INGEGNERIA DEI SISTEMI MEDICALI

Conoscenza e capacita’ di analizzare i problemi connessi con la determinazione di un modello matematico partendo da dati numerici; Conoscenza e capacità di progettare un esperimento di raccolta dati al fine di ottenere un buon modello; Capacità di individuare la giusta famiglia di modelli per un dato problema, ed un criterio di ottimizzazione idoneo; Conoscenza e capacità di comprensione degli schemi di controllo basati su modelli. Capacità di determinare un modello matematico idoneo ad un predefinito scopo, impostando correttamente tutti i gradi di libertà della scelta, avvalendosi di strumenti di ottimizzazione numerica realizzati in moderni ambienti di programmazione matematica; Capacità di progettare sistemi di controllo basati sui modelli ottenuti o ottimizzati attraverso procedure di identificazione. Autonomia di giudizio: lo studente acquisirà piena autonomia nell’affrontare un problema di identificazione di un modello di dati numerici e di controllo basato su tale modello Abilità comunicative: Il corso fornisce sia nozioni teoriche che pratiche, e fornisce allo studente l’abilità di confrontarsi e dialogare sui temi del corso sia in ambiente accademico sia in contesti applicativi ed industriali Capacità di apprendimento: miglioramento delle capacità di apprendimento basato su metodi didattici che incentivano l’approfondimento, anche basandosi su esercitazioni da svolgere in autonomia individualmente ed in gruppo.

Lezioni frontali 1) Introduzione al problema dell’identificazione, modelli parametrici e non parametrici, algoritmi di ricerca, scelta dei dati, validazione. 2) L’approccio basato sull’errore di predizione. Famiglie di modelli per l’identificazione di sistemi lineari, e corrispondenti predittori. Metodo dei minimi quadrati e relative estensioni. Ingressi persistentemente eccitanti. 3) Analisi asintotica ed in frequenza dei metodi di identificazione basati sull’errore di predizione. Strategie per il miglioramento della qualita’ del modello. 4) Il caso dell’identificazione di sistemi non lineari: famiglie di modelli lineari nei parametri e non lineari. 5) Reti neuronali: fondamenti e proprieta’. L’algoritmo di retropropagazione dell’errore. 6) Tecniche di controllo basato su modello: dalla feedback linearization agli approcci alla Lyapunov. 7) Adaptive Feedback linearization ed altre strategie per l’apprendimento on-line dei parametri del modello finalizzate al controllo. Argomenti erogati mediante lezioni con l’ausilio del calcolatore 1) Identificazione di modelli lineari, anche con l’ausilio del System Identification Toolbox del Matlab 2) Identificazione di modelli non-lineari con reti neuronali, anche avvalendosi del Neural Network Toolbox del Matlab 3) Controllo basato su modello: progettazione e simulazione con il con il Matlab ed il Simulink.

Conoscenze di base della teoria dei sistemi e dei fondamenti dell’automatica.

Lezioni frontali Argomenti erogati mediante lezioni con l’ausilio del calcolatore

Il candidato deve dimostrare in un colloquio orale di aver ben compreso gli argomenti insegnati nel corso, dimostrando autonomia di scelta degli strumenti e capacità di superare le difficoltà tipiche dell’applicazione della disciplina a contesti reali. Il requisito minimo è la capacità di presentare in forma orale e, laddove si tratti di aspetti implementativi, attraverso il computer tutti gli argomenti svolti con il medesimo livello di dettaglio con cui gli argomenti sono stati presentati a lezione. Su richiesta degli studenti, è possibile parcellizzare i contenuti del corso in due prove di esonero, da svolgersi a metà e fine corso.

1. “Appunti del corso” 2. S. Bittanti, “Identificazione dei modelli e sistemi adattativi”, ISBN 88-371-1200-9, Pitagora Editrice. 3. J.A. Farrell, M. M. Polycarpou, “Adaptive Approximation Based Control: Unifying Neural, Fuzzy and Traditional Adaptive Approximation Approaches”, Wiley-Interscience, 2006. MATERIALE DI SUPPORTO ALLA DIDATTICA Materiale in formato elettronico fornito dal docente attraverso cartelle condivise su Teams. ULTERIORI TESTI SUGGERITI 1. O. Nelles, Nonlinear System Identification, Springer, 2000. 2. L. Ljung, System Identification, Theory for the User, Prentice-Hall, 1987.

FENOMENI DI TRASPORTO NEI SISTEMI BIOLOGICI Conoscenza e capacità di comprensione - Conoscenza teorica degli elementi di base per lo studio del trasporto di molecole e vescicole/nanoparticelle nei sistemi biologici. - Comprensione degli aspetti molecolari, sistemici e di micro-fluidodinamica nei vari tipi di trasporto. Capacità di applicare conoscenza e comprensione Capacità di progettare concettualmente dispositivi microfluidici, considerando gli aspetti relativi al flusso e gli aspetti relativi alla permeabilità dei tessuti. Autonomia di giudizio - Sviluppo di capacità di analisi critica nella valutazione dei parametri farmacocinetici, delle caratteristiche molecolari e delle diverse vie di somministrazione. - Corretta scelta di circuiti appropriati e delle relative adeguate tecniche di fabbricazione nella realizzazione di dispostivi microfluidici. Abilità comunicative Sviluppo di una chiarezza espositiva e della capacità di usare un appropriato linguaggio tecnico-scientifico nella descrizione degli argomenti trattati nel corso. Capacità di apprendimento Sviluppo di competenze di auto-apprendimento finalizzate all’aggiornamento continuo in un settore caratterizzato da frequenti evoluzioni tecnologiche. Capacità di consultare la letteratura scientifica e le banche dati internazionali relative all’ingegneria biomedica. STRUMENTAZIONE BIOMEDICA AVANZATA Conoscenza e capacità di comprensione - Conoscenza riguardante i principi di funzionamento delle principali strumentazioni biomedicali impiegate per finalità diagnostiche, terapeutiche, riabilitative e chirurgiche. - Conoscenza delle strumentazioni per l’acquisizione di segnali fisiologici, per l’analisi del cammino e per la chirurgia assistita. - Conoscenza delle principali tecniche di valutazione multidisciplinare e multidimensionale della strumentazione biomedicale. Capacità di applicare conoscenza e comprensione - Capacità di definire i requisiti tecnici di un progetto sulla base della specifica applicazione o famiglia di applicazioni per cui la strumentazione deve essere impiegata. - Capacità di progettazione della strumentazione biomedicale con particolare riferimento ai casi affrontanti durante le lezioni teoriche e pratiche. Autonomia di giudizio - Sviluppo capacità di giudizio autonomo ai fini delle corrette scelte progettuali della strumentazione biomedicale. - Corretta individuazione delle specifiche tecniche in fase di progettazione e/o selezione della strumentazione e delle metodologie più appropriate in funzione dello specifico contesto clinico o sperimentale; - Capacità di confrontare diverse soluzioni tecnologiche considerando aspetti prestazionali, applicativi e operativi. Abilità comunicative Sviluppo di abilità comunicative tecnico-ingegneristiche in contesti sia professionali di tipo tecnico e clinico, sia divulgativi. Capacità di usare un corretto linguaggio tecnico scientifico. Capacità di apprendimento - Capacità di consultare autonomamente documentazione tecnica, standard e letteratura scientifica di settore. - Capacità di aggiornare le proprie competenze rispetto all’evoluzione delle tecnologie e delle metodologie che caratterizzano la strumentazione biomedica

FENOMENI DI TRASPORTO NEI SISTEMI BIOLOGICI • Sistemi biologici (cellule, sistema circolatorio) (6 ore, 0.75 CFU) • Trasporto a livello sistemico: farmacocinetica (assorbimento, distribuzione, metabolismo ed escrezione) (10 ore, 1.25 CFU) • Trasporto a livello molecolare e microscopico (trasporto attivo e passivo attraverso membrane porose e continue) (8 ore, 1 CFU) • Trasporto a livello macroscopico: Aspetti fluidodinamici generali; Moto del sangue nei capillari (6 ore, 0.75 CFU) • Microfluidodinamica e dispositivi microfluidici per applicazioni biomediche (6 ore, 0.75 CFU) • Esercitazioni: (24 ore, 1.5 CFU) STRUMENTAZIONE BIOMEDICA AVANZATA • Strumentazione avanzata per l’acquisizione di segnali fisiologi (8 ORE- 1.0 CFU): - Strumentazione per l’acquisizione del segnale elettrocardiografico, elettromiografico e fotopletismografico. • Strumentazione a servizio della chirurgia assistita: navigatori chirurgici (4 ore - 0.5 CFU): - Principi di funzionamento dei navigatori chirurgici, comprese le tecnologie e le procedure di supporto. • Strumentazione per il tracciamento della posa di tool chirurgici e di segmenti corporei per l’analisi del movimento (12 ORE - 1.5 CFU): - Strumentazione di tipo ottico, magnetico, elettromeccanico e inerziale per il tracciamento della posa in ambito chirurgico e di analisi del movimento. • Interfacce aptiche (4 ORE - 0.5 CFU): - dispositivi e modelli per la generazione di feedback e relativa caratterizzazione • Health technology assessment - HTA (4 ORE - 0.5 CFU): - Valutazione multidimensionale e multidisciplinare della strumentazione biomedicale. • Strumentazione per la gait analysis (4 ORE - 0.5 CFU): - principi di funzionamento, acquisizioni dei dati, elaborazioni e reportistica, parametri estraibili da un’acquisizione e applicazioni in campo biomedico. • Esercitazioni pratiche (24 ORE - 1.5 CFU): - Progettazione di prototipi di strumentazione biomedica per l’analisi del movimento. Utilizzo di strumentazione avanzata per l’acquisizione di segnali fisiologici e il tracciamento della posa di segmenti corporei per l’analisi del movimento.

FENOMENI DI TRASPORTO NEI SISTEMI BIOLOGICI Conoscenze base di chimica, fisica, matematica, meccanica e biologia erogate nei corsi universitari di primo livello. STRUMENTAZIONE BIOMEDICA AVANZATA - Conoscenza delle principali leggi dell'elettromagnetismo e della chimica della materia - Conoscenza dei principali strumenti di elaborazione delle informazioni e di modellazione dei sistemi - Conoscenze di base di programmazione

FENOMENI DI TRASPORTO NEI SISTEMI BIOLOGICI Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 60 di cui: • 36 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza); • 24 ore di esercitazioni, finalizzate allo sviluppo di capacità di analisi, risoluzione di problemi e progettazione di dispositivi microfluidici. La frequenza è fortemente consigliata. È previsto l’utilizzo della piattaforma MS Teams, all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/ o codice fornito dal docente. Il gruppo Teams sarà tenuto aggiornato dal docente durante tutto il semestre. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche. STRUMENTAZIONE BIOMEDICA AVANZATA L’insegnamento è organizzato in lezioni frontali, esercitazioni guidate e attività di laboratorio. Le lezioni frontali sono finalizzate all’acquisizione delle conoscenze teoriche e metodologiche descritte nella sezione dei contenuti. Le esercitazioni e le attività di laboratorio consentono allo studente di applicare operativamente le conoscenze acquisite durante il corso, integrando aspetti teorici, metodologici e sperimentali per lo studio, l’analisi, la progettazione, l’utilizzo e la valutazione della strumentazione biomedica. Le attività pratiche sono inoltre orientate allo sviluppo di competenze trasversali, quali: capacità di analisi critica; autonomia nell'individuazione delle metodologie di acquisizione e analisi più appropriate; capacità di problem solving in contesti applicativi dell'ingegneria biomedica; capacità di comunicare e discutere in modo efficace metodologie e scelte progettuali. La frequenza non è obbligatoria, ma è fortemente consigliata, in particolare per le esercitazioni e le attività di laboratorio, che supportano l’acquisizione delle competenze applicative richieste per la prova finale. Gli studenti non frequentanti sono invitati a consultare il materiale didattico indicato dal docente e a contattarlo per chiarimenti sulle modalità di studio e sulle attività pratiche. Per studenti lavoratori, studenti con disabilità o DSA, il docente è disponibile a concordare modalità di supporto, indicazioni operative e misure specifiche, in coerenza con quanto previsto dalla normativa vigente e dai servizi di Ateneo. I materiali didattici, le dispense, script, notebook o indicazioni operative per le esercitazioni saranno resi disponibili tramite piattaforma Microsoft Teams. Articolazione del carico di lavoro • CFU totali: 6 • Ore complessive di impegno dello studente: 150 • Ore di lezione frontale: 36 (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza); • Ore di attività pratiche, laboratorio ed esercitazioni: 24 • Ore di studio individuale: 90

FENOMENI DI TRASPORTO NEI SISTEMI BIOLOGICI L’esame consiste in una prova scritta della durata di un’ora e in una prova orale per una durata massima di 30 minuti. La prova scritta è volta a valutare le conoscenze teoriche di base e la capacità di risolvere problemi inerenti alle varie tipologie di trasporto trattate nel corso, da un punto di vista energetico e di massa. La prova orale è basata su un colloquio volto ad approfondire il livello di preparazione dello studente, con particolare attenzione alla chiarezza espositiva, all’uso del linguaggio disciplinare, alla capacità di ragionamento critico e di collegamento tra i diversi argomenti del programma. Il voto finale sarà espresso in trentesimi e sarà la media pesata delle due prove (1/3 x voto della prova scritta + 2/3 x il voto della prova orale). L’esame si considera superato con una votazione pari o superiore a 18/30. Una valutazione sufficiente (da 18/30 a 20/30) indica una conoscenza minima degli argomenti fondamentali del corso. Una valutazione soddisfacente (da 21/30 a 24/30) si riferisce ad una conoscenza dei fondamenti della disciplina e ad una sufficiente capacità di applicarli in maniera appropriata, accompagnata da una soddisfacente proprietà di linguaggio. Una valutazione buona (da 25/30 a 28/30) indica una buona conoscenza dei vari argomenti, arricchita dalla capacità di collegarli tra loro e di utilizzare una buona proprietà di linguaggio tecnico-scientifico. Infine, una valutazione ottima (da 29/30 e 30/30 e lode) si riferisce ad una conoscenza ottima e critica dei temi trattati, capace di analizzare e risolvere problemi complessi grazie all’attitudine a collegamenti interdisciplinari. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa. STRUMENTAZIONE BIOMEDICA AVANZATA L’esame consiste in una prova scritta ed un colloquio orale facoltativo. La prova scritta ha una durata di 120 minuti e prevede sia la risoluzione di due esercizi relativi alla progettazione e alla analisi di prototipi di strumentazione sia due o tre domande teoriche finalizzate ad accertare non solo il livello e la qualità di conoscenza e comprensione acquisita, ma anche la qualità di esposizione con terminologia appropriata e l’organizzazione autonoma dell’esposizione. La eventuale prova orale consiste in un colloquio volto ad approfondire il livello di preparazione dello studente, con particolare attenzione alla chiarezza espositiva, all’uso del linguaggio disciplinare, alla capacità di ragionamento critico e di collegamento tra i diversi argomenti del programma. Qualora lo studente opti per il colloquio orale facoltativo, la valutazione finale tiene conto dell’esito complessivo delle due prove, tramite media aritmetica, nel rispetto degli obiettivi formativi del corso. Non sono previste prove intermedie con peso sulla valutazione finale. Il risultato della valutazione è espresso in trentesimi; il voto minimo per il superamento dell’esame è 18/30 corrispondente ad un livello e qualità sufficienti di conoscenza dei requisiti minimi di seguito illustrati. Gli studenti che raggiungano il voto minimo di 18/30 potranno sostenere un eventuale colloquio orale integrativo facoltativo. Gli studenti che raggiungano il voto massimo di 30/30 e che dimostrino un livello e qualità eccellenti insieme con ottima capacità di applicare autonomamente conoscenze e competenze acquisite anche in contesti diversi da quelli proposti a lezione saranno meritevoli di lode.

FENOMENI DI TRASPORTO NEI SISTEMI BIOLOGICI Il materiale didattico, in qualità di dispense fornite durante il corso dal docente, è disponibile sul canale TEAMS del corso che viene attivato all’inizio di ogni anno accademico Libro di testo suggerito: • Transport Phenomena in Biological Systems – Truskey, Yuan and Katz - Pearson STRUMENTAZIONE BIOMEDICA AVANZATA • Materiale didattico fornito dal docente (reso disponibile tramite Microsoft Teams). • Repository online per la distribuzione del codice sorgente delle esercitazioni (reso disponibile tramite Microsoft Teams). • John G. Webster " Strumentazione biomedica. Progetto ed applicazioni" - Edises.

Conoscenza e capacità di comprensione • Conoscenza delle reti di telecomunicazioni a commutazione di circuito e di pacchetto, • Conoscenza dei protocolli dello stack TCP/IP, • Conoscenza delle principali tecnologie abilitanti reti locali, wireless e Internet of Things, • Conoscenza delle principali strategie di valorizzazione della telematica negli scenari connessi alla telemedicina. Capacità di applicare conoscenza e comprensione • Capacità di discernimento delle principali componenti architetturali e funzionali di reti di telecomunicazioni, • Capacità di individuare limiti e punti di forza di architetture e protocolli di comunicazione di uso corrente, • Capacità di definire i requisiti funzionali ed architetturali di reti di telecomunicazioni, • Capacità di contestualizzare le nozioni teoriche in scenario connessi alla telemedicina. Autonomia di giudizio • Sviluppo di capacità di giudizio autonomo per valutare l’applicabilità e l’efficacia architetture e protocolli in reti di telecomunicazioni (esistenti e/o di nuova concezione) e analizzarne costi e benefici anche in esercizio, con particolare riferimento agli connessi alla telemedicina. Abilità comunicative: • Sviluppo di abilità comunicative per rappresentare le caratteristiche salienti di reti di telecomunicazioni, adeguate sia ad un auditorio tecnico-ingegneristico sia a contesti divulgativi non ingegneristici. Tali abilità consentiranno di stabilire un prezioso raccordo tra i reparti di progettazione, produzione e comunicazione. Capacità di apprendimento: • Sviluppo di competenze di auto-apprendimento finalizzate all' aggiornamento continuo della conoscenza in un settore caratterizzato da repentini mutamenti tecnologici.

Parte 1: Introduzione [1 CFU] - Definizioni fondamentali, evoluzione tecnologica, principali barriere e prospettive future - Scenari di riferimento e requisiti di qualità Parte 2: La rete Internet [3 CFU] - Servizi e reti di TLC, caratterizzazione delle sorgenti, requisiti dei servizi di telecomunicazione, protocolli e standard di comunicazione - Il modello ISO-OSI e le sue funzionalità (interazione tra livelli, interfacce, segmentazione e riassemblaggio, multiplazione, percorso dei pacchetti) - Il modello TCP/IP - Il livello applicativo (HTTP, FTP, DNS) - Il livello di trasporto (UDP e TCP) - Il livello di rete (IP, DHCP, NAT, protocolli di routing) Parte 3: IoT, telemedicina e tecnologie abilitanti di base [1 CFU] - Tecnologie IEEE in area locale e personale (IEEE 802.3, IEEE 802.11, IEEE 802.15.4, ZigBee e 6tisch) - Nuovo stack IETF per embedded Internet (CoAP, IPv6, RPL, 6lo, 6top) - LR-WPAN: BLE - LP-WAN: LoRaWAN; NB-IoT, 5G Parte 4: Dalla teoria al campo [1 CFU] - Discussione di casi d’uso e attività progettuali - Attività di laboratorio

Concetti di base sulla Teoria dei segnali

Lezioni in aula, gestite mediante la proiezione e la discussione di slide preparate dal docente e condivise con gli studenti. Laboratori tematici sugli argomenti del corso.

L’esame si svolgerà come colloquio orale mirato a verificare l’apprendimento critico dei contenuti del corso. Requisiti minimi: conoscenza del modello TCP/IP e delle principali tecnologie abilitanti la telemedicina. Fasce di valutazione: 18–21: conoscenza sufficiente dei concetti fondamentali, con capacità applicative di base. 22–25: buona comprensione teorica degli argomenti trattati e corretta capacità di analisi delle principali architetture, protocolli e strumenti presentati nel corso. 26–29: preparazione approfondita, capacità di collegamento tra i diversi argomenti dell’insegnamento, autonomia di giudizio e corretta interpretazione dei risultati sperimentali. 30–30 e lode: piena padronanza dei contenuti teorici e applicativi, elevata capacità critica, autonomia nell’analisi delle problematiche affrontate e utilizzo rigoroso del linguaggio tecnico-scientifico. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa vigente. Requisiti minimi: conoscenza del modello TCP/IP e delle principali tecnologie abilitanti la telemedicina.

James F. Kurose, Keith W. Ross, Reti di calcolatori e Internet. Un approccio top-down, Pearson. Materiale didattico, standard tecnici e articoli scientifici forniti dai docenti.

Il corso mira a fornire agli studenti una solida comprensione delle minacce alla sicurezza e privacy dei sistemi informativi e delle relative contromisure. Gli obiettivi includono l'approfondimento di concetti di sicurezza, malware, crittografia, autenticazione e controllo accessi, insieme alle best-practice per la sicurezza del software e la mitigazione delle vulnerabilità.

• Introduzione alla sicurezza dei sistemi informativi - Concetti e requisiti - Minacce, attacchi e contromisure - Principi e strategie di design - Analisi di incidenti noti * Strumenti crittografici - Crittografia simmetrica - Funzioni di hash e autenticazione - Crittografia asimmetrica - Scambio di chiavi - Firma digitale - Certificati a chiave pubblica * Generatori di numeri casuali - Casualità e imprevedibilità - Generatori di numeri pseudocasuali (PRNG) - Generatori di numeri casuali reali (TRNG) - Generatori di numeri casuali crittograficamente sicuri (CPRNG) - Debolezze, attacchi e contromisure * Software malevolo (Malware) - Tipi di software malevolo - Tecniche di propagazione - Tipi di payload - Tecniche di persistenza - Contromisure * Autenticazione - Principi e framework - Autenticazione basata su password - Autenticazione basata su token - Autenticazione biometrica - Autenticazione utente remota * Controllo degli accessi - Principi e concetti - Controllo degli accessi discrezionale (DAC) - Controllo degli accessi obbligatorio (MAC) - Controllo degli accessi basato sui ruoli (RBAC) - Controllo degli accessi basato sugli attributi (ABAC) * Sicurezza nella programmazione di sistema - Principi e problematiche - Il linguaggio di programmazione C e le sue insidie - Undefined behavior e relativi rischi - Indirizzi, puntatori, array e la loro sicurezza - Allocazione dinamica della memoria e relative problematiche di sicurezza * Sicurezza del software low-level - Introduzione, layout della memoria, stack frame - Corruzione dello stack (buffer overflow, stack smashing, format strings, conversione di interi, ecc.) - Corruzione dell'heap (use-after-free, double-free, heap overflow, ecc.) - Tecniche avanzate (return-to-libc, return oriented programming, ecc.) - Mitigazioni (write xor execute, stack canaries, ASLR, autenticazione dei puntatori, ecc.)

