ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-08312009-115722


Tipo di tesi
Tesi di laurea specialistica
Autore
CAPOGROSSO, MARCO
URN
etd-08312009-115722
Titolo
Modello agli elementi finiti per applicazioni di imaging funzionale del cervello tramite elettroencefalogramma
Dipartimento
SCIENZE MATEMATICHE, FISICHE E NATURALI
Corso di studi
FISICA APPLICATA
Relatori
relatore Prof. Emdin, Michele
relatore Ing. Vanello, Nicola
Parole chiave
  • imaging funzionale
  • elementi finiti
  • FEM
  • EEG
  • bioelettromagnetismo
Data inizio appello
22/09/2009
Consultabilità
Non consultabile
Data di rilascio
22/09/2049
Riassunto
L’imaging funzionale tramite EEG si ottiene risolvendo il problema bioelettromagnetico inverso in cui, date le misure del potenziale sulla superficie della testa si vuole risalire alle sorgenti elettromagnetiche che hanno generato il potenziale misurato.
Essendo un problema malposto, a infiniti gradi di libertà, necessita di opportune tecniche di regolarizzazione e di un buon modello che descriva la fisica del problema.
La modellizzazione richiede sia la descrizione delle sorgenti, sia la descrizione del volume conduttore.
Il lavoro di tesi è stato incentrato sulla descrizione fisica della testa come un volume conduttore. Per quanto riguarda la modellizzazione delle sorgenti, il classico modello dipolare è quello più utilizzato ed è stato scelto anche in questo lavoro.
Per la caratterizzazione del volume, si è scelto di impostare un modello agli elementi finiti (FEM).
Il modello descrive le equazioni differenziali alle derivate parziali che governano il problema e fornisce una descrizione realistica
della testa sia in termini di geometria sia di conducibilità. In letteratura questo tipo di modelli è individuato come il più completo possibile.
La modellizzazione geometrica viene effettuata discretizzando il volume ottenuto da una scansione anatomica di risonanza magnetica (MRI). Questo tipo di discretizzazione consente di assegnare ad ogni elemento di volume uno specifico valore di conducibilità, permettendo una descrizione estremamente
accurata delle proprietà dielettriche delle strutture interne.
L’assegnazione viene effettuata avendo labellato oppurtunamente il volume tramite algoritmi di segmentazione dei tessuti cerebrali.
L’intero processo di discretizzazione e tutti gli algroritmi per la soluzione del problema agli elementi finiti sono stati interamente scritti dall’autore in linguaggio C e MatLab.
File