Unità di Imaging a Infrarossi

Denominazione: Unità di imaging a infrarossi

Descrizione attività di ricerca:

Il laboratorio di Imaging Infrarosso svolge diverse attivita’ di ricerca incentrate sull’utilizzo di metodiche ottiche nel vicino (imaging ottico diffusivo) e nell’infrarosso termico nell’uomo, con particolare attenzione allo studio della fisiopatologia del sistema nervoso centrale e periferico, attraverso algoritmi avanzati di analisi del segnale e delle immagini.

Il laboratorio si prefigge di utilizzare le suddette metodiche ottiche in configurazioni multimodale con altre tecnologie di imaging biomedicale e monitorizzazione elettrofisiologica, integrando le stesse con approcci multivariati basati su algoritmi di intelligenza artificiale. Le specifiche linee di ricerca in corso di svolgimento e che prevedono futuro sviluppo, sono:

• integrazione di imaging ottico diffusivo ed imaging termico per la caratterizzazione congiunta dello stato cognitivo ed emozionale del soggetto.
• sviluppo e prototipizzazione di interfaccia uomo-macchina per il monitoraggio non invasivo dello stato psicofisico del conducente per sistemi di sicurezza alla guida. 
• sviluppo e prototipizzazione di sistemi multimodali wearable di imaging ottico diffusivo e imaging elettrofisiologico attraverso l’utilizzo di fotomoltiplicatori al silicio.
• approccio di neuroimaging multimodale per lo studio ecologico di patologie neurodegenerative.
• sviluppo di algoritmi di machine learning e deep learning per lo studio del cervello e per diagnosi e prognosi di patologie.

Responsabile:

Prof. Arcangelo Merla

Membri:

Dott. Antonio Maria Chiarelli, Dott.ssa Daniela Cardone, Dott. David Perpetuini

Pubblicazioni rilevanti:

1. Ioannou, S., Gallese, V., & Merla, A. (2014). Thermal infrared imaging in psychophysiology: potentialities and limits. Psychophysiology, 51(10), 951-963. doi.org/10.1111/psyp.12243
2. Cardone, D., Pinti, P., & Merla, A. (2015). Thermal infrared imaging-based computational psychophysiology for psychometrics. Computational and mathematical methods in medicine, 2015. doi.org/10.1155/2015/984353
3. Merla, A. (2014). Thermal expression of intersubjectivity offers new possibilities to human–machine and technologically mediated interactions. Frontiers in psychology, 5, 802. doi.org/10.3389/fpsyg.2014.00802
4. Chiarelli, A. M., Croce, P., Merla, A., & Zappasodi, F. (2018). Deep learning for hybrid EEG-fNIRS brain–computer interface: application to motor imagery classification. Journal of neural engineering, 15(3), 036028. mediated interactions. Frontiers in psychology, 5, 802. doi.org/10.1088/1741-2552/aaaf82
5. Croce Pierpaolo, Filippo Zappasodi, Arcangelo Merla, and Antonio Maria Chiarelli. "Exploiting neurovascular coupling: a Bayesian sequential Monte Carlo approach applied to simulated EEG fNIRS data." Journal of neural engineering 14, no. 4 (2017): 046029 doi.org/10.1088/1741-2552/aa7321