Buona conoscenza delle nozioni di base riguardanti: - Fondamenti di informatica - Fondamenti della programmazione strutturata - Moduli fondamentali di un sistema operativo - Reti di telecomunicazioni

Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 150 di cui: - 36 ore di lezioni teoriche frontali in presenza (di cui, fino ad un massimo del 20% del totale, di didattica digitale a distanza); - 24 ore di esercitazioni in presenza; - 90 ore di studio individuale. La frequenza è fortemente consigliata. Sia per gli studenti e le studentesse frequentanti che, soprattutto, per i non frequentanti è previsto l'utilizzo della piattaforma Microsoft Teams, all'interno della quale saranno pubblicati gli avvisi e le comunicazioni relative allo svolgimento del corso, oltre alle risorse digitali utili all'apprendimento (come, ad esempio, le slide delle lezioni). Sarà possibile accedere al gruppo Microsoft Teams tramite un apposito link pubblicato sul sito https://www.poliba.it e presentato durante le lezioni. A integrazione del materiale didattico, sarà inoltre reso disponibile un apposito repository online per la distribuzione del codice sorgente delle esercitazioni e delle relative librerie di supporto. Il docente potrà essere contattato tramite e-mail per mezzo dell'apposito indirizzo istituzionale. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L'esame si articola in una prova scritta per una durata complessiva di 90 minuti. La prova consiste nella somministrazione di 11 quesiti, di natura sia teorica che pratica, volti a verificare il livello di preparazione dello studente, con particolare attenzione alla conoscenza degli argomenti del corso, alla capacità di analisi e risoluzione di problemi, e alla correttezza delle soluzioni proposte. Ciascun quesito prevede l'attribuzione di un punteggio massimo pari a 3 punti, valutato con una granularità di 0,5 punti, per un punteggio teorico massimo raggiungibile di 33 punti. La valutazione finale si basa sul punteggio complessivo ottenuto dalla somma dei singoli quesiti: il superamento dell'esame è fissato a una votazione minima di 18/30. Ai fini del calcolo del voto finale in trentesimi, in caso di somma dei punteggi dei singoli quesiti risultante in frazioni di punto, si procederà all'arrotondamento all'intero superiore. Le valutazioni complessive che, a valle di tale arrotondamento, risulteranno maggiori o uguali a 31 punti consentiranno allo studente il conseguimento della lode. La gradazione del voto rispecchierà le seguenti fasce di conoscenze teoriche e capacità applicative: 18-20 - conoscenze e capacità essenziali; 21-24 - conoscenze e capacità discrete; 25-27 - conoscenze e capacità buone; 28-30 - conoscenze e capacità ottime; 30 e lode - conoscenze e capacità eccellenti. Per gli studenti con disabilità e/o con disturbi specifici dell'apprendimento (DSA) saranno garantiti gli strumenti compensativi e le misure dispensative previsti dalla normativa vigente e dai regolamenti di Ateneo.

• Computer security - Principles and practice (5th Edition). William Stallings, Lawrie Brown. Pearson, 2024 - Computer security. D. Wagner, N. Weaver, P. Kao, F. Shakir, A. Law, and N. Ngai ( https://textbook.cs161.org)

MATERIALI PER LA BIOINGEGNERIA Le conoscenze acquisite saranno utili per lo studio e la progettazione di dispositivi biomedici, partendo dai diversi materiali e le modalità di fabbricazione e tenendo conto della loro interazione con il corpo umano e il mondo biologico in cui i prodotti sono utilizzati. Sarà inoltre fornita allo studente la chiara indicazione che il mondo dei biomateriali e delle loro applicazioni biomedicali è in continua evoluzione. TECNOLOGIE PER LA BIOINGEGNERIA Il corso ha l’obiettivo di fornire le conoscenze teoriche delle principali tecnologie per la bioingegneria in termini di componenti e di sistema, con particolare riferimento agli ambiti della valutazione e della terapia. Un ulteriore obiettivo del corso è quello di fornire agli studenti le conoscenze di base degli strumenti di valutazione di queste tecnologie in ambito sanitario.

MATERIALI PER LA BIOINGEGNERIA • Classificazione dei materiali per la Bioingegneria e loro proprietà (0.25 CFU, 2 ore) • Strutture cristalline dei materiali (0.5 CFU, 4 ore) • Proprietà meccaniche dei materiali: resistenza statica, resistenza dinamica, fatica, comportamento elasto-viscoso (0.5 CFU, 4 ore) • Materiali metallici, ceramiche/vetri e materiali compositi (0.5 CFU, 4 ore) • Materiali polimerici (0.5 CFU, 4 ore) • Materiali per impianti ortopedici (0.25 CFU, 2 ore) • Materiali per applicazioni non-ortopediche (0.25 CFU, 2 ore) • Micro e nanotecnologie per la fabbricazione di dispositivi per la bioingegneria (0.75 CFU, 6 ore) • Biocompatibilità e interazione dei materiali con il mondo “bio” (0.25 CFU, 2 ore) • Modificazioni superficiali e degradazione dei materiali (0.5 CFU, 4 ore) • Tecniche di caratterizzazione dei materiali (0.25 CFU, 2 ore) • Esercitazioni di laboratorio (1.5 CFU, 24 ore) TECNOLOGIE PER LA BIOINGEGNERIA Tecnologie per la riabilitazione e l’assistenza (1 CFU/8 ore) Tecnologie indossabili per l’acquisizione di segnali biomedicali (0.5 CFU/4 ore) Tecnologie per l’analisi del cammino (0.5 CFU/4 ore) Robotica per la riabilitazione (1.5 CFU/12 ore) Neuroprotesi (0.5 CFU/4 ore) Metodi per la valutazione delle tecnologie sanitarie (HTA) (0.5 CFU/4 ore) Esercitazioni di laboratorio (1.5 CFU/24 ore)

MATERIALI PER LA BIOINGEGNERIA Conoscenze di chimica, fisica, matematica, meccanica e biologia erogate nei corsi universitari di primo livello. TECNOLOGIE PER LA BIOINGEGNERIA Conoscenza delle leggi sull’elettromagnetismo, dei principi di biomeccanica e dei principali strumenti di elaborazione delle informazioni.

MATERIALI PER LA BIOINGEGNERI Il corso prevede lezioni frontali ed esercitazioni di laboratorio. TECNOLOGIE PER LA BIOINGEGNERIA Il corso prevede lezioni frontali e attività di laboratorio per esercitazioni pratiche.

MATERIALI PER LA BIOINGEGNERIA Prova scritta e prova orale TECNOLOGIE PER LA BIOINGEGNERIA Prova orale

MATERIALI PER LA BIOINGEGNERIA Materiale didattico fornito dal docente durante il corso. TECNOLOGIE PER LA BIOINGEGNERIA Materiale didattico fornito dal docente durante il corso.

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Il corso mira a fornire agli studenti i principi e gli strumenti fondamentali per conoscere, analizzare e progettare un sistema organizzativo in ambito sanitario comprendendo le sfide gestionali e le esigenze di innovazione del sistema. Il corso si propone a studenti che hanno una formazione tecnica e definisce gli strumenti concettuali per poter collaborare con figure professionali specializzate nelle tematiche organizzativo-gestionali. Al termine del corso lo studente conoscerà il modello organizzativo del Sistema Sanitario Nazionale, la Normativa che lo regola, gli standard operativi, i sistemi di monitoraggio della efficacia ed efficienza del Sistema, le peculiarità organizzativo-gestionali dei vari tipi di strutture sanitarie che lavorano, la normativa nazionale ed europea che regola lo sviluppo ed adozione di nuove tecnologie biomediche e le relative metodologie di ricerca. Sarà anche in grado di tracciare il percorso del paziente all'interno della attuale organizzazione sanitaria così come in quella in fase di nuovo sviluppo nazionale. Il tutto sarà rapportato al modello organizzativo del SSN e confrontato con i modelli adottati in altre realtà internazionali

Aspetti generali (15 h – 1,5 CFU) Il contesto normativo del servizio sanitario nazionale I principali modelli organizzativi degli ospedali L'organizzazione per intensità di cura Le figure professionali in sanità: identità, ruoli e funzioni Normativa per l'Autorizzazione ed Accreditamento delle strutture sanitarie e socio-sanitarie Il management (5 h – 0,5 CFU) Il management, i suoi metodi e i suoi strumenti principali L'analisi organizzativa La valutazione della tecnologia La pianificazione Il piano di marketing Programmazione e controllo di gestione (10 h – 1 CFU) Misurazione delle performance e clinical governance Il sistema di budget nelle organizzazioni sanitarie La contabilità analitica La valutazione della qualità dell'assistenza La gestione dei rischi Certificazioni/accreditamenti Il Sistema Informativo (5 h – 0,5 CFU) Il Fascicolo sanitario elettronico Cartella clinica elettronica Sistemi e flussi informativi L’Innovazione in sanità (10 h – 1 CFU) Prestazioni Mediche: gli standards, le Linee Guida Innovazione tecnologica: normativa Innovazione Farmacologica Innovazione in Medicina di Laboratorio I Comitati Etici Gli stakeholders Istituti Ricovero e Cura a Carattere Scientifico (5 h – 0,5 CFU) Generalità Normative Caratteristiche organizzative Valutazioni delle performances Accreditamento Internazionale Le Reti di Patologia Evoluzione nei modelli organizzativi Sanitari (10 h –1 CFU) Value-Based Health Care Capital Expenditure e Operative Expenditure Partnership Pubblico-Privato Sanità Sostenibile

Nessun prerequisito Tuttavia, lo studente deve avere conoscenze generali delle principali tecnologie e dispositivi biomedicali usati nella real world clinical practice

Il Programma prevede insegnamento frontale del docente e coinvolgimento degli allievi attraverso l'elaborazione, presentazione e discussione di casi di studio e analisi sviluppate dagli studenti. In questa prospettiva l'attività didattica è integrata da project work individuali e di gruppo.

La verifica dell'apprendimento è effettuata sia attraverso la valutazione ad interim di project works individuali e di gruppo realizzati durante il corso, sia attraverso un colloquio orale finale.

-set completo di materiale didattico audiovisivo fornito dal docente. Approfondimenti: -Organizzazione sanitaria italiana: ordinamento, storia e strutture. Autori V. Vadevaia et al. Editore: FedOA - Federico II University Press, Collana: Phàrmakon. Agosto, 2025 -Nuovi Modelli In Sanita'. Organizzazione, Innovazione Tecnologica E Processi Decisionali. Autore P Previtali Pavia University Press - https://pne.agenas.it/assets/documentation/report/agenas_pne_report_2025.pdf

ELABORAZIONE DI IMMAGINI MEDICHE L’obiettivo formativo principale consiste nel presentare le metodologie per la progettazione, l’implementazione e la valutazione di algoritmi di elaborazione di immagini mediche morfologiche e funzionali 2D e 3D. Con particolare riferimento all’ambito della medicina di precisione, sono trattati, in dettaglio, sistemi intelligenti di supporto alle decisioni adottabili nelle Unità di Diagnostica per Immagini e di Terapia guidata da Imaging. SISTEMI PER LA RIABILITAZIONE E LA TERAPIA ASSISTITA L’obiettivo formativo principale consiste nel presentare le metodologie per la progettazione, la realizzazione e l’utilizzo di modelli, sistemi, piattaforme e framework innovativi per la riabilitazione e la terapia. Con particolare riferimento all’ambito della medicina personalizzata, sono trattati, in dettaglio, servizi abilitanti la sostenibilità e la continuità assistenziale ospedale/territorio nei percorsi terapeutici e riabilitativi.

ELABORAZIONE DI IMMAGINI MEDICHE Lezioni - Elaborazione di Immagini 2D/3D e valutazione HTA dei CAD Medicali (24h - 3 CFU) - Algoritmi di Pre-Processing, Processing, e Post-Processing di Immagini Mediche 2D/3D morfologiche e funzionali quali ad esempio Ecografia, Tomografia Assiale Computerizzata, Risonanza Magnetica, Risonanza Magnetica Funzionale, Tomografia ad Emissione di Protoni e approcci combinati (12h - 1.5 CFU) Esercitazioni - Laboratorio avanzato di Implementazione di Algoritmi di Elaborazione di Immagini Mediche - 24h (1.5 CFU) SISTEMI PER LA RIABILITAZIONE E LA TERAPIA ASSISTITA Lezioni - Sistemi indossabili per elaborazione di segnali fisiologi (EEG, Sistema Simpatico), Brain Computer Interfaces e Sistemi Immersivi per la Valutazione e la Riabilitazione Cognitiva e Funzionale (16h - 2 CFU) - Sistemi di Navigazione Intraoperatoria, Chirurgia Robotica, e Radioterapia. (12h - 1.5 CFU) - Sistemi per la riabilitazione e la terapia a distanza (8h - 1 CFU) Esercitazioni - Laboratorio di realizzazione di Sistemi Intelligenti per il Supporto alla Diagnosi, alla Riabilitazione e alla Terapia e di simulazione attraverso modelli digital twin (24h - 1.5 CFU)

ELABORAZIONE DI IMMAGINI MEDICHE Conoscenze di base di implementazione di strutture dati e di elaborazione di segnali. SISTEMI PER LA RIABILITAZIONE E LA TERAPIA ASSISTITA Conoscenze di base di teoria e modellazione di sistemi dinamici.

