Computación, Robòtica i Biònica 1
Lengua de impartición principal: inglés
Otras lenguas de impartición: catalán, castellano
|
Responsable
El curso se centrará en el ámbito de la ingeniería neural, una disciplina en la frontera entre la neurociencia y la ingeniería. Se estudiarán los conceptos fundamentales de neuroingeniería, incluyendo: interfaces con el sistema nervioso, neuroprótesis, interfaces cerebro-computador (BCI) y registros de electrofisiología. Por otra parte, se darán a conocer técnicas de medición y análisis de datos neuronales aplicando conceptos de inteligencia artificial y procesado de señales.Se desarrollan clases de tipo seminario para la formación teórica combinadas con prácticas con ordenador. sistemas neuronales biológicos y monitorización en el desarrollo de trabajos y estudios por parte de los estudiantes.
Para acceder al curso es requisito haber cursado las siguientes asignaturas:
Asignaturas del curso 1
Cálculo
Asignaturas del curso 2
Informática
Fundamentos y Sistemas Electrónicos
Teoría de Señales y Sistemas
Bioestadística
Asignaturas del curso 3
Neurociencias Aplicadas a la Ortoprótesis
Bloque 1. Computación. Aprendizaje automático clásico
1. Aprendizaje no supervisado (agrupación y reducción / factorización de dimensionalidad)
1.1 Algoritmos de agrupamiento
1.1.1 agrupamiento de k-medias
1.1.2 Agrupación jerárquica
1.1.3 Agrupación espectral
1.1.4 Agrupación del modelo de mezcla gaussiana (GMM)
1.1.5 Agrupación de modelos de Hiden Markov
1.2 Reducción de dimensionalidad y factorización
1.2.1 Análisis de componentes principales (PCA)
1.2.2 Factorización de matriz no negativa (NNMF)
1.2.3 Análisis factorial (FA)
2. Aprendizaje supervisado (regresión de clasificación)
2.1 Algoritmos de regresión
2.1.1 Regresión lineal
2.1.2 Regresión no lineal
2.1.3 Regresión logística
2.1.4 Modelo lineal generalizado (GLM)
2.1.5 Árboles de regresión
2.1.6 Modelo de regresión del proceso gaussiano
2.2 Algoritmos de clasificación
2.1.1 Análisis discriminante lineal (LDA)
2.1.2 Máquinas de vectores de soporte (SVM)
2.1.3 k-Vecino más cercano (kNN)
2.1.4 Árboles de decisión
2.1.5 Bayes
2.1.6 Redes neuronales
2.1.7 Árboles de decisión
3. Separación de fuentes ciegas
3.1 Análisis de componentes independientes (ICA)
3.2 Análisis rápido de componentes independientes (Fast-ICA)
Bloque 2. Biónica. Función cerebral y neuroprotésica motora
1. Origen de la señal cerebral.
2. Registro de actividad cerebral
2.1 Medidas eléctricas del cerebro
2.1.1 Grabaciones extracelulares
2.1.1.1 Electroencefalograma (EEG)
2.1.1.2 Electrocorticografía (ECoG) (epidural, subdural)
2.1.2 Grabaciones intracelulares
2.1.2.1 Actividad de unidad única (SUA)
2.1.2.2 Potencial de campo local (LFP) y actividad de unidades múltiples (MUA)
2.2. Medidas magnéticas del cerebro
2.2.1 Imágenes por resonancia magnética (MRI)
2.3. Mediciones metabólicas del cerebro
2.3.1 Imágenes de resonancia magnética funcional (fMRI)
2.3.2 Espectroscopía funcional de infrarrojo cercano (fNIRS)
3. Análisis de la actividad cerebral.
3.1 Clasificación de espigas (spikes)
3.2 Decodificación del rasterplot
3.3 Histograma de tiempo peri-estímulo (PSTH)
3.4. Función de densidad de espiga
3.5 Curvas de sintonía y vector de población
3.6 procesamiento de señal EMG
3.7 Procesamiento de señal BOLD (fMRI)
4. Origen de la señal muscular.
5. Registro de actividad muscular
5.1 Electromiografía (EMG)
5.2 interfaces neuronales PNS
6. Análisis de la actividad muscular.
6.1 Sinergias musculares de la señal EMG
6.2 Procesamiento del señal EMG y control del brazo protésico
6.3 Procesamiento del señal ENG
ACTIVIDAD FORMATIVA El aprendizaje orientado a proyectos es un método basado en el aprendizaje experiencial y reflexivo en el que tienen una gran importancia el proceso investigador alrededor de un tema, con la finalidad de resolver problemas complejos a partir de soluciones abiertas o abordar temas difíciles que permitan la generación de conocimiento nuevo y desarrollo de nuevas habilidades por parte de los estudiantes. La clase magistral, será el escenario para: Aprender y utilizar la terminología y estructuras lingüísticas relacionadas con el ámbito científico. Practicar y desarrollar destrezas de comunicación oral y escrita. Y para aprender como analizar bibliografía y literatura sobre temas de Bioingeniería. Practicar pautas para identificar y entender las ideas principales en durante la clase magistral. Esta actividad formativa es una herramienta esencial en la formación desde su origen y debe tener una presencia muy importante en esta estructura de grado. Lectura de textos dirigidos con el objeto de acceder al pensamiento crítico, el cual cumple un papel fundamental en la formación de ciudadanos conscientes y responsables Actividad no presencial, en esta actividad el estudiante realiza una labor de sedimentación y reposo del conocimiento, necesario siempre antes realizar una tarea nueva. El planteamiento de ejercicios y problemas por parte del profesor, ayuda al alumno a avanzar en el proceso ingenieril del diseño, guiado por el profesor se van consiguiendo metas parciales que facilitan la integración del conocimiento teórico adquirido. |
METODOLOGÍA Las clases prácticas permiten al alumno interactuar en primera persona con las herramientas de trabajo, en pequeños grupos o de forma individual se realizan pequeñas demostraciones prácticas de los conocimientos teóricos adquiridos durante las clases teóricas. En las clases teóricas se debe establecer el saber fundamental y científico que asientan las bases del conocimiento y rigor que exige el estudio de la ingeniería La metodología docente basada en la reflexión, pueden proporcionar al alumno en un menor espacio de tiempo, conocimientos y habilidades útiles para abordar problemas de una forma eficaz El trabajo individual, a través del estudio, la búsqueda de información, el procesamiento de datos y la interiorización de los conocimientos permiten al alumno consolidar su aprendizaje. |
COMPETENCIAS CB1 CB2 CB3 CB4 CB5 CE12 CE13 CE15 CE17 CE20 CE8 CG10 CG2 CG3 CG4 CG6 CG7 CT2 CT3 CT4 CT5 CT6 CT7 |
La calificación final de la asignatura se obtendrá como;
Nota=0,4·Nef +0,3·Nlab+0,3·Ntreb
donde
Nef : Nota examen final
Nlab : Nota prácticas laboratorio
Ntreb : Nota trabajos de la asignatura
Consideraciones importantes:
[1] 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.
[2] Wolpaw, J. and Wolpaw E.W. (eds.) (2012). Brain-Computer Interfaces: Principles and Practice. Oxford University Press.
[3] Farina et al. Introduction to Neural Engineering for Motor Rehabilitation. IEEE Press Series on Biomedical Engineering Book.
E: fecha de examen | R: fecha de revisión | 1: primera convocatoria | 2: segunda convocatoria: