Sviluppo di un nuovo algoritmo basato sul General Linear Model per la stima della risposta emodinamica da segnali di spettroscopia funzionale nel vicino infrarosso (fNIRS)

Il lavoro di tesi si propone di sviluppare un nuove algoritmo basato sul General Linear Model (GLM) per la stima della risposta emodinamica (HRF) da segnali di spettroscopia funzionale nel vicino infrarosso (fNIRS). La fNIRS e' una recente tecnica di neuroimaging che permette di monitorare l'ossigenazione cerebrale in modo completamente non invasivo. Tuttavia, il segnale fNIRS risulta etremamente rumoroso e l'HRF non e' visibile ad occhio nudo per la presenza del rumore sovrapposto; da qui la necessita' di sviluppare metodi di analisi ed elaborazione del segnale che consentano la stima dell'HRF da segnali fNIRS. In questa tesi si vuole in particolare validare un approccio basato sul GLM. Si noti come la possibilita' di ottenere una buona stima dell'HRF da dati fNIRS rappresenta un potente approccio di analisi funzionale del cervello totalmente non invasiva