SISTEMI DIAGNOSTICI, TERAPEUTICI E RIABILITATIVI AVANZATI Lezioni teoriche in aula e laboratorio di progettazione, sviluppo e simulazione di sistemi intelligenti di supporto alla diagnosi, alla terapia e alla riabilitazione.

SISTEMI DIAGNOSTICI, TERAPEUTICI E RIABILITATIVI AVANZATI Prova orale su argomenti teorici e discussione di un progetto d'anno finalizzato a mostrare la capacità di progettazione, sviluppo e validazione di un sistema di supporto alla diagnosi basato su immagini mediche e di un sistema terapeutico e/o riabilitativo basato su dati e segnali biomedicali.

ELABORAZIONE DI IMMAGINI MEDICHE Dispense in italiano a cura del docente: http://www.vitoantoniobevilacqua.it/wiki/index.php?title=Pagina_principale#Dispense_di_Elaborazione_di_Immagini_Mediche Testi di approfondimento. - Biomedical Image Analysis - Rangaray M. Rangajjan - CRC Press SISTEMI PER LA RIABILITAZIONE E LA TERAPIA ASSISTITA Dispense in italiano a cura del docente: http://www.vitoantoniobevilacqua.it/wiki/index.php?title=Pagina_principale#Dispense_di_Sistemi_per_la_Riabilitazione_e_la_Terapia_Assistita, e testi di approfondimento.

DD1. Conoscenza e capacità di comprensione. - Descrivere la fisiopatologia delle principali malattie renali - Spiegare i principi del monitoraggio clinico del paziente nefropatico - Conoscere le tecnologie per il monitoraggio remoto in nefrologia - Comprendere l’integrazione tra dati clinici e sistemi digitali DD2. Capacità di applicare conoscenza e comprensione. - Applicare modelli di monitoraggio remoto a pazienti nefrologici - Interpretare dati clinici (es. creatinina, GFR, bilancio idrico) in contesto tecnologico - Progettare flussi di raccolta e analisi dati da dispositivi wearable o domiciliari - Valutare sistemi di telemedicina per dialisi e follow-up DD3. capacità critiche e di giudizio - Valutare criticamente l’affidabilità dei dati acquisiti da sistemi remoti - Analizzare vantaggi e limiti della telemedicina in nefrologia - Stimare rischi clinici associati a errori di monitoraggio DD4. Abilità comunicative. - Esporre dati clinici in modo chiaro a team multidisciplinari - Utilizzare terminologia tecnico-scientifica medico-ingegneristica - Comunicare risultati di monitoraggio in forma analitica e sintetica DD5. Capacità di apprendere in modo autonomo. - Approfondire autonomamente nuove tecnologie di digital health in nefrologia - Aggiornarsi su linee guida nefrologiche e innovazioni digitali - Integrare conoscenze cliniche e ingegneristiche

Fisiologia del rene (Filtrazione glomerulare, equilibrio idro-elettrolitico) Indicatori clinici e biomarcatori (creatinina, eGFR, proteinuria, bilancio idrico) Principali patologie renali (insufficienza renale acuta e cronica, sindrome nefrosica, ESRD) Dialisi e tecnologie associate (Emodialisi, dialisi peritoneale, trattamenti domiciliari e sistemi di monitoraggio) Telemedicina in nefrologia (modelli organizzativi e piattaforme digitali) Dispositivi per il monitoraggio remoto (sensori, wearable, dispositivi domiciliari per dialisi) Clinical decision support systems (sistemi predittivi e AI in nefrologia) Casi studio e applicazioni (analisi di scenari reali di monitoraggio remoto)

Conoscenza dei principi di fisiologia e patologia renale, bioinformatica

• Lezioni frontali - Analisi di casi studio - Esercitazioni su dati clinici - Discussione di articoli scientifici - Dimostrazioni di piattaforme di telemedicina

La preparazione dello studente sarà valutata mediante esame orale, caratterizzata dalla discussione degli argomenti teorici trattati sulla base dell'analisi di un caso applicativo preparato dallo studente.

Materiale didattico fornito dal docente, comprensivo di slides e lavori scientifici pubblicati

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

CONOSCENZA E CAPACITÀ DI COMPRENSIONE Conoscenza teorica dei modelli delle antenne. Effetto dell’uso dei substrati flessibili. Conoscenza delle tipologie di antenne indossabili maggiormente usate. Comprensione dei principi di base della radiazione elettromagnetica delle antenne ed effetto della curvatura dei substrati. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE Capacità di progettare le antenne mediante uso di software professionali scegliendo tra diverse soluzioni tecnologiche. Capacità di caratterizzare le antenne indossabili scegliendo la adeguata strumentazioni di misura. AUTONOMIA DI GIUDIZIO Sviluppo di capacità di giudizio autonomo ai fini delle corrette scelte progettuali delle antenne per applicazioni medicali. Corretta individuazione dei materiali e delle tecnologie per la realizzazione di antenne indossabili (materiali polimerici, materiali tessili, grafene, stampa inkjet, stampa 3D, scrittura laser etc). Capacità di effettuare la scelta del tipo di antenna indossabile con riferimento allo specifico caso applicativo. ABILITÀ COMUNICATIVE Sviluppo di abilità comunicative tecnico-ingegneristico in contesti sia professionali sia divulgativi. Capacità di usare un corretto linguaggio tecnico scientifico. CAPACITÀ DI APPRENDIMENTO Sviluppo di competenze di auto-apprendimento finalizzate all'aggiornamento continuo della conoscenza in un settore caratterizzato da frequenti evoluzioni tecnologiche. Capacità di consultare documentazione tecnico/scientifica e manuali di software specialistici e di apparati di misura. Capacità di apprendere il funzionamento di base nuovi sistemi radianti in ambito medicale.

Radiazione e Ricezione di onde elettromagnetiche per la medicina (8 ORE – 1 CFU) Concetti generali sulla radiazione e captazione. Antenne trasmittenti e riceventi. Tipologie di antenne indossabili, tecnologie, applicazioni: sistemi di comunicazioni wireless, finalizzate al coordinamento fra gruppi di persone: pazienti e medici ad essi dedicati da postazioni remote, gruppi di intervento in ambito di protezione civile, militare, pubblica sicurezza, personale medico e paramedico dedicato al soccorso. Geo-referenziazione e localizzazione. Materiali polimerici, materiali tessili, grafene, carta, stampa inkjet, stampa 3D, scrittura laser etc Funzioni di Green in regime stazionario e tempo variante. Potenziali vettori A ed F per la determinazione dei campi elettromagnetici. Parametri caratteristici delle antenne, guadagno direttivo, direttività, area efficace, rendimento. Collegamento Hertziano, EIRP. Radiazione da una distribuzione volumetrica di sorgenti elettriche e magnetiche. Il vettore di radiazione. Campi irradiati da sorgenti composite. Antenne filiformi (8 ORE – 1 CFU) Antenne Filiformi. Dipolo infinitesimo Hertziano. Dipolo corto, dipolo a mezz'onda, antenne a monopolo. Effetti del piano di massa sulle prestazioni di una antenna - Antenne long-wire - Antenne a spira. Dipoli incrociati. Sorgente/antenna di Huygens. Progettazione con software CST di antenne filiformi Antenne ad apertura (16 ORE – 2 CFU) Antenne ad apertura: a bocca radiante e a fenditura. Antenne ad apertura rettangolare: a tromba tronco piramidale - Antenne ad apertura circolare: a tromba tronco conica. Riflettori parabolici. Progettazione con software CST di antenne ad apertura Antenne a Schiera (8 ORE – 1 CFU) Fattore di schiera. Schiere di due dipoli. Schiere lineari uniformi. Direttività e larghezza di fascio delle schiere. Schiere fasate per puntamento di fascio. Cenni su schiere Yagi-Uda, log-periodiche e altre tipologie di antenne. Esercitazioni (24 ORE - 1 CFU) Esempi di progettazione con software CST di antenne indossabili filiformi, ad apertura e patch. Misura della banda di funzionamento di una antenna con analizzatore di reti (VNA). Misura qualitativa di guadagno, direttività e polarizzazione di un collegamento Hertziano.

Conoscenze di base di Fisica II ☐ Utile ☒ Importante ☐ Indispensabile

Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 150 di cui: • 36 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza); • 24 ore di esercitazioni in presenza, comprensive di Project Work, interventi di esperti del mondo del lavoro e policy makers, nonché visite didattiche finalizzate allo sviluppo di competenze trasversali; • 90 ore di studio individuale. La frequenza è fortemente consigliata. E’ previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/ o codice fornito dal docente. Il gruppo Teams sarà tenuto aggiornato dal docente durante tutto il semestre. Si invitano gli studenti lavoratori e gli studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L’esame consiste in una prova orale per una durata complessiva di massimo 30 minuti. La prova orale è basata su un colloquio volto ad approfondire il livello di preparazione dello studente, con particolare attenzione alla chiarezza espositiva, all’uso del linguaggio disciplinare, alla capacità di ragionamento critico e di collegamento tra i diversi argomenti del programma. Il voto finale sarà espresso in trentesimi e l’esame si considera superato con una votazione pari o superiore a 18/30. La valutazione finale tiene conto degli obiettivi formativi del corso ed in particolare i requisiti minimi richiesti per il superamento dell'esame (fascia di voto 18/30 – 20/30) sono riferiti alla conoscenza dei fondamenti teorici e tecnici della disciplina. Una soddisfacente valutazione (fascia di voto 21/30 – 24/30) è riferita alla conoscenza dei fondamenti della disciplina accompagnata da una soddisfacente proprietà di linguaggio e sufficiente capacità di applicare le conoscenze teoriche. Una buona valutazione nella verifica di apprendimento (fascia di voto 25/30 – 28/30) è riferita a una più che buona conoscenza dei temi trattati nell’ambito del corso, alla capacità di collegarli tra loro in modo appropriato e di utilizzare una buona proprietà di linguaggio tecnico-specialistico. Un’ottima valutazione nella verifica di apprendimento (fascia di voto 29/30 – 30/30 e lode) è riferita a una conoscenza approfondita e pienamente matura dei temi trattati dal corso. Lo studente dovrà dimostrare eccellente chiarezza espositiva, piena proprietà di linguaggio tecnico-specialistico, capacità di collegamento critico e autonomo tra i diversi argomenti e capacità di applicare i concetti a casi concreti, individuando, valutando e gestendo con consapevolezza le principali problematiche inerenti la teoria e le applicazioni delle tematiche del corso. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative individuate, in base alle specifiche esigenze e in attuazione della normativa vigente.

Appunti dal corso e materiale didattico, slide e materiale collettaneo fornito dal docente (disponibili su piattaforma MS Teams nel gruppo del corso). Libri di testo suggeriti Antenne, Aldo Paraboni, McGraw-Hill Italia Ulteriori libri di testo suggeriti per approfondimenti. C. A. Balanis, Antenna Theory: Analysis and Design, 4th edition, John Wiley & Sons, 2016. F. S. Marzano and N. Pierdicca, Fondamenti di antenne. Radiazione elettromagnetica e applicazioni, Carocci, 2011. E. Collin, Antennas and Radiowave Propagation, McGraw-Hill, 1985.

Conoscenza e capacità di comprensione 1. Conoscenza delle principali tecniche e soluzioni per la modellazione di Big Data e la loro elaborazione tramite paradigmi innovativi di programmazione orientati ai Big Data. 2. Capacità di eseguire sia elaborazioni a blocchi che analisi interattive su Big Data. Capacità di applicare conoscenza e comprensione 1. Scegliere e gestire le soluzioni tecnologiche più adeguate alla modellazione e l’analisi di Big Data. 2. Progettare e sviluppare algoritmi che adottano paradigmi di programmazione specifici per i Big Data e di risolvere problemi di analisi adottando i più recenti strumenti software a disposizione. Autonomia di giudizio • Gli studenti saranno in grado di scegliere la soluzione più adeguata a un problema di Big Data Analytics, a seguito di un’analisi comparativa delle soluzioni disponibili per la modellazione ed elaborazione Abilità comunicative • Gli studenti impareranno ad astrarre e sintetizzare i principali risultati ottenuti dalle analisi condotte, anche tramite tecniche di visualizzazione grafica Capacità di apprendimento • Gli studenti sapranno modellare e risolvere problemi di Big Data Analytics che rispondano a qualsiasi esigenza di apprendimento, anche in casi di studio non esplicitamente affrontati durante il corso.

Introduzione ai Big Data (4 ORE - 0,5 CFU) Nozioni di base, nomenclatura e principali sfide. Architetture e paradigmi di programmazione per i Big Data (16 ORE - 2 CFU) Apache Hadoop, Hadoop Distributed File System (HDFS), MapReduce, YARN. Analisi di Big Data (16 ORE - 2 CFU) Architettura di Apache Spark, Modulo Spark SQL - DataFrames e Datasets, libreria Spark per il machine learning scalabile: MLlib, Spark Streaming: analisi di dati provenienti da sorgenti in streaming. Esercitazioni (24 ORE – 1,5 CFU) Progettazione e sviluppo di programmi MapReduce in Java, eseguiti in diverse modalità di Hadoop: locale, pseudodistribuita e pseudodistribuita con YARN. Esempi di programmi di analisi che adottano i differenti moduli Spark in Python; progettazione e sviluppo di pipeline di Machine Learning in Spark.

Fondamenti dell’informatica

Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 150 di cui: • 36 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza) • 24 ore di esercitazioni in presenza (con Project Work per lo sviluppo di competenze trasversali) • 90 ore di studio individuale La frequenza è fortemente consigliata. Sia per gli studenti e le studentesse frequentanti che, soprattutto, per i non frequentanti è previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/. Il gruppo Teams sarà quotidianamente aggiornato dal docente durante tutto il semestre. Si invitano lavoratori e studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

I contenuti del corso saranno verificati con una prova orale, della durata di circa 30 minuti. Tale prova orale è una discussione da parte dello studente sui risultati di due diversi progetti di Big Data Analytics. Il docente assegna il primo progetto, che verifica le conoscenze di base degli studenti sugli argomenti del corso e la loro capacità di applicare le competenze acquisite alla soluzione di semplici problemi loro posti. Il secondo progetto è invece completamente gestito dagli studenti, che ricercano la fonte dei dati da analizzare e propongono una qualche forma di elaborazione che estragga valore da tali informazioni. Attraverso il secondo progetto, il docente mette alla prova la proattività degli studenti e la loro capacità di modellare problemi di analisi dei Big Data, progettare e sviluppare approcci risolutivi, presentare risultati e trarne preziose conclusioni Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa.

• Triguero, I., & Galar, M. (2023). Large-Scale Data Analytics with Python and Spark: A Hands-on Guide to Implementing Machine Learning Solutions. Cambridge: Cambridge University Press. - Dispense del corso disponibili su piattaforma MS Teams nel gruppo del corso

Completare le conoscenze di meccanica al fine di porre lo studente nelle condizioni di affrontare lo studio funzionale di sistemi fisiologici e biomedici con particolare riferimento a quelli inerenti all’apparato locomotore. Fornire gli strumenti teorico-pratici per lo sviluppo autonomo di modelli biomeccanici.

1. Richiami e complementi di meccanica: Richiami di cinematica e dinamica dei sistemi di corpi rigidi in moto piano; Cenni di cinematica e dinamica dei sistemi di corpi rigidi nello spazio; Accoppiamento carico-trasmissione-motore 2. Struttura del corpo umano: terminologia, sistemi di riferimento, movimenti, articolazioni 3. Apparato muscolare: conformazione dei muscoli, aspetti meccanici della contrazione muscolare. 4. Meccanica delle strutture muscolo-scheletriche: modellazione secondo strutture articolate di corpi rigidi; analisi cinematica e dinamica; determinazione delle azioni muscolari. 5. Cenni sul funzionamento di protesi attive e passive 6. Casi studio Conoscenze di meccanica di base e applicata. Conoscenze base di linguaggio MATLAB. scenario 1: Lezioni in aula tradizionali alla lavagna. Svolgimento in aula di esercitazioni al calcolatore. Uso di supporti multimediali per l’illustrazione dei sistemi analizzati. scenario 2: Lezioni svolte in remoto mediante piattaforma Teams. Svolgimento di esercitazioni al calcolatore. Uso di supporti multimediali per l’illustrazione dei sistemi analizzati.

L’accertamento dell’apprendimento avverrà con un esame orale comprendente tutti gli argomenti del programma, sia teorici che applicati. L’esame orale potrà eventualmente consistere nella esposizione di un tema d’anno assegnato allo studente durante il corso.

• Legnani G., Palmieri G. “Fondamenti di Meccanica e Biomeccanica del Movimento”, Città Studi - Legnani G., Palmieri G., Fassi I. “Introduzione alla biomeccanica dello sport”, Città Studi

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Conoscenza delle principali problematiche di emissione e suscettività elettromagnetica. Capacità di progetto di dispositivi per la riduzione dell’emissione e della suscettività. Conoscenza Delle tecniche di misura per la compatibilità elettromagnetica. Capacità di progettare semplici dispositivi scegliendo tra diverse soluzioni tecnologiche. Capacità di caratterizzare dispositivi scegliendo adeguate strumentazioni di misura. Autonomia di giudizio: Capacità di operare scelte progettuali. Abilità comunicative: Capacità di usare un corretto linguaggio tecnico scientifico. Capacità di apprendimento: Capacità di comprendere documentazione tecnica e scientifica, normative e manuali con particolare riferimento alla compatibilità elettromagnetica.

EMISSIONE E SUSCETTIBILITA’ ELETTROMAGNETICA (15 ore – 1.5 CFU): Introduzione, Requisiti di compatibilità elettromagnetica per sistemi elettronici (0.5 CFU), Emissione e suscettibilità condotta: Correnti di modo comune e differenziale; Rete di stabilizzazione dell’impedenza di linea (LISN); Circuiti equivalenti dei filtri e attenuazioni di inserzione; (0.5 CFU), Emissione e suscettibilità radiata: antenne equivalenti; Modi comune e differenziale (0.5 CFU) DIAFONIA (12.5 ore 1.25 CFU): accoppiamento induttivo e capacitivo, tecniche di riduzione del disturbo, Diafonia su circuiti lunghi: Equazione dei telegrafisti generalizzata. SITI DI MISURA (2.5 ORE – 0.25 CFU): sito aperto, camere anecoiche e semianecoiche, camere riverberanti, celle TEM, normative di riferimento SCHERMATURE ELETTROMAGNETICHE (7.5 ORE – 0.75 CFU): Efficienza di schermatura di lastre metalliche; schermatura di sorgenti vicine; Aperture; Materiali ferromagnetici NORMATIVE SULL’ESPOSIZIONE UMANA (10 ore – 1 CFU): normative, tasso di assorbimento specifico, livelli di riferimento MODELLI NUMERICI DI PROBLEMATICHE DI COMPATIBILITÀ ELETTROMAGNETICA (1.25 CFU)

Conoscenze di base di campi elettromagnetici e propagazione delle onde.

Il corso prevede 6 CFU, pari a 150 ore complessive di impegno dello studente: 60 ore di attività didattica in presenza (45 ore di teoria e 15 ore di esercitazioni guidate e casi di studio); 0 ore di didattica a distanza; 90 ore di studio individuale. La frequenza è fortemente consigliata, ma non obbligatoria. Gli studenti non frequentanti sono invitati a studiare il testo e tutti i materiali pubblicati sulla piattaforma didattica e a contattare il docente per concordare il percorso di studio. I materiali e gli avvisi saranno resi disponibili tramite la piattaforma didattica di Ateneo (es. Teams/Canvas) e aggiornati durante il corso. Studenti lavoratori, studenti con disabilità o DSA possono contattare il docente per concordare misure organizzative e didattiche coerenti con la normativa vigente.

La valutazione finale è espressa in trentesimi e si basa su una prova orale individuale, svolta di norma in presenza, della durata indicativa di 20-30 minuti e su un progetto individuale o di gruppo. Non sono previste prove intermedie obbligatorie. La prova orale comprende domande sui contenuti teorici e metodologici del corso e può includere la discussione di uno scenario applicativo o progettuale. La prova è finalizzata ad accertare conoscenza e comprensione degli argomenti relativi alla compatibilità elettromagnetica; autonomia di giudizio; chiarezza espositiva e uso del linguaggio tecnico. Per gli studenti frequentanti la verifica dell’apprendimento può essere concordata con il docente e consistere in una prova orale intermedia e in una prova finale esperienziale. Requisiti minimi per il superamento dell’esame: descrivere li principali fenomeni di interferenza esterna ed interna. Emissioni irradiate e condotte e relative contromisure. Criteri di graduazione del voto: 18-20: conoscenze essenziali e capacità applicative di base, con alcune imprecisioni; 21-24: conoscenze corrette e capacità di applicazione a casi semplici; 25-27: buona padronanza dei contenuti, analisi coerente degli argomenti e uso appropriato del lessico tecnico; 28-30: conoscenze complete e integrate, autonomia nell’analisi e nella progettazione/valutazione di soluzioni; 30 e lode: prestazione eccellente, con argomentazione critica, collegamenti tra gli argomenti e piena autonomia di giudizio. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative individuate, in base alle specifiche esigenze e in attuazione della normativa vigente. Ricevimento studenti: su appuntamento via e-mail, in presenza presso l’ufficio del docente o in modalità virtuale tramite piattaforma di Ateneo

Appunti del corso. Clayton R. Paul, “Introduction to Electromagnetic compatibility”, Wiley, 2nd Edition. F. T. Ulaby, U. Ravaioli, “Fundamentals of applied electromagnetics”, Pearson Education, Inc.

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

1) CONOSCENZA E COMPRENSIONE dei fondamenti dell’elettronica biomedica attualmente allo stato dell’arte. 2) CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE, progettando sistemi elettronici innovativi per l’ingegneria biomedica. 3) CAPACITA' DI GIUDIZIO, scegliendo autonomamente l’approccio più adatto ad implementare una specifica funzionalità. 4) ABILITA' COMUNICATIVE, di scrivere relazioni tecniche corrette su tematiche inerenti i sistemi elettronici per l’ingegneria biomedica, e di discuterne il contenuto. 5) CAPACITA' DI APPROFONDIMENTO, come abilità di studiare e comprendere autonomamente nuovi sistemi elettronici per l’ingegneria biomedica.

I. Introduzione (0.25 CFU). Richiami sull’origine dei biopotenziali e sulle caratteristiche/architetture della strumentazione elettronica nell'Ingegneria Biomedica. Catena di acquisizione dei segnali biomedici. II. Il condizionamento dei biosegnali ed il front-end analogico (2 CFU). Amplificatore per biopotenziali: parametri fondamentali e problematiche progettuali (rumore, tecniche di isolamento e protezione, reiezione del modo comune e delle interferenze). Amplificatori da strumentazione e da isolamento. Filtri attivi. Convertitori A/D-D/A. III. Microcontrollori nella strumentazione medica (1.5 CFU). Nozioni di base sui microcontrollori. Sistemi embedded per applicazioni mediche. Ambienti di sviluppo del firmware. Esempi applicativi. IV. Lab-on-chip e biosensoristica per diagnostica in vitro (2.25 CFU). Nozioni di base sui saggi biochimici e le tecniche di sequencing, le tecnologie elettroniche e fotoniche per il biosensing, la tecnologia dei microsistemi e la microfluidica. Microsistemi lab-on-chip per applicazioni mediche.

Conoscenze di base di elettronica analogica e digitale.

Il Corso prevede lezioni teoriche, esercitazioni numeriche ed esercitazioni di laboratorio.

L’esame consiste in una prova orale dopo la fine del corso.

Appunti del corso (lecture notes). John G. Webster (Editor), Amit J. Nimunkar (Editor), Medical Instrumentation: Application and Design (5th edition), Wiley, 2020. A. S. Sedra, K. C. Smith: “Microelectronic Circuits”, Oxford University Press, 2014. F. Zappa, “Microcontrollers”, I Ed., Società Editrice Esculapio, 2017. Gennady Evtugyn, Biosensors: Essentials, Springer 2014.

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

SISTEMI INFORMATIVI SANITARI Conoscenza e capacità di comprensione • Descrivere architetture, componenti e funzioni dei sistemi informativi sanitari e i processi clinico-assistenziali; • riconoscere strumenti di gestione dei dati: basi cliniche, cartella elettronica, codifiche e terminologie; • identificare gli standard di interoperabilità e scambio (HL7, CDA, FHIR, IHE, ICD, SNOMED CT, UMLS); • comprendere qualità, tracciabilità, sicurezza e tutela della privacy dei dati. Capacità di applicare conoscenza e comprensione • Analizzare processi sanitari e requisiti informativi per la gestione digitale; • modellare dati con schemi concettuali e logici (modelli E/R e relazionale); • formulare query SQL per interrogare e gestire basi di dati sanitarie; • progettare soluzioni per raccogliere, integrare, gestire e interrogare dati clinici, biomedici o bioinformatici. Autonomia di giudizio • Confrontare soluzioni di gestione e integrazione dei dati in contesti clinico-assistenziali; • valutare modelli, architetture e standard rispetto ai requisiti del processo; • analizzare impatto organizzativo, rischi per privacy e sicurezza, qualità e sostenibilità; • motivare le scelte considerando vincoli tecnici, normativi, organizzativi e operativi. Abilità comunicative • Descrivere requisiti, modelli, architetture e scelte con terminologia appropriata; • presentare struttura e funzionamento delle soluzioni informative; • argomentare le scelte di modellazione, interrogazione e integrazione; • comunicare con interlocutori ingegneristici, informatici e sanitari. Capacità di apprendimento • Consultare documentazione, standard, linee guida e risorse; • aggiornarsi su tecnologie e standard per gestione, integrazione e scambio dei dati; • integrare conoscenze informatiche, ingegneristiche e sanitarie per digitalizzare i processi clinico-assistenziali; • approfondire standard, piattaforme e soluzioni per interoperabilità e qualità dei dati. BIOINFORMATICA AVANZATA Conoscenza e capacità di comprensione • Identificare dati genomici, trascrittomici, proteomici, metabolomici e NGS; • descrivere workflow high-throughput e NGS: preprocessing, normalizzazione, clustering, espressione differenziale e analisi funzionale; • riconoscere il ruolo di bioinformatica traslazionale, systems biology, analisi strutturale delle proteine e docking nelle applicazioni biomediche e nella medicina personalizzata. Capacità di applicare conoscenza e comprensione • Applicare analisi esplorativa, clustering, espressione differenziale e interpretazione funzionale ai dati omici; • gestire sequenze e svolgere allineamenti locali, globali e multipli; • usare strumenti e risorse bioinformatiche per interpretare risultati e supportare applicazioni biomediche e traslazionali. Autonomia di giudizio • Selezionare metodi coerenti con la tipologia di dato, quesito biologico o clinico e obiettivi; • valutare qualità dei dati, adeguatezza delle pipeline e affidabilità dei risultati; • interpretare criticamente i risultati considerando limiti, ipotesi e implicazioni biologiche o cliniche. Abilità comunicative • Presentare i risultati con linguaggio tecnico appropriato; • motivare le scelte metodologiche di pipeline o progetti; • discutere risultati, limiti e applicazioni, anche nel progetto d’anno. Capacità di apprendimento • Consultare documentazione, banche dati, letteratura e risorse software; • aggiornarsi su strumenti, dataset e metodi di analisi omica; • integrare conoscenze computazionali, biologiche e biomediche per affrontare problemi avanzati nello studio, nella ricerca o nella professione.

SISTEMI INFORMATIVI SANITARI I Sistemi Informativi Sanitari: introduzione, progettazione di basi di dati (12 h – 1,5 CFU) Inquadramento dei sistemi informativi sanitari: finalità, componenti e principali flussi informativi. Progettazione di basi di dati: modello Entità/Relazione (E/R), modello logico con approfondimento del modello relazionale. Linguaggio SQL: definizione e gestione di strutture e dati (DDL e DML). Fascicolo Sanitario Elettronico, sistemi clinici e standard sanitari per l’interoperabilità (12 h – 1,5 CFU) Cartella clinica: struttura della documentazione cartacea. Fascicolo Sanitario Elettronico e sistemi informativi in ambito clinico. Metodologie di analisi e sviluppo dei sistemi software. Codifica dell’informazione sanitaria: principi, dizionari precoordinati e postcoordinati, classificazioni e terminologie (ICD, SNOMED CT, UMLS). Standard e interoperabilità: definizioni, ambiti e livelli di interoperabilità. Standard HL7 v2, HL7 v3, CDA, FHIR; profili e framework IHE. Sistema Sanitario Nazionale (4 h – 0,5 CFU) Inquadramento del Servizio Sanitario Nazionale e impatti sull’organizzazione e sulla gestione dei dati clinici. Esercitazioni di Sistemi Informativi Sanitari (24 h – 1,5 CFU) Modellazione e progettazione di basi di dati (E/R e modello relazionale). Interrogazione e gestione dati tramite SQL (DDL e DML). Accesso tramite API al GDC Data Commons. Sistemi informativi e bioinformatica (8 h – 1 CFU) Sistemi informativi e metodologie per la gestione di dati biomedici e bioinformatici. Analisi di risorse e portali dati (es. GDC Data Commons), e modalità di accesso/interrogazione tramite API. BIOINFORMATICA AVANZATA Analisi avanzata di dati di espressione genica high-throughput e NGS (12 ORE – 1,5 CFU) Tecnologie e metodologie di sequenziamento; principi e workflow NGS; preprocessing e normalizzazione dei dati di espressione; analisi esplorativa; clustering gerarchico e non gerarchico; analisi di espressione differenziale con riferimento a DESeq2; analisi funzionale e interpretazione biologica tramite pathway analysis. Analisi di dati di proteomica, metabolomica e trascrittomica (8 ORE – 1 CFU) Tipologie di dati omici; principali metodi di analisi e interpretazione; integrazione e lettura critica dei risultati in prospettiva biologica e funzionale. Bioinformatica traslazionale e sistemi di target therapy (8 ORE – 1 CFU) Approcci bioinformatici in ambito traslazionale; utilizzo dei dati omici e dell’analisi funzionale a supporto della medicina personalizzata e di precisione. Analisi della struttura 3D delle proteine e docking (4 ORE – 0,5 CFU) Elementi di bioinformatica strutturale; analisi di strutture proteiche; introduzione al docking molecolare. Fondamenti di Systems Biology (4 ORE – 0,5 CFU) Concetti di base della systems biology; approcci di modellazione e analisi di sistemi biologici complessi. Laboratorio avanzato di Bioinformatica (24 ORE – 1,5 CFU) Richiami di programmazione in Python; stringhe e strutture dati; applicazioni in genomica; allineamenti locali, globali e multipli; algoritmi evolutivi per l’allineamento multiplo; clustering; analisi di espressione differenziale; analisi funzionale e di pathway.

SISTEMI INFORMATIVI SANITARI - Conoscenze di base di informatica e programmazione BIOINFORMATICA AVANZATA -Conoscenze di biologia molecolare -Conoscenza di base delle tecniche e degli strumenti per l’estrazione e l’elaborazione dei dati bioinformatici -Conoscenze di base di programmazione -Nozioni elementari di statistica

I moduli sono organizzati in lezioni frontali, esercitazioni guidate, laboratori e discussione di casi di studio. Le lezioni forniscono le conoscenze teoriche e metodologiche indicate nei contenuti; le attività pratiche ne consentono l’applicazione a problemi e dataset reali mediante strumenti computazionali e procedure informatiche. SISTEMI INFORMATIVI SANITARI Le lezioni riguardano sistemi informativi sanitari, progettazione di basi di dati, gestione dei dati biomedici e bioinformatici, cartella clinica e Fascicolo Sanitario Elettronico, standard di interoperabilità e flussi informativi del Servizio Sanitario Nazionale. Le esercitazioni riguardano casi sanitari, con particolare riferimento alla modellazione Entità-Relazione, alla traduzione nel modello relazionale, alla normalizzazione, alla definizione di schemi SQL e alle interrogazioni dei database. Le attività sviluppano la capacità di analizzare requisiti informativi, progettare soluzioni per i dati, interpretare problemi applicativi e discutere le scelte progettuali, anche con interlocutori ingegneristici, informatici e sanitari. BIOINFORMATICA AVANZATA Le esercitazioni e i laboratori applicano i concetti e i metodi descritti nei contenuti del corso a casi di studio e dataset bioinformatici. Le attività sviluppano la capacità di analizzare dati omici, progettare workflow, selezionare strumenti e metodi, interpretare i risultati e discutere criticamente le scelte adottate. Le attività sono inoltre orientate allo sviluppo di competenze trasversali, quali: capacità di analisi critica dei risultati; autonomia nella scelta degli strumenti e dei metodi; capacità di problem solving su dati biologici e biomedici; capacità di presentare e motivare le scelte effettuate nell’ambito di un progetto o di un’analisi bioinformatica. Frequenza: Per entrambi i moduli la frequenza non è obbligatoria, ma è fortemente consigliata. Gli studenti non frequentanti sono invitati a consultare i materiali indicati e a contattare il docente per chiarimenti su studio, attività pratiche e progetto d’anno. Agli studenti con disabilità o DSA sono garantiti gli strumenti compensativi e le misure dispensative previsti dalla normativa. Per questi studenti e per gli studenti lavoratori, il docente è disponibile a concordare modalità di supporto e indicazioni operative, in coerenza con la normativa e i servizi di Ateneo. Materiale didattico: Per entrambi i moduli avvisi, comunicazioni e risorse digitali saranno pubblicati su Microsoft Teams, accessibile tramite apposito link pubblicato in calce e presentato durante le lezioni. I materiali, aggiornati durante il corso, potranno comprendere slide, dispense, codici sorgenti, dataset, script, notebook e indicazioni per le esercitazioni. Le risorse supportano lo studio individuale e le attività pratiche. I docenti potranno essere contattati tramite indirizzo e-mail istituzionale. Carico di lavoro per ogni modulo: • CFU: 6 • Impegno complessivo: 150 ore • Didattica in presenza: 60 ore • Lezioni frontali: 36 ore, di cui eventualmente fino al 20% in modalità digitale a distanza • Attività pratiche, laboratorio ed esercitazioni: 24 ore • Studio individuale, approfondimento ed esercizi: 90 ore

SISTEMI INFORMATIVI SANITARI La verifica dell’apprendimento consiste in un’unica prova scritta di 180 minuti, finalizzata ad accertare il raggiungimento dei risultati di apprendimento attesi. La prova comprende sei esercizi, teorici e applicativi, volti ad accertare la capacità di: descrivere architetture, componenti, funzioni e flussi dei sistemi informativi sanitari; analizzare requisiti informativi di processi sanitari; modellare dati mediante schemi concettuali e logici; progettare semplici schemi relazionali coerenti con i requisiti; formulare query SQL per interrogare e gestire i dati; applicare criteri di normalizzazione, qualità, coerenza e tracciabilità; valutare soluzioni tecniche rispetto a interoperabilità, codifica dell’informazione sanitaria, sicurezza e qualità dei dati. Non sono previste prove intermedie con peso sul voto finale. Durante la prova non è consentito utilizzare materiale didattico, slide, appunti o codici, salvo diversa indicazione comunicata prima dell’appello. Sono ammessi gli strumenti compensativi previsti dalle procedure di Ateneo. La prova prevede un massimo di 33 punti. Il voto deriva dalla somma dei punteggi dei singoli esercizi ed è espresso in trentesimi. L’esame è superato con un minimo di 18/30. BIOINFORMATICA AVANZATA La verifica consiste in una prova orale finale, svolta in presenza e determinante il 100% del voto, basata sulla presentazione e discussione di un caso studio di bioinformatica avanzata, scelto autonomamente purché coerente con gli argomenti dell’insegnamento. Il caso studio può essere sviluppato individualmente o in coppia. In quest’ultimo caso, la valutazione resta individuale: il docente accerta il contributo di ciascuno mediante domande sulle scelte metodologiche, sull’analisi, sull’interpretazione dei risultati e sui collegamenti con il corso. La prova accerta la capacità di: • descrivere e interpretare metodi, strumenti e workflow di bioinformatica avanzata; • applicare metodi bioinformatici a problemi biologici, biomedici o traslazionali; • utilizzare strumenti computazionali, risorse, dataset, procedure o script impiegati nel caso studio; • motivare le scelte metodologiche adottate; • valutare criticamente qualità dei dati, affidabilità dei risultati, limiti dell’approccio e implicazioni biologiche o cliniche; • presentare e discutere il lavoro con chiarezza, proprietà di linguaggio tecnico e capacità argomentativa. Il caso studio è esposto oralmente, anche con il supporto di slide, notebook, script, report sintetici o altro materiale prodotto dagli studenti, a cui seguono domande di approfondimento sul caso e sugli argomenti teorici e metodologici del programma. Sono ammessi i materiali predisposti per la presentazione e la documentazione tecnica utilizzata nello sviluppo del lavoro. Non sono previste prove intermedie con peso sul voto finale. Il voto, espresso in trentesimi, considera: padronanza degli argomenti teorici; coerenza del caso studio con gli obiettivi dell’insegnamento; correttezza metodologica; capacità di applicare strumenti bioinformatici; autonomia di giudizio; chiarezza espositiva; capacità di discutere criticamente risultati e limiti del lavoro.

SISTEMI INFORMATIVI SANITARI • Materiale didattico fornito dal docente (reso disponibile tramite Microsoft Teams). • Repository online per la distribuzione del codice sorgente delle esercitazioni (reso disponibile tramite Microsoft Teams). Testi di approfondimento: - Pinciroli F., Bonacina S. (a cura di) Applicazioni di Sanità Digitale. Milano, IT - Polipress 2009 - Shortliffe Edward H. and Cimino James J., Editors, Biomedical Informatics: Computer Applications in Health Care and Biomedicine, Editore: Springer, ISBN: 978-0387289861 BIOINFORMATICA AVANZATA • Materiale didattico fornito dal docente (reso disponibile tramite Microsoft Teams). • Repository online per la distribuzione del codice sorgente delle esercitazioni (reso disponibile tramite Microsoft Teams). • Helmer, Ferrè, Pavesi, Romualdi, Pesole, Fondamenti di bioinformatica, Zanichelli, 2018. • Arthur M. Lesk, Introduzione alla Bioinformatica, McGraw-Hill. • Jonathan Pevsner, Bioinformatics and Functional Genomics, Wiley Blackwell, 3rd Edition.

Il corso è indirizzato agli studenti principianti o con livello medio di conoscenza della lingua inglese. L’obiettivo finale sarà il potenziamento delle capacità di comprendere, esprimersi e comunicare il L2 ad un livello B2.

Lezioni Teoriche e Pratiche Past Habit: used to Verb patterns: make/let; say/tell/ask; manage; start; begin; forget; decide; need; try Present Perfect Continuous: How long have you been living in Bari? Obligation and Advice: have (got) to/must/should First Conditional/Second/Third Conditional Passive Voice Reported Speech Hot verbs: do/make; get; take False Friends: control v. check; sensitive v. sensible Noun/Verb Collocation: go - abroad; have - breakfast Word Formation: suffixes: drink - drinker

Gli studenti devono avere delle conoscenze di base ad un livello B1

The communicative approach, also known as communicative language teaching (CLT)

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

English Grammar in Use, Murphy, Cambridge

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Prova finale

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Tipo esame: Orale - Valutazione: Giudizio Finale - Frequenza: Non obbligatoria

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

CONOSCENZA E CAPACITÀ DI COMPRENSIONE Conoscenza delle tipologie e caratteristiche principali delle fibre ottiche per TLC. Conoscenza delle tipologie e caratteristiche principali dei dispositivi in fibra ottica per TLC. Conoscenza degli strumenti teorici per la comprensione sistemi di comunicazione in fibra ottica e l’individuazione delle opportune tecniche progettuali. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE Capacità di consultare documentazione tecnico/scientifica e manuali di software specialistici ed apparati di misura. Capacità di progetto di fibre ottiche step-index, graded index, microstrutturate e di progetto di dispositivi attivi e passivi in fibra mediante uso di software professionali. Capacità di usare un corretto linguaggio tecnico scientifico. Capacità di utilizzo di software professionali (COMSOL, BEAMPROP, MATLAB) per il progetto di sistemi in fibra ottica. AUTONOMIA DI GIUDIZIO Sviluppo di capacità di giudizio autonomo ai fini delle corrette scelte progettuali e dei componenti dei sistemi in fibra ottica per TLC. ABILITÀ COMUNICATIVE Sviluppo di abilità comunicative tecnico-ingegneristico in contesti sia professionali sia divulgativi. Capacità di usare un corretto linguaggio tecnico scientifico. CAPACITÀ DI APPRENDIMENTO Sviluppo di competenze di auto-apprendimento finalizzate all'aggiornamento continuo della conoscenza in un settore caratterizzato da frequenti evoluzioni tecnologiche. Capacità di consultare documentazione tecnico/scientifica e manuali di software specialistici e di apparati di misura nell’ambito delle fibre ottiche. Capacità di apprendere il funzionamento di base nuovi sistemi basati sulle fibre ottiche

Modi guidati in fibra ottica (12 ORE – 1.5 CFU) Introduzione. Richiami sulle caratteristiche delle fibre ottiche. Fibre step index e graded index. Ottica geometrica e analisi modale. Apertura numerica. Propagazione di modi TE, TM, HE, EH, LP (1 CFU). Tecnologia delle fibre ottiche. Produzione di vetro ottico. Processi di fabbricazione delle fibre ottiche. Dispersione e fenomeni non lineari nelle fibre ottiche (12 ORE – 1.5 CFU) Dispersione: dispersione della velocità di gruppo, del materiale, della guida d’onda, dispersione dell’impulso nelle fibre step index e graded index. Conversione di frequenza, generazione di seconda armonica, three-Wave Mixing, four-Wave Mixing. Equazione di propagazione degli impulsi includendo fenomeni lineari e non lineari descritti dalla equazione non lineare di NLSE. Optical Switching. Pulse Chirping e solitoni temporali. Compressione degli impulsi. Self-Focusing e solitoni spaziali. Supercontinuum generation(SC) Teoria dei modi accoppiati e applicazioni (8 ORE – 1 CFU) Teoria dei modi accoppiati applicata agli accoppiatori e ai reticoli in fibra ottica. Reticoli di Bragg FBG e Long Period Grating LPG Fibre ottiche attivate con terre rare (8 ORE – 1 CFU) Amplificatori in fibra e laser. Equazioni di bilanciamento degli ioni di terre rare ed equazioni della propagazione della potenza. Drogaggio e co-drogaggio con Erbio/Itterbio. Esercitazioni (24 ORE - 1 CFU) Simulazione con COMSOL Multiphysics di fibre step index e di fibre microstrutturate. Esperienza in laboratorio: costruzione di fibre ottiche con sezion microstrutturate mediante stazione Vytran Esperienza in laboratorio: costruzione di combinatori multimodali mediante stazione Vytran Esperienza di laboratorio: misura con sensori FBG e interrogatori. Esperienza di laboratorio: Misura con spettrometro, fibre ottiche e cuvette

Conoscenze di base di Fisica II ☐ Utile ☒ Importante ☐ Indispensabile

Il corso prevede un numero di CFU totali pari a 6 per un monte ore complessivo pari a 150 di cui: • 36 ore di lezioni teoriche frontali in presenza (di cui, eventualmente, fino ad un massimo del 20% del totale, di didattica digitale a distanza); • 24 ore di esercitazioni in presenza, comprensive di Project Work, interventi di esperti del mondo del lavoro e policy makers, nonché visite didattiche finalizzate allo sviluppo di competenze trasversali; • 90 ore di studio individuale. La frequenza è fortemente consigliata. E’ previsto l’utilizzo della piattaforma MS Teams di interazione (LMS - Learning Management System) all’interno della quale saranno presenti risorse digitali utili all’apprendimento (come, ad esempio, le slide del corso), nonché la possibilità di contattare il docente direttamente dalla chat di gruppo. Sarà possibile accedere al gruppo MS Teams del corso tramite un apposito link pubblicato sul sito https://www.poliba.it/ o codice fornito dal docente. Il gruppo Teams sarà tenuto aggiornato dal docente durante tutto il semestre. Si invitano gli studenti lavoratori e gli studenti con disabilità o DSA a contattare il docente per concordare eventuali ulteriori misure specifiche.

L’esame consiste in una prova orale per una durata complessiva di massimo 30 minuti. La prova orale è basata su un colloquio volto ad approfondire il livello di preparazione dello studente, con particolare attenzione alla chiarezza espositiva, all’uso del linguaggio disciplinare, alla capacità di ragionamento critico e di collegamento tra i diversi argomenti del programma. Il voto finale sarà espresso in trentesimi e l’esame si considera superato con una votazione pari o superiore a 18/30. La valutazione finale tiene conto degli obiettivi formativi del corso ed in particolare i requisiti minimi richiesti per il superamento dell'esame (fascia di voto 18/30 – 20/30) sono riferiti alla conoscenza dei fondamenti teorici e tecnici della disciplina. Una soddisfacente valutazione (fascia di voto 21/30 – 24/30) è riferita alla conoscenza dei fondamenti della disciplina accompagnata da una soddisfacente proprietà di linguaggio e sufficiente capacità di applicare le conoscenze teoriche. Una buona valutazione nella verifica di apprendimento (fascia di voto 25/30 – 28/30) è riferita a una più che buona conoscenza dei temi trattati nell’ambito del corso, alla capacità di collegarli tra loro in modo appropriato e di utilizzare una buona proprietà di linguaggio tecnico-specialistico. Un’ottima valutazione nella verifica di apprendimento (fascia di voto 29/30 – 30/30 e lode) è riferita a una conoscenza approfondita e pienamente matura dei temi trattati dal corso. Lo studente dovrà dimostrare eccellente chiarezza espositiva, piena proprietà di linguaggio tecnico-specialistico, capacità di collegamento critico e autonomo tra i diversi argomenti e capacità di applicare i concetti a casi concreti anche complessi, individuando, valutando e gestendo con consapevolezza le principali problematiche inerenti la teoria e le applicazioni delle tematiche del corso. Per gli studenti lavoratori e per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative individuate, in base alle specifiche esigenze e in attuazione della normativa vigente.

Appunti dal corso e materiale didattico, slide e materiale collettaneo fornito dal docente (disponibili su piattaforma MS Teams nel gruppo del corso). Libri di testo suggeriti: G. P. Agrawal, Fiber-Optic Communication Systems, 3rd edition, John Wiley & Sons, 2002. Ulteriori libri di testo suggeriti per approfondimenti: K. Iizuka, Elements of Photonics, Volume II: For Fiber and Integrated Optics, John Wiley & Sons, 2002. M. J. F. Digonnet (ed.), Rare-Earth-Doped Fiber Lasers and Amplifiers, 1st edition, Marcel Dekker, New York, 1993. G. Vespasiano, Le fibre ottiche per telecomunicazioni, Telecom, Italia.

