
Bioestadística
Assignaturas de tercer curs
Neurociències Aplicades a l'ortopròtesi (Simultània. Recomanable, però no obligatòria)
*Es requereix haver assolit un bon nivell de programació i pensament computacional
Conèixer i saber usar els principals algoritmes de clustering i classificació.
Decidir i saber aplicar l’algorisme més adequat per a processar un nou conjunt de dades.
Descriure i saber aplicar l'algoritme de spike sorting en registres d'activitat elèctrica intracel·lular.
Tenir la capacitat d'aplicar el pre processament bàsic a un senyal de electroencefalograma (EEG).
Tenir la capacitat d'aplicar el pre processament bàsic a un senyal bold de ressonància magnètica funcional (fMRI).
Bloc 1. Computació. Aprenentatge automàtic clàssic.
0. Introducció a l'aprenentatge automàtic.
1. Aprenentatge no supervisat (agrupació i reducció de dimensionalitat/ factorització)
1.1 Algorismes d'agrupació.
1.1.1 Agrupació k-means.
1.1.2 Agrupació jeràrquica.
1.1.3 Agrupació espectral.
1.1.4 Agrupació amb el model de mescla de gaussianes (GMM).
1.2 Reducció de dimensionalitat i factorització.
1.2.1 Anàlisi de components principals (PCA).
1.2.2 Factorització amb la matriu no negativa (NNMF).
1.2.3 Anàlisi factorial (FA).
2. Aprenentatge supervisat (regressió i classificació).
2.1 Algorismes de regressió.
2.1.1 Regressió. Lineal, no lineal i logística.
2.1.2 Model lineal generalitzat (GLM).
2.1.3 Arbres de regressió.
2.2 Algorismes de classificació
2.1.1 Màquines de vectors de suport (SVM).
2.1.2 k-veí més proper (KNN).
2.1.3 Naïve Bayes.
2.1.4 Anàlisi discriminant lineal (LDA).
2.1.5 Xarxes neuronals.
2.1.6 Arbres de decisió.
3. Separació de fonts a cegues
3.1 Anàlisi de components independents (ICA).
3.2 Anàlisi ràpid de components independents (Fast-ICA).
Bloc 2. Biònica. Funció cerebral i neuroprotésis.
1. Interfícies cervell-computador (BCI).
2. Origen del senyal cerebral.
3. Registre i processat de l'activitat cerebral.
3.1 Mesures elèctriques de el cervell.
3.1.1 Enregistraments intracel·lulars i extracel·lulars.
3.1.1.1 Activitat d'una única unitat (SUA).
2.1.1.2 Potencial de camp local (LFP) i activitat d'unitats múltiples (MUA).
3.1.2 Enregistraments extracel·lulars.
3.1.2.1 Electroencefalograma (EEG).
3.1.2.2 Electrocorticografía (ECOG) (epidural, subdural).
3.2. Mesures magnètiques del cervell.
3.2.1 Imatges per ressonància magnètica (MRI).
3.3. Mesures metabòliques del cervell.
3.3.1 Imatges de ressonància magnètica funcional (fMRI).
3.3.2 Espectroscòpia funcional d'infraroig proper (fNIRS).
Activitats experimentals: spike sorting, descodificació del raster plot , tuning curves i population vector, processament del senyal EMG, processament del senyal BOLD (fMRI).
| ACTIVITAT FORMATIVA | METODOLOGIA | COMPETÈNCIES |
| Aprenentatge cooperatiu tindrà una gran importància en el grau en Bioenginyeria, el seu enfocament es basa en organitzar les activitats dins de l'aula per a convertir-les en una experiència social i acadèmica d'aprenentatge. L'aprenentatge depèn de l'intercanvi d'informació entre els estudiants, els quals estan motivats tant per logar seu propi aprenentatge com per a acréixer els èxits dels altres. Aquesta activitat contempla les pràctiques realitzades a l'entorn del laboratori. La classe magistral, serà l'escenari per: Aprendre i utilitzar la terminologia i estructures lingüístiques relacionades amb l'àmbit científic. Practicar i desenvolupar destreses de comunicació oral i escrita. I per aprendre com analitzar bibliografia i literatura sobre temes de Bioenginyeria. Practicar pautes per identificar i entendre les idees principals a durant la classe magistral. Aquesta activitat formativa és una eina essencial en la formació des del seu origen i ha de tenir una presència molt important en aquesta estructura de grau. Lectura de textos dirigits amb el fi d'accedir al pensament crític, el qual compleix un paper fonamental en la formació de ciutadans conscients i responsables Activitat no presencial, en aquesta activitat l'estudiant realitza una tasca de sedimentació i repòs del coneixement, necessari sempre abans de fer una tasca nova. El plantejament d'exercicis i problemes per part del professor, ajuda l'alumne a avançar en el procés enginyeril del disseny, guiat pel professor es van aconseguint fites parcials que faciliten la integració del coneixement teòric adquirit. Activitat no presencial, en aquesta activitat l'estudiant realitza exercicis de forma autònoma, sense la presència del professor. En aquesta fase apareixen sempre més dubtes, però al no tenir l'opció de preguntar immediatament es produeix un esforç addicional per part de l'alumne. | Les classes pràctiques permeten a l'alumne interactuar en primera persona amb les eines de treball, en petits grups o de forma individual es realitzen petites demostracions pràctiques dels coneixements teòrics adquirits durant les classes teòriques A les classes teòriques s'ha d'establir el saber fonamental i científic que s'assenten les bases del coneixement i rigor que exigeix l'estudi de l'enginyeria La metodologia docent basada en la reflexió, poden proporcionar a l'alumne en un menor espai de temps, coneixements i habilitats útils per abordar problemes d'una forma eficaç El seminari és una trobada didàctic on un especialista, en aquest cas el professor, un professional de prestigi, etc ... interactua amb els assistents en treballs en comú perseguint la difusió de coneixement o la realització d'un treball conjunt, projecte o investigació El treball en grup és una eina essencial en la societat actual. En el camp de la bioenginyeria on els processos de disseny i productius no els realitza una única persona és essencial aprendre a treballar de forma mancomunada. El treball individual, a través de l'estudi, la recerca d'informació, el processament de dades i la interiorització dels coneixements permeten a l'alumne consolidar el seu aprenentatge. | CB1 CB2 CB3 CB4 CB5 CE1 CE12 CE15 CE16 CE17 CE19 CE21 CE3 CE5 CE8 CG1 CG10 CG2 CG3 CG4 CG5 CG6 CG7 CG8 CG9 CT2 CT3 CT4 CT5 CT6 CT7 |
La qualificació final de l'assignatura s'obtindrà com;
Nota=0,4·Nef +0,3·Nlab+0,3·Ntreb
On
Nef : Nota examen final
Nlab : Nota pràctiques laboratori
Ntreb : Nota treballs de l'assignatura
No hi ha examen parcial.
Per a optar a l'apte és imprescindible realitzar les pràctiques de laboratori de l'assignatura.
Consideracions importants:
[1] Duda et al. 2000. Pattern Classification. Second Edition.. Wiley-Interscience publication.
[2] Wolpaw, J. and Wolpaw E.W. (eds.) (2012). Brain-Computer Interfaces: Principles and Practice. Oxford University Press.
[3] Dornhege, G. Millán, J.d.R., Hinterberger, T., McFarland, D.J., and Müller, K.-R. (eds.) (2007). Towards Brain-Computing Interfacing. Cambridge, MA: MIT Press.
E: data d'examen | R: data de revisió | 1: primera convocatòria | 2: segona convocatòria: