K14: Describe mediante modelos matemáticos computaciones y sus lenguajes de programación, el funcionamiento de los sistemas operativos neuronales y sus posibilidades de interacción con dispositivos externos. S1: Utiliza diferentes técnicas para encontrar, manejar, integrar y evaluar con sentido crítico la información disponible para el desarrollo de actividades en Neurociencia, especialmente en el ámbito digital. S4: Utiliza capacidad de análisis y síntesis, así como de aplicar los principios del método científico en el entorno laboral, con el fin de dar respuestas innovadoras a las necesidades y demandas de la sociedad en su área. S5: Utiliza adecuadamente el vocabulario científico y técnico propio de los diferentes ámbitos de la Neurociencia. S7: Demuestra conocimiento y capacidad para aplicar herramientas computacionales y experimentales para el análisis y cuantificación de problemas en Neurociencias. C2: Aplica sus conocimientos sobre la organización, estructura y función del Sistema Nervioso Central (SNC) para contribuir a la evolución y mejora de tecnologías y sistemas de computación, manejo y análisis de datos. C3: Aplica su conocimiento de la tecnología para el estudio del Sistema Nervioso y el cerebro (Imagen Médica, interfaces cerebro-máquina) para desarrollar nuevos sistemas de diagnóstico, tratamiento y otras aplicaciones de la Neurociencia (Inteligencia Artificial, Robótica) con el objetivo de mejorar la calidad de vida y progreso social. C4: Utiliza herramientas avanzadas de matemáticas, estadística y computación para aumentar y mejorar el conocimiento en Neurociencias y sus aplicaciones. C5: Aplica los conocimientos necesarios para su integración en equipos multidisciplinares (sector farmacéutico, sanitario, técnicas de diagnóstico, tecnologías de la información en salud, agencias y organismos regulatorios) en los que la Neurociencia sea un área vertebradora de soluciones. C6: Aplica en su actividad profesional el resultado de una formación integral, aunando el conocimiento en Neurociencias con unos sólidos fundamentos de responsabilidad ética y respeto por los derechos fundamentales, la diversidad y los valores democráticos. C7: Aplica en su actividad profesional los principios consustanciales a una formación de grado de naturaleza científico-técnica, así como la necesidad de un aprendizaje autónomo que le permita adaptarse a nuevas situaciones originadas por desarrollo científico y tecnológico.

Este curso está diseñado para introducir a los estudiantes de neurociencia en las técnicas básicas de procesamiento de señales útiles para el análisis de datos neurocientíficos. El objetivo es proporcionar a los estudiantes los conocimientos básicos necesarios para comprender los principios del software de análisis disponible en el mercado, así como permitirles construir sus propias herramientas de análisis en un entorno de programación como MATLAB. 1. Comprender y utilizar representaciones de señales de tiempo continuo y tiempo discreto tanto en el dominio temporal y en el de frecuencia. 2. Comprender y utilizar técnicas de promediado de señales. 3. Caracterizar y analizar sistemas en el dominio de tiempo (ecuaciones diferenciales y en diferencias, respuesta al impulso) y en el dominio de la frecuencia (transformadas de Fourier, Laplace, Z). 4. Comprender la cadena de acontecimientos para medir señales biológicas desde el sensor, pasando por el muestreo y la reconstrucción de señales, el muestreo práctico y la cuantización, hasta la representación gráfica y la cuantificación de las señales. 5. Comprender y utilizar la transformada discreta de Fourier y el algoritmo FFT. Uso para el análisis espectral de señales. 6. Utilizar filtros digitales y diseñar filtros tanto de respuesta finita como infinita al impulso. 7. Comprender y utilizar el análisis de trenes de picos, funciones de autocorrelación, funciones wavlet y técnicas básicas de procesamiento de señales no lineales. 8. Dominar Matlab y utilizar este lenguaje para resolver problemas en una amplia gama de escenarios de procesamiento de señales.

Clases presenciales magistrales. Clases presenciales reducidos (talleres, seminarios, casos prácticos). Trabajo individual del estudiante. Sesiones de laboratorios. Examen final. Seminarios y lecciones magistrales con apoyo de medios informáticos y audiovisuales. Aprendizaje práctico basado en casos y problemas y resolución de ejercicios. Trabajo individual y en grupo o cooperativo con opción a presentación oral o escrita. Tutorías individuales y en grupo para resolución de dudas y consultas sobre la materia. Prácticas y actividades dirigidas de laboratorios.