MATLAB e Simulink per l’elettrofisiologia

Gli scienziati usano MATLAB® per le attività di ricerca e sviluppo nel campo dell’elettrofisiologia a supporto delle attività e dei progetti principali, tra cui:

  • Rilevamento, analisi e previsione degli impulsi (spike) e delle sequenze di impulsi (spike train) con approcci avanzati basati sull’elaborazione di segnali, la statistica e l’intelligenza artificiale
  • Etichettatura dei dati immagine, video e dei segnali da usare per lo sviluppo di modelli per la raccolta delle feature e di IA
  • Gestione e integrazione di set di dati eterogenei e di grandi dimensioni, compresi i dati di elettrofisiologia, imaging, farmacologia e sul comportamento degli animali
  • Simulazione di modelli sofisticati per ottenere informazioni più approfondite a livello molecolare, cellulare, dei tessuti e dell’organismo
  • Scaling degli algoritmi risultanti per l’esecuzione su macchine multicore locali, ambienti di calcolo HPC o nel Cloud
  • Condivisione di risultati con i propri collaboratori tramite codice MATLAB, app, desktop o interfacce web

“MATLAB, MATLAB Coder e Fixed-Point Designer hanno consentito al nostro piccolo team di sviluppare un complesso algoritmo di elaborazione di segnali in tempo reale, di ottimizzarlo per ridurre i requisiti in termini di potenza e memoria, di accelerare l’implementazione del codice embedded e di eseguire i rigorosi test necessari per la convalida dei dispositivi medici.”

Marina Brockway, VivaQuant

Utilizzo di MATLAB e Simulink per l’elettrofisiologia

L’elettrofisiologia con MATLAB

Gli scienziati che si occupano di elettrofisiologia usano MATLAB per etichettare, analizzare e classificare i segnali. È possibile usare MATLAB per lo sviluppo rapido di modelli usando le app dedicate all’etichettatura di segnali, immagini e video. È anche possibile utilizzare la codebase MATLAB e Simulink® per sviluppare piattaforme sperimentali nuove e personalizzate, compresi array a elettrodo singolo, con micropiastre o multi-elettrodo per la coltura cellulare o l’uso in vivo. È possibile usare gli strumenti MATLAB per passare rapidamente dalle analisi di sviluppo alle analisi distribuite grazie agli strumenti di distribuzione. Le analisi possono essere utilizzate nel Cloud o in applicazioni di calcolo HPC senza dover apportare grosse modifiche al codice. I ricercatori stanno anche usando sempre di più la simulazione, il machine learning e il deep learning per capire e prevedere il comportamento dei sistemi elettrofisiologici su tempi e lunghezze di grandi dimensioni.


Sviluppo grazie a una community attiva

Esiste una community di ricerca e sviluppo solida e attiva che si occupa della creazione di toolbox open source per l’elettrofisiologia. Anche se molte di queste risorse si trovano su MathWorks File Exchange, ci sono altri toolbox da scoprire.