Esercitazioni in Matlab
da presentare all’esame di Analisi dei Segnali Biomedici
Prima Parte
-
Convoluzione
nel dominio del tempo
-
Convoluzione
lineare e circolare
-
Effetto dell’operazione di zero padding sulla Trasformata discreta di Fourier
-
Trasformata discreta di Fourier seno, coseno
-
Trasformata discreta di onda
rettangolare e triangolare
N.B.
Curare la corretta taratura degli assi negli esercizi con la trasformata di Fourier
Seconda Parte
- Trasformata
Zeta e trasformata di Fourier di una sequenza
Fare il grafico
dei primi valori di ogni sequenza, la posizione dei
poli e degli zeri della trasformata zeta nel piano di Gauss e modulo e fase
della trasformata di Fourier della sequenza.
, studiare al variare di
a , 0<a<1
, studiare al variare di r e w0 con 0<r<1
,
studiare al variare di r e di q
- Sistemi
tempo discreti
Filtro differenza
Filtro media
mobile
Realizzazione di
un filtro passa basso con il metodo delle finestre
(finestra di Hamming Hanning Blackman)
Realizzazione di un filtro passa alto a partire dal
filtro passa basso.
Studio in
frequenza dei sistemi al variare dell’ordine (escluso il filtro differenza)
Filtrare un’onda
rettangolare con i sistemi precedenti
- Utilizzo
di strumenti per l’analisi e la realizzazione di filtri tramite Matlab
fdatool : - realizzare
filtri passa basso e alto con il metodo delle finestre
- esportare e importare
i filtri
sptool: - sezione
relativa alla progettazione di filtri, funzione di trasferimento al variare
della posizione dei poli e/o degli zeri.
Descrivere i casi di : a) un polo reale e uno zero b) due poli complessi
coniugati.
- Elaborazione
delle immagini
Importazione di una immagine
indicizzata
Conversione da
indicizzata a RGB
Visualizzazione
immagini di intensità
Trasformata di Fourier bidimensionale:
studiare la trasformata bidimensionale di immagini
di intensità ad andamento sinusoidale lungo x e lungo y, barre orizzontali,
verticali e griglia.
Curare la corretta
taratura degli assi e delle ampiezze.
Filtri
bidimensionali:
- filtro media
- filtri
gradiente di Sobel
- filtro passa basso bidimensionale ottenuto da filtro passa basso
1D.
Visualizzare
la risposta in frequenza dei filtri: curare la risoluzione in frequenza.
Filtrare
Immagini di barre orizzontali, griglia e “cubo” con i filtri bidimensionali
suddetti.
Saper descrivere la
trasformata delle immagini prima e dopo il filtraggio.
Esercitazione per estrazione contorni
cellule.
- Regressione
lineare
Esempio di applicazione della regressione ad una sequenza di
immagini fMRI.
Come variabile
indipendente si utilizzi la descrizione temporale del paradigma sperimentale utilizzato.
Grafici errori e
retta di regressione per un voxel.
Visualizzare e
descrivere l’immagine del coefficiente della retta di
regressione.
Elaborare la
sequenza di immagini fMRI e
applicare alle immagini elaborate l’analisi con la regressione lineare: eseguire
un filtraggio spaziale (2D) di tipo passa basso di ogni immagine della
sequenza.
Confronto risultati prima e dopo il filtraggio. (N.B. per questa parte
di esercitazione utilizzare matrix_run_02.mat e
paradigma_3.mat)
Studio della
densità spettrale di potenza di un voxel attivato e
non: stimare la densità spettrale di potenza con la TDF del segnale e
attraverso la trasformata della funzione di autocorrelazione.