Scopo dell’insegnamento è quello di descrivere le architetture, le tecnologie abilitanti ed i principi di progettazione delle reti di telecomunicazioni nella Internet of Things. Gli argomenti trattati nelle lezioni teoriche saranno riscontrati in laboratorio per ottenere tangibili prove sul campo dell’efficacia delle soluzioni architetturali presentate nel corso. Conoscenze e abilità attese: Conoscenza delle principali architetture IoT Conoscenza dei protocolli IPv6 e 6LoWPAN Capacità di analisi degli elementi di una rete IoT (WPAN e WAN) Capacità di usare un corretto linguaggio tecnico scientifico. Capacità di progettare sistemi IoT complessi

Fondamenti di Internet (0,5 CFU): concetti di base, reti di telecomunicazioni, architetture protocollari e modello TCP/IP (richiami). Elementi di IoT (1 CFU): requisiti architetturali e di sistema, consumi energetici, tolleranza ai guasti, specifiche di qualità del servizio, domini applicativi. Sistemi Radio Frequency Identification (2 ore): tag, accesso multiplo, applicazioni, standard EPC. Il protocollo IPv6 (1 CFU): indirizzamento, instradamento e formato del pacchetto. Architetture e protocolli di comunicazione per l’Internet of Things (1,5 CFU): 802.15, LP-WAN, ZigBee, Wireless HART, 6LoWPAN, RPL, CoAP, Wireless Sensor Network e IoT industriale. Le reti di telecomunicazioni per applicazioni industriali (1 CFU): tecnologia HART. Standard IEC/ISA SP50. Industrial Ethernet. Foundation Fieldbus, WorldFIP, SERCOS. CAN, TTCAN, FLexray, LIN. Profibus, P-Net, Ethernet power link, Lonworks. Lo standard IEC 61850 ed i sistemi di comunicazione nelle Smart Grid. Power Line Communication. Piattaforme di prototipazione rapida per sistemi IoT (1 CFU).

Conoscenze di base di reti di telecomunicazioni.

Lezioni frontali ed esercitazioni di laboratorio. Informazioni per il ricevimento studenti: Dipartimento di Ingegneria Elettrica e dell'Informazione, Politecnico di Bari ( http://dei.poliba.it) Stanza docente: III piano, DICAR, palazzo strutture.Tel. 0805963911. E-mail: [email protected]. Ricevimento: ogni giorno previo appuntamento via email.

La verifica dell’apprendimento è stabilita tramite una prova orale finalizzata ad accertare il livello di conoscenza e capacità di comprensione raggiunto dallo studente sui contenuti teorici e metodologici indicati nel programma. La prova orale consente inoltre di verificare la capacità di comunicazione dello studente con proprietà di linguaggio ed organizzazione autonoma dell'esposizione. Contenuti minimi: architetture di protocolli a corto a lungo raggio per sistemi IoT. IPv6

O. Hersent et al. The Internet of Things: Key Applications and Protocols, Wiley; 2nd ed, 2012. D. Uckelmann et al. Architecting the Internet of Things, Springer, 1st ed. 2011. Z. Shelby. 6LoWPAN: The Wireless Embedded Internet. Wiley; 1st ed. 2010. L. Yan et al. The Internet of Things: From RFID to the Next-Generation Pervasive Networked Systems. Auerbach Publications. 2008.

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

Conoscenza e capacità di comprensione: Il corso fornisce le conoscenze di base per la simulazione fluidodinamica di casi di interesse biologico. Vengono approfondite le caratteristiche fisiche dei diversi regimi di flusso e i metodi numerici per la risoluzione delle equazioni di governo. Capacità di applicare conoscenza e comprensione: Al termine del corso gli allievi saranno in grado di comprendere tutte le fasi di una simulazione fluidodinamica, dalla definizione della geometria all’analisi del flusso. Le conoscenze acquisite consentiranno la simulazione di flussi di interesse biologico. Autonomia di giudizio: Al termine del corso lo studente sarà in grado di valutare criticamente i modelli matematici per descrivere la dinamica di un fluido in configurazioni complesse, selezionando metodi numerici appropriati e il livello di approssimazione adeguato. Abilità comunicative: Mediante il progetto assegnato e la prova orale dell’insegnamento, lo studente può misurare la sua capacità di presentare e discutere le caratteristiche del problema fisico analizzato e del modello utilizzato per la soluzione, nonchè di comunicare i risultati ottenuti. Capacità di apprendimento: Il corso promuove l'autonomia dello studente nell’utilizzo di modelli numerici per problemi fluidodinamici. Tale competenza è consolidata attraverso un progetto finale e mediante esempi applicativi, favorendo l’apprendimento continuo e l'aggiornamento professionale.

• Introduzione (5 ore - 0.5 CFU) Modellazione e simulazione di flussi biologici. Struttura di un progetto computazionale: dal mondo reale al modello numerico. Soluzione numerica delle equazioni. Proprietà di un metodo numerico. Validazione e verifica. Esempi pratici. - Modelli fisici (20 ore - 2 CFU) Caratteristiche dei flussi biologici. Fenomeni di trasporto. Concetti base di fluidodinamica, principi di conservazione, equazioni di governo. Strato limite e separazione. Corpi tozzi e aerodinamici. Interazione fluido-struttura. Fenomenologia della turbolenza. Cascata di energia e dissipazione. Dinamica della vorticità. Modellazione della turbolenza: equazioni Reynolds-Averaged Navier-Stokes, Large-Eddy Simulation, modelli di parete. Microfluidica. Fenomeni di trasporto alla microscala. Bilancio di forze. Capillarità. Microfluidica inerziale. Mescolamento e avvezione caotica. Flussi multifase. - Fluidodinamica computazionale (25 ore - 2.5 CFU) Definizione della geometria. Dal CAD all’analisi. Generazione della griglia di calcolo, griglie strutturate e non strutturate, griglie multiblocco, griglie cartesiane adattative. Metodi di discretizzazione. Metodo alle differenze finite. Metodo ai volumi finiti. Condizioni al contorno. Soluzione numerica delle equazioni di Navier-Stokes. Software di calcolo (Cadence Pointwise e Ansys Fluent). Calcolo ad alte prestazioni. Modelli multifisici. Post-processing. - Applicazioni (10 ore - 1 CFU) Flussi di interesse biologico. Flusso pulsatile all’interno di un aneurisma. Mescolamento di più fluidi in micromixer. Trasporto cellulare in vascolature complesse. Propulsione biomimetica. Interazione fluido-struttura di valvole cardiache.

Nozioni fondamentali di Fluidodinamica (Indispensabile). Nozioni fondamentali dell'Analisi Matematica: derivate, integrali, equazioni differenziali (Indispensabile). Nozioni fondamentali dell'algebra tensoriale (Importante).

L’insegnamento prevede: lezioni frontali supportate dall'impiego di computer e videoproiettore; esercitazioni pratiche guidate sui software di calcolo; ore di studio individuale e lavoro autonomo sui software. L’approccio didattico è concepito per sviluppare progressivamente sia la comprensione teorica che le capacità pratiche di utilizzo dei software di calcolo, attraverso un’interazione continua tra concetti teorici ed applicazioni. Carico di lavoro: - CFU: 6 - Ore complessive: 150 - Ore di didattica in presenza: 60 - Ore di attività esercitative: 24 comprese nelle 60 ore di didattica in presenza - Ore di studio individuale: 90 La frequenza è fortemente consigliata.

Tipo esame: Orale - Valutazione: Voto Finale - Frequenza: Non obbligatoria

• Course notes provided by the instructor. - J.C. Tannehill, D.A. Anderson, R.H. Pletcher, Computational Fluid Mechanics and Heat Transfer, Taylor & Francis. - J.H. Ferziger, M. Perić, Computational Methods for Fluid Dynamics, Springer. - H.K. Versteeg, W. Malalasekera, An Introduction to Computational Fluid Dynamics: The Finite Volume Method, Prentice Hall. The above references constitute the primary learning resources for both attending and non-attending students. Additional lecture notes, practical exercises, and supporting materials will be made available through the University's digital learning platform.

Conoscenza e capacità di comprensione: - Conoscere e comprendere le principali strutture di conversione e le caratteristiche dei principali dispositivi semiconduttori di potenza. - Conoscere e comprendere le principali tecniche PWM con modulante costante e sinusoidale e le principali tecniche di controllo dei convertitori elettronici di potenza. Capacità di applicare conoscenza e comprensione: - Scegliere e implementare la tecnica di modulazione PWM più adeguata al tipo di conversione. - Individuare il dispositivo elettronico di potenza adeguato alle specifiche applicative, implementare tecniche PWM su sistemi di controllo e simulare convertitori elettronici di potenza con software specifico. Autonomia di giudizio: - Analizzare e valutare con autonomia il funzionamento dei principali convertitori elettronici di potenza, individuando criticità e soluzioni progettuali coerenti con le specifiche applicative. Abilità comunicative: - Descrivere e documentare con adeguata proprietà di linguaggio tecnico il funzionamento, la modulazione, il controllo e i risultati di simulazione dei principali convertitori elettronici di potenza. Capacità di apprendimento: - Applicare in modo autonomo le tecniche di analisi, simulazione e progettazione acquisite per affrontare lo studio di convertitori elettronici di potenza più complessi non trattati durante il corso.

Argomento 1 (28 ORE – 2,8 CFU) Principali strutture di conversione e tecniche di modulazione PWM: celle base di conversione; Half Bridge con modulazione PWM costante; Full Bridge con modulazione PWM bipolare e unipolare costante; richiami sull’analisi di Fourier; Half Bridge e Full Bridge con modulazione PWM sinusoidale; inverter trifase con modulazione PWM sinusoidale, iniezione di terza armonica e Space Vector Modulation; campionamento ed effetto dei dead time. Argomento 2 (8 ORE – 0,8 CFU) Controllo di convertitori elettronici di potenza: controllo di corrente di un convertitore; controllo basato su regolatori PI; Internal Model Principle e controllori risonanti; controllo dell’inverter trifase. Argomento 3 (14 ORE – 1,4 CFU) Esercitazioni al Matlab/Simulink: implementazione dei modelli e delle tecniche di controllo per i convertitori elettronici di potenza analizzati. Argomento 4 (10 ORE – 1 CFU) Esercitazione di laboratorio: realizzazione del circuito Half Bridge; implementazione in linguaggio C di PWM Trailing Edge DC/AC e PWM Double Edge DC/AC; controllo in open loop Half Bridge DC/AC; post-processing delle grandezze elettriche misurate.

Conoscenze e competenze acquisibili attraverso i corsi di Analisi Matematica, Geometria ed Elettrotecnica.

L’insegnamento prevede 6 CFU, corrispondenti a 60 ore di attività didattica assistita e circa 90 ore di studio individuale. Le attività sono organizzate in lezioni frontali sui principi di conversione, modulazione e controllo dei convertitori elettronici di potenza, esercitazioni al calcolatore con Matlab/Simulink e attività pratiche di laboratorio. Sono previste 36 ore di didattica frontale, 14 ore di esercitazioni al Matlab/Simulink, 10 ore di laboratorio. Le esercitazioni e il laboratorio sono finalizzati all’implementazione dei modelli, delle tecniche PWM e delle tecniche di controllo analizzate durante il corso.

La verifica dell’apprendimento consiste in una prova orale unica che concorre interamente alla valutazione finale. Il colloquio è volto ad accertare la conoscenza dei principi base dei convertitori elettronici di potenza, dei collegamenti logici e matematici relativi alle principali grandezze fisiche, delle tecniche PWM e delle tecniche di controllo trattate nel corso. Sono inoltre valutate la capacità di leggere e comprendere i principali layout circuitali, di analizzare il funzionamento dei convertitori, di descrivere con proprietà di linguaggio tecnico le soluzioni adottate e di applicare le conoscenze acquisite a casi non affrontati direttamente a lezione. I requisiti minimi per il superamento dell’esame consistono nella conoscenza dei principi di funzionamento, della configurazione circuitale e delle modalità di modulazione e controllo dei principali convertitori elettronici di potenza in programma. La valutazione tiene conto della correttezza tecnica, della completezza delle risposte, della capacità di collegamento tra teoria, simulazione e laboratorio, dell’autonomia di giudizio e della chiarezza espositiva. Per gli studenti con disabilità e DSA saranno garantiti gli strumenti compensativi e le misure dispensative previste dalla normativa.

1. M.H. Rashid, “Elettronica di potenza. Vol. 1 - Dispositivi e circuiti”, Pearson Prentice Hall, 2007. 2. M.H. Rashid, “Elettronica di potenza. Vol. 2 - Applicazioni”, Pearson Prentice Hall, 2008.