Ingegneria Biomedica

1. Knowledge and understanding Students will acquire knowledge of the principles of artificial intelligence as applied to medicine, with particular reference to machine learning systems for the analysis of biomedical data and the stages of developing a decision support system (problem conceptualization, model construction, validation). 2. Ability to apply knowledge and understanding Students will be able to design, implement, and validate machine learning-based systems for solving problems of medical-clinical interest, working both individually and within teams, and selecting the most appropriate method based on the characteristics of the data and the application context. 3. Independent judgment The student will acquire the ability to critically analyze the results obtained, evaluating their reliability, robustness, and limitations, and to contribute knowledgeably to design decisions within a workgroup. 4. Communication Skills Students will be able to clearly and effectively communicate the designed solutions and the results obtained, using appropriate technical terminology and adapting the level of detail to the context, both in academic settings and in multidisciplinary medical-engineering contexts. 5. Learning Skills Upon completion of the course, students will be able to independently tackle new problems of moderate complexity and to learn and apply additional artificial intelligence methods in the biomedical field, including through discussion and collaboration within working groups.

The course provides the theoretical and methodological foundations for the development of advanced systems for the analysis, modeling, and interpretation of biomedical data, with particular reference to applications of artificial intelligence in the medical and healthcare fields. Such systems are employed in numerous areas of bioengineering, including clinical decision support systems, the analysis of clinical trial data, and the definition of clinical indicators to support decision-making. The course specifically explores knowledge related to the structure and characteristics of machine learning systems, with attention to the main classification and clustering methods and to the stages of model design, training, and validation. Issues related to the reliability of results and the interpretability of models in the clinical context are also discussed. Laboratory activities enable students to acquire practical skills for the development, optimization, and validation of machine learning models applied to realistic problems of medical interest. These activities involve group work in order to foster collaboration skills and shared management of the different stages of design and validation of artificial intelligence systems. By the end of the course, students will be able to analyze a biomedical problem, select the most appropriate AI method, and develop an effective solution to address problems of intermediate complexity.

01. Introduction: Definition of AI, AI in medicine, digital health, evolution of AI approaches and methods, introduction to machine learning 02. Development of a machine learning-based system: Problem conceptualization, Construction process, Validation process 03. Descriptive statistics, Hypothesis testing 04. Optimization (Local search, Simulated annealing, Genetic algorithms) 05. Classification (NN, kNN, Naive Bayes Classifier, Linear Regression, Logistic Regression) 06. Clustering (k-means, hierarchical clustering - dendrograms, SOM) 07. Factors influencing the reliability of results, explainability, regulations (medical device regulations, ...) 08. Applications Lab 1: Descriptive Statistics Lab 2: Feature Selection (Genetic Algorithms and kNN) Lab 3: TRS - Random, Dendrogram, SOM Lab 4: Supervised NN Lab 5: Bayesian Classifier Lab 6: Comparison of the developed classifiers

Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
... The final grade is calculated as the sum of: - Written exam [18 points] (administered via the exam platform) – Assesses acquired knowledge 18 multiple-choice questions (1 point for each correct answer, -0.3 points for each incorrect answer) – Duration: 20 minutes - Reports on work completed during the labs [15 points] – Assesses communication skills and ability to work in a team Reports for LAB1, LAB2, LAB3, LAB4, LAB5 uploaded via the Moodle platform (11 total points) + Peer review and faculty evaluation of the presented LAB6 project (4 total points) To receive "lode", a minimum of 30.5 points is required

Slides and handouts provided by the instructor

1. Knowledge and understanding Students will acquire knowledge of the principles of artificial intelligence as applied to medicine, with particular reference to machine learning systems for the analysis of biomedical data and the stages involved in developing a decision support system: problem conceptualization, model construction, and validation. 2. Ability to apply knowledge and understanding Students will be able to design, implement, and validate machine learning-based systems for solving problems of medical and clinical interest, working both individually and in teams, and selecting the most appropriate method based on the characteristics of the data and the application context. 3. Independent judgement Students will acquire the ability to critically analyze the results obtained, evaluating their reliability, robustness, and limitations, and to contribute knowledgeably to design decisions within a workgroup. 4. Communication skills Students will be able to clearly and effectively communicate the designed solutions and the results obtained, using appropriate technical terminology and adapting the level of detail to the context, both in academic settings and in multidisciplinary medical-engineering contexts. 5. Learning skills Upon completion of the course, students will be able to independently tackle new problems of moderate complexity and to learn and apply additional artificial intelligence methods in the biomedical field, including through discussion and collaboration within working groups.

The course provides the theoretical and methodological foundations for the development of advanced systems for the analysis, modeling, and interpretation of biomedical data, with particular reference to applications of artificial intelligence in the medical and healthcare fields. Such systems are employed in numerous areas of bioengineering, including clinical decision support systems, the analysis of clinical trial data, and the definition of clinical indicators to support decision-making. The course specifically explores knowledge related to the structure and characteristics of machine learning systems, with attention to the main classification and clustering methods and to the stages of model design, training, and validation. Issues related to the reliability of results and the interpretability of models in the clinical context are also discussed. Laboratory activities enable students to acquire practical skills in the development, optimization, and validation of machine learning models applied to realistic problems of medical interest. These activities involve group work in order to foster collaboration skills and the shared management of the different stages of design and validation of artificial intelligence systems. By the end of the course, students will be able to analyze a biomedical problem, select the most appropriate AI method, and develop effective solutions to address problems of intermediate complexity.

01. Introduction: Definition of AI, AI in medicine, digital health, evolution of AI approaches and methods, introduction to machine learning. 02. Development of a machine learning-based system: Problem conceptualization, construction process, validation process. 03. Descriptive statistics and hypothesis testing. 04. Optimization: Local search, simulated annealing, genetic algorithms. 05. Classification: Neural networks, kNN, Naive Bayes classifier, linear regression, logistic regression. 06. Clustering: k-means, hierarchical clustering, dendrograms, SOM. 07. Factors influencing the reliability of results, explainability, and regulations: medical device regulations, etc. 08. Applications. Lab 1: Descriptive statistics. Lab 2: Feature selection: genetic algorithms and kNN. Lab 3: TRS: random, dendrogram, SOM. Lab 4: Supervised neural networks. Lab 5: Bayesian classifier. Lab 6: Comparison of the developed classifiers.

Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
... The final grade is calculated as the sum of: - Written exam [18 points] (administered via the exam platform) - Assesses acquired knowledge 18 multiple-choice questions (1 point for each correct answer, -0.3 points for each incorrect answer) - Duration: 20 minutes - Reports on work completed during the labs [15 points] - Assesses communication skills and ability to work in a team Reports for LAB1, LAB2, LAB3, LAB4, LAB5 uploaded via the Moodle platform (11 total points) + Peer review and faculty evaluation of the presented LAB6 project (4 total points) To receive "lode", a minimum of 30.5 points is required.

Slides and handouts provided by the instructor.

Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)Lo studente acquisirà una completa familiarità con le equazioni di bilancio di massa e quantità di moto nella scrittura tridimensionale e applicate a sistemi chiusi e aperti. I bilanci della energia saranno invece studiati in ambito monodimensionale. La soluzione delle equazioni nel contesto degli esempi e delle esercitazioni verrà perseguita senza il ricorso a metodi computazionali specifici (elementi/volumi finiti) utilizzati negli insegnamenti a valle, ma curando e anteponendo sempre alla fase di calcolo la fase di interpretazione fisica dei fenomeni esaminati. Viene curata la applicazione dei metodi appresi allo studio del flusso di fluidi biologici principalmente, con la necessaria attenzione a flussi non-stazionari, in geometrie complesse, in condotti cilindrici per fluidi viscosi newtoniani e non, per fluidi particolati. Una parte del corso fornirà gli strumenti per applicazioni più tradizionali quali la perdita di carico di flussi stazionari in condotti, la spinta sulle pareti, ecc. L'allievo sarà seguito durante le esercitazioni e saranno disponibili sessioni di colloqui finalizzati al completamento della preparazione individuale. Le capacità comunicative sono sviluppate durante le esercitazioni e le prove di autovalutazione. L'allievo durante l'esame scritto dovrà rispondere a quesiti anche di ordine generale per mettere in luce la sua capacità di inquadrare problematiche di una certa complessità in modo razionale e fisicamente convincente. L'apprendimento è stimolato dalla strutturazione delle esercitazioni e dalla tipologia di materiale didattico, si pone grande cura nel non porre gli esercizi come quiz o puri momenti di calcolo algebrico, ma come traduzione di una comprensione fisica approfondita nella valutazione quantitativa dei parametri coinvolti.Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)Al termine dell'insegnamento gli studenti conosceranno: - le forze e gli stati di sollecitazione nei materiali e nelle strutture derivanti da carichi di tipo dinamico - i sistemi dinamici lineari ad un grado di libertà , le oscillazioni libere e forzate, i principali meccanismi dissipativi, urti ed impatti, eccitazioni casuali - i sistemi lineari con molti gradi di libertà , le oscillazioni libere e forzate, disaccoppiamento delle equazioni del moto e semplificazione del sistema, meccanismi di dissipazione proporzionali e non. - l’effetto delle vibrazioni sull’uomo, i sensori biologici, le curve isodisturbo, la normativa europea ed i rischi per la salute - approcci analitici e numerici per la soluzione di semplici sistemi non lineari Al termine dell’insegnamento gli studenti avranno le seguenti abilità : - Semplificazione e modellazione di sistemi biomeccanici reali per la valutazione delle sollecitazioni statiche e dinamiche (analisi di urti e vibrazioni) - utilizzo di software commerciali di tipo analitico e numerico per la dinamica delle strutture - soluzione numerica di equazione differenziali non lineari - valutazione dei rischi connessi con l’esposizione alle vibrazioni e degli indici di severità dei traumi

Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)L’insegnamento di Biomeccanica dei fluidi ha il fine di fornire gli strumenti metodologici e di calcolo necessari per la comprensione della meccanica dei fluidi in condizioni statiche (idrostatica) e dinamiche (idrodinamica). La definizione, a partire dalle leggi di bilancio, delle equazioni che governano il moto dei fluidi è passaggio indispensabile per poter comprendere e descrivere i fenomeni di trasporto di fluidi e di sostanze in ambito biomedico.Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)L’insegnamento di Biomeccanica dei Solidi ha il fine di presentare le applicazioni della dinamica di interesse per l'ambito biomedico, lavorativo e sportivo. Esso intende quindi introdurre le metodologie e le connesse procedure di calcolo finalizzate alla valutazione delle forze e della sollecitazioni dinamiche, con particolare riferimento agli urti ed alle vibrazioni, contemplando sia approcci analitici di tipo lineare sia approcci numerici non lineari.

Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)1. Idrostatica 2. Teorema di Bernoulli e sue applicazioni 3. Perdita di carico di flussi stazionari in condotti 4. Equazioni di bilancio di massa e quantità di moto 5. Bilanci di strato 6. Applicazioni delle equazioni di bilancio per soluzione di problemi pratici 7. Turbolenza, la teoria di Kolmogorov Laboratori: Esercitazioni. Le attività di esercitazione sono incentrate su tematiche il cui punto di partenza non è mai un’equazione data ma piuttosto la scelta di un modello semplice in grado di studiare una problematica reale, da affrontare con approccio analitico (l’uso di codici di calcolo per la soluzione di problemi fluidodinamici complessi sono oggetto di studio di altri insegnamenti dello stesso indirizzo di questo insegnamento), al fine di sviluppare nello studente una maggiore attenzione alla fisica dei fenomeni e alla matematica che la descrive.Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)Lezioni frontali - la sollecitazione nelle strutture derivanti da carichi di tipo dinamico: non linearità geometriche, di materiale, di contatto - sistemi dinamici lineari ad un grado di libertà con dissipazione - oscillazioni libere del sistema non smorzato e smorzato - smorzamento viscoso, strutturale e coulombiano - determinazione sperimentale dello smorzamento, smorzamento interno dei materiali, approcci non lineari - sollecitazioni di tipo armonico, moto del vincolo - sollecitazioni d’urto ed impatto, impulso e gradino, analisi del transitorio - forzanti qualsiasi, integrale di Duhamel - sollecitazioni derivanti da fenomeni non deterministici, vibrazioni casuali, processi stazionari ed ergodici - sensibilità dell'uomo alle vibrazioni, normativa europea riguardante le vibrazioni sul lavoro ed i rischi per la salute - calcolo dell'esposizione giornaliera alle vibrazioni Laboratori informatici - soluzione analitica e numerica di un sistema lineare ad un grado di libertà forzato armonicamente - soluzione analitica e numerica individuale nel caso di sollecitazione di impatto - soluzione numerica di semplici sistemi non lineari: smorzamento coulombiano e rimbalzo di un grave in caduta - soluzione numerica di un sistema a due gradi di libertà con eccitazione dal punto vincolo

Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)Modalita di esame: Prova scritta (in aula); Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)Modalita di esame: Prova scritta (in aula);
Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)Exam: Written test; Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)Exam: Written test;
... Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)Comprensione degli argomenti trattati e abilità di calcolo nell’utilizzo dei relativi strumenti matematici introdotti (equazioni di bilancio di energia/massa/quantità di moto). Capacità di riconoscere ed utilizzare adeguati strumenti matematici nelle discipline ingegneristiche. Capacità di costruire un percorso logico, utilizzando le equazioni di bilancio di energia/massa/quantità di moto introdotte, con le semplificazione più opportune riguardo allo specifico caso sottoposto. L'esame comprende una parte di Teoria (generalmente suddivisa in domande a risposta multipla o risposta aperta) e una parte di Esercizi (generalmente suddivisa in quesiti a risposta multipla o risposta numerica), per una durata di 60 minuti. Per questi ultimi, il riferimento è ad una problematica reale ed è richiesto di affrontarla a valle di un’opportuna operazione preliminare di modellazione e semplificazione a cura dello studente. Questo processo creativo è una della parti più importanti dell’esame in quanto permette di valutare le effettive abilità acquisite nell’analisi di situazioni reali di nuova proposizione. Le sezioni di Teoria e Esercizi hanno generalmente lo stesso peso nella valutazione finale. A ogni parte è assegnato un punteggio specificato nel testo d'esame. Il voto finale sarà formato dalla somma di ogni parte di teoria ed esercizi. La chiarezza notazionale e il rigore espositivo permettono di ottenere la lode. Non è previsto l'utilizzo di materiale didattico durante la prova scritta. I risultati dell’esame vengono comunicati sul portale della didattica.Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)L'esame si svolge con modalità scritta e comprende due domande di teoria e lo svolgimento di un esercizio, in generale relativo all’analisi di una situazione di urto in campo biomeccanico. Il riferimento è ad una problematica reale ed è richiesto di affrontarla a valle di un’opportuna operazione preliminare di modellazione e semplificazione a cura dello studente. Questo processo creativo è una della parti più importanti dell’esame in quanto permette di valutare le effettive abilità acquisite nell’analisi di situazioni reali di nuova proposizione. Il voto finale è determinato mediando il risultato ottenuto nella parte teorica con quella di esercizio.

Biomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei fluidi)Bird, Stewart, Lightfoot "Fenomeni di Trasporto". (opzionale) Cengel, Cimbala, Cozzo, Santoro "Meccanica dei Fluidi". (opzionale) Slide, articoli e testi forniti dal docenteBiomeccanica dei solidi/Biomeccanica dei fluidi (Biomeccanica dei solidi)a) G. Genta: “Principi e Metodologie delle Progettazione Meccanica�, Levrotto & Bella (To). b) Materiale fotocopiato preparato dal docente (lezione ed esercitazioni svolte) c) Normativa riguardante la valutazione dei rischi indotti dalle vibrazioni in ambiente lavorativo.

• Knowledge of biomimetic approaches applied in medicine - Bioinspired technologies to develop scaffolds for regenerative medicine and medical devices - Design of biomaterials and smart surfaces mimicking the nature - Ability to revise research articles and analyse the state-of-the-art of biomimetic systems - Critical thinking on novel biomimetic systems

The course is finalized to deliver knowledge about the design of biomimetic systems and devices for biomedical applications, in particular focused on regenerative medicine, bioinspired surfaces, in-vivo like systems and recovery of biological functions.

• Introduction to biomimetic systems (3 h) - Extracellular matrix-like platforms (7.5 h) - Bioinspired materials and surfaces (10.5 h) - Mussel-derived surfaces (3 h) - In vivo-like platforms to mimic organs and tissues (9 h) - Sensory systems (6 h) - Plants-derived scaffolds (6 h) - Organ-on-chip and immune system (3 h) - Experimental activities in lab (12 h)

Modalita di esame: Prova orale obbligatoria;
Exam: Compulsory oral exam;
... The final exam will consist in two parts. In the first part each student will present a research paper selected from recent literature (12 minutes max time). The presentation will be followed by a discussion on the course topics (approx. 15’ per student). The contribution to the final mark will be 35% for the research paper presentation and 65% for the following discussion on the course topics.

Al termine del corso lo studente avrà acquisito le basi conoscitive relative alle nanotecnologie ed alle loro applicazioni in svariati settori, quali la genomica e la proteomica, l’ingegneria tissutale e la medicina rigenerativa, il rilascio di farmaci/biomolecole e la diagnostica molecolare. Nel dettaglio, lo studente avrà acquisito: 1) CONOSCENZA E CAPACITÀ DI COMPRENSIONE: - Conoscenza dei materiali di elezione nell’implementazione delle bionanotecnologie - Conoscenza generale delle nanotecnologie nelle aree di ricerca che hanno un maggiore impatto in campo biomedicale - Conoscenza e capacità di comprensione delle nanotecnologie a secco e ad umido, degli approcci top-down e bottom-up - Conoscenza delle applicazioni delle nanotecnologie nei sistemi di diagnostica in biomedicina - Conoscenza delle interazioni a livello molecolare tra cellule e tra la singola cellula e la matrice extracellulare - Capacità di comprensione dell’uso delle bionanotecnologie nell’ottimizzare e verificare le interazioni fra materiale/superficie/dispositivo e l’ambiente vivente. - Capacità di comprensione dei concetti base di micro e nanofabbricazione di interfacce biomimetiche 2) CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: - Capacità di progettazione di materiali e dispositivi alla nanoscala per applicazioni biomedicali - Capacità di progettazione e di caratterizzazione di materiali e dispositivi biomimetici o bioispirati - Capacità di applicare i concetti acquisiti nella progettazione di soluzioni per la nanomedicine

L’insegnamento, obbligatorio per tutti gli studenti, si colloca al primo anno della laurea magistrale con il fine di fornire allo studente gli elementi conoscitivi di base delle nanotecnologie e delle loro applicazioni nel campo della genomica e proteomica, nella medicina rigenerativa, nel rilascio di farmaci e nella diagnostica molecolare.

1. Nanotecnologie: definizioni, concetti di base dei fenomeni alla nanoscala, approcci top-down e bottom-up. Applicazione delle nanotecnologie in campo biomedicale. 2. Materiali Polimerici: Caratteristiche generali dei polimeri, Reazioni di polimerizzazione, Valutazione delle caratteristiche chimico-fisiche e superficiali dei polimeri, fotopolimeri. 4. Tecniche di micro e nanofabbricazione top down e bottom up. Electrospinning e Electrospraying di soluzioni polimeriche. . Nanomateriali a base di carbonio: nanotubi, grafene. 5. Meccanismi di adesione cellulare e superfici/Nanotecnologie per interfacce biomimetiche. 6. Sistemi biologici micro-elettromeccanici: Dispositivi (lab-on-chip, cell on a chip, microarrays), tecniche (PCR, LCR, rilevazione ottica, elettrica, meccanica, southern blotting, western blotting). Esempi Applicativi. 7. Nanomedicina: nanoparticelle inorganiche (quantum dots, nanoparticelle d’oro e nanoparticelle magnetiche). 8. Nanoparticelle polimeriche e nanoparticelle intelligenti. 9. Barriere biologiche e esempi applicativi. 10. Esercitazioni su sintesi e caratterizzazione di biomateriali, tecniche di modifica superficiale, fabbricazione e caratterizzazione di particelle polimeriche per il rilascio di farmaci.

Modalita di esame: Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Computer-based written test in class using POLITO platform;
... L’esame intende verificare il grado di comprensione acquisito dallo studente relativamente a: - Principi delle Nanotecnologie - Adesione cellulare - Micro/Nano-fabbricazione - Nanomedicina - Nanoparticelle polimeriche - Nanoparticelle inorganiche - Nanoparticelle intelligenti - Barriere biologiche - Proprietà dei Nanomateriali a base di Carbonio - BioMems e BioNems e tecnologie correlate inclusi gli esempi applicativi - Modifiche superficiali alla nanoscala - Nanostrutture e strutture polimeriche nanometriche - Polimeri, reazioni di polimerizzazione e tecniche di caratterizzazione - Esercitazioni in aula L'esame consta di domande a risposta chiusa, relative alle lezioni frontali e alle esercitazioni, per 21 punti complessivi e domande a risposta aperta per ulteriori 11 punti relative alle lezioni frontali e alle esercitazioni (massimo punteggio ottenibile 32 punti). Le domande a risposta chiusa comportano 0,6 punti se la risposta è CORRETTA, 0 punti nel caso di risposta non data e -0,15 punti se la risposta è ERRATA. Il compito sarà corretto interamente solo nel caso in cui il punteggio parziale conseguito per le domande a risposta chiusa sia uguale o maggiore a 12 PUNTI. Lo studente che avrà ottenuto un punteggio uguale o maggiore a 12 PUNTI per le domande a risposta chiusa, avrà 24h di tempo per comunicare l’intenzione di procedere con la correzione delle domande aperte o di ritirarsi. Il punteggio totale sarà dato dalla somma del punteggio parziale conseguito per le domande a risposta chiusa e il punteggio conseguito per le domande a risposta aperta. NON è previsto alcun orale integrativo. Per coloro che riscontrassero evidenti discrepanze tra l'autovalutazione ed il voto conseguito, sarà possibile visionare il compito in una data che verrà comunicata sul portale. La durata dell’esame è di 90 minuti. Non è permesso l’uso di materiale a supporto (appunti personali, libri) né in formato cartaceo né elettronico. È consentito il solo uso della calcolatrice scientifica e di un supporto cartaceo da utilizzare per eventuali calcoli. Tale supporto cartaceo deve essere un foglio bianco, il quale sarà controllato prima dell'inizio della prova.

Lucidi delle lezioni e dispense fornite dai docenti e disponibili sul portale Ulteriore testo di approfondimento: “Fundamentals of Microfabrication and Nanotechnology� Volume I, II, III, Marc J. Madou, CRC Press Taylor and Francis Group.

The students will - learn the main applications in the field of decision aid for personalized patient care and the challenges that needs to be addressed; - different AI metodi that can be applied in the field; - how to use these methos.

The course will focus on specific applications of machine learning introduce the students to the development of intelligent systems for biomedical data classification and interpretation. The applications cover all bioengineering areas. Topics include feature extraction, feature selection, main characteristics of a classifier, optimization, computational intelligence e statistical learning. The laboratory activities provide competencies on classifier construction and validation. In the end, the student will be able to solve problems of medium difficulty.

Introduction: Decision Theory, The evolution of AI from Turing test to ChatGPT, The evolution of healthcare from EBM to Precision medicine Optimization: meta-heuristics and soft computing methods Advanced machine learning methods Deep learning Applications: - Digital Twins: development steps, examples of applications for patient monitoring and telemedicine - Data aggregation for monitoring patient status - Advanced methods to automatically extract information from clinical records and Electronic Health Record (EHR) for precision medicine Laboratory work: will address aspects related to the applications using R, Matlab, Phyton tools

Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
... The exam score is obteneid summimg: - written test [24 points] to evaluate competencies 18 multiple choice questions (each correct answer is 1 point, failed answer -0.5 points) 2 open answer questions (3points each question) - Laboratory work [9 points] Valutazione del lavoro svolto durante i laboratori da parte del gruppo [14pt]– Valuta l’Autonomia di giudizio, le Abilità comunicative e la Capacità di lavorare in un team relazioni dei LAB2, LAB3,LAB4,LAB5 (8 punti totali) presentazione tramite caricamento di un filmato mp4 della relazione del LAB6: 3 punti ottenuti tramite peer review 3 punti ottenuti dalla valutazione delle docenti

Scientific documents

Conoscenza e capacità di comprensione Conoscenze relative alle tecniche matematiche di filtraggio e stima spettrale. Conoscenze relative al contenuto informativo dei diversi segnali biomedici. Conoscenza delle potenzialità diagnostiche e di monitoraggio delle diverse tecniche di elaborazione. Conoscenza delle problematiche specifiche di analisi dei diversi segnali biomedici. Capacità di applicare conoscenza e comprensione Dato un quesito clinico relativo ad un segnale biomedico, lo studente sarà in grado di applicare la tecnica più vantaggiosa per l’estrazione dell’informazione richiesta dal segnale. Inoltre, grazie alla conoscenza delle più recenti tecniche di elaborazione, lo studente sarà in grado di sviluppare metodi di analisi e di feature extraction automatici. Autonomia di giudizio Questo insegnamento contribuisce a sviluppare l’autonomia di giudizio durante le esercitazioni di laboratorio. Abilità comunicative Questo insegnamento contribuisce a migliorare le abilità comunicative scritte e orali mediante i laboratori. Capacità di apprendimento Questo insegnamento contribuisce a fornire allo studente gli strumenti per un aggiornamento continuo, richiedendogli la consultazione di articoli scientifici recenti che descrivono i diversi algoritmi di elaborazione. Questa attività ha lo scopo di illustrare come sia possibile, tramite la rete, acquisire informazioni e conoscenza circa le più recenti e performanti tecniche di elaborazione.

L’insegnamento ha lo scopo di presentare le più diffuse tecniche di elaborazione di segnali biomedici. Esso intende approfondire le conoscenze di base relativamente alle tecniche di filtraggio dei segnali, di stima spettrale (in particolare di processi casuali), di stima spettrale tempo-variante per segnali non stazionari e di analisi della complessità anche mediante metodi non-lineari. Ogni tecnica presentata verrà corredata da applicazioni su segnali biomedici reali.

Gli argomenti principali del corso sono i seguenti: - Tecniche di filtraggio digitale (10h) - Stima spettrale tradizionale (10h) - Stima spettrale parametrica (10h) - Stima spettrale tempo-variante (10h) - Analisi della complessità ed analisi non-lineari (10h) - Applicazioni specifiche dell’elaborazione di segnali biomedici (20h) - Problematiche e recenti sviluppi (10h)

Modalita di esame: Test informatizzato in laboratorio;
Exam: Computer lab-based test;
... Criteri, regole e procedure per l’esame L'esame è diviso in due parti (descritte di seguito), ambedue della tipologia "test informatizzato in laboratorio": 1. prova pratica su Matlab (peso 22/30); 2. quiz di teoria (10/30). Le valutazioni delle due parti sono sommate per formare il voto finale. Chi ottiene, come somma dei voti delle due parti, un totale superiore a 30, merita la lode. Le due prove devono essere sostenute nel medesimo appello e la correzione della prova pratica avverrà solamente per coloro che avranno ottenuto la sufficienza nella prova di teoria (votazione maggiore o uguale a 5/10, come riportato nel seguito). Gli studenti saranno allocati in laboratorio e dovranno utilizzare i calcolatori messi a disposizione, utilizzando, come per le esercitazioni svolte durante le ore di laboratorio, la piattaforma Matlab. La seconda parte (quiz di teoria) sarà svolta tramite la piattaforma Exam. Prova pratica su Matlab - (Durata da 1 a 1.5 ore) - Possibilità di consultare appunti (slides, esercizi svolti o codice Matlab) o libri. - La prova pratica si considera superata quando viene assegnata una votazione maggiore o uguale a 13/22. - Chi non supera la prova (votazione <13/22) viene respinto. Quiz di teoria su piattaforma Exam - (Durata mezz'ora) - Possibilità di consultare appunti (slides, esercizi svolti o codice Matlab) o libri. - Vengono proposti 10 quiz a risposta multipla (5 risposte sono proposte, di cui solo una è corretta), su aspetti di teoria o di implementazione in Matlab. La risposta corretta ad un quiz equivale a 1 punto, un errore a -0.25 punti, la mancata risposta a 0 punti. - La prova di teoria si considera superata quando si ottiene un punteggio maggiore o uguale a 5/10. E’ data facoltà di esprimere la propria volontà di ritirarsi o durante l’esame, durante una delle due prove, oppure al termine dell’esame medesimo, esprimendo la richiesta di non sottoporsi al giudizio della commissione via email al docente di riferimento entro 4h dal termine dell’esame (o entro altro termine temporale indicato in sede d’esame dal docente medesimo).

Slide fornite dal docente ed articoli scientifici di recente pubblicazione su tecniche particolari. Libro di Testo del corso: L. Mesin, Introduction to Biomedical Signal Processing, 2017, ISBN: 9788892332485

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Conoscenza e capacità di comprensione: Conoscenza dei vantaggi dell’uso di un bioreattore rispetto alle tecniche di coltura tradizionali Conoscenza dei requisiti di progetto di un bioreattore conforme alla buona pratica di laboratorio Conoscenza dei sottosistemi costituenti un bioreattore Conoscenza dei fenomeni di trasporto in bioreattore Conoscenza delle metodologie di progettazione e relativi software Conoscenza delle tecniche di prototipazione e fabbricazione Conoscenza delle soluzioni tecnologiche più innovative applicate in fase di ricerca per espansione cellulare, studi di comportamento cellulare, studi di sviluppo tissutale, modellazione in vitro per analisi di farmaci (drug screening) e patologie (in vitro disease modeling), produzione di tessuti ingegnerizzati funzionali Capacità di applicare conoscenza e comprensione: Capacità di pianificare l’attività di progettazione di un bioreattore Capacità di stabilire le esigenze di progettazione e i requisiti di progetto di un bioreattore in base al tessuto biologico argomento di studio Capacità di progettare un bioreattore mediante la combinazione critica degli strumenti teorici, numerici e sperimentali forniti durante l'insegnamento L'insegnamento contribuisce a sviluppare l’analisi critica, l'autonomia di giudizio e la capacità di proporre soluzioni innovative da parte degli studenti mediante una frequente attività di esercitazioni in laboratorio e in aula orientate alla applicazione pratica delle nozioni introdotte a lezione.Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L'obiettivo principale dell'insegnamento è fornire alle studentesse e agli studenti le capacità di elaborare i concetti appresi relativi all'ingegneria dei tessuti. Conoscenze: • Conoscenza sui materiali adoperati in Medicina Rigenerativa (principalmente polimerici) • Conoscenza sulle interazioni cellula-matrice extracellulare, cellula-cellula, cellula-fattori di crescita, funzionale ad apprendere i principi per la progettazione di soluzioni biomimetiche per l’ingegneria dei tessuti • Conoscenza sulle principali tecniche per la produzione degli scaffold (tecniche convenzionali e di prototipazione rapida) • Conoscenza sulle principali tecniche di funzionalizzazione (in superficie e in massa) degli scaffold • Conoscenze sui metodi per la progettazione biomimetica degli scaffold. Capacità di applicare conoscenza e comprensione: • Capacità di elaborare soluzioni per la rigenerazione di specifici tessuti, mediante la combinazione critica delle strategie di Medicina Rigenerativa affrontate durante l'insegnamento. • Capacità di selezionare le tecniche più appropriate per la preparazione di scaffold con determinate specifiche in termini di struttura e composizione. • Abilità nella progettazione e ingegnerizzazione di sistemi per la medicina rigenerativa • Applicazione dei concetti appresi, per ingegnerizzare nuove soluzioni nell’ingegneria dei tessuti e nella medicina rigenerativa. • Questo insegnamento contribuisce a sviluppare l’analisi critica, l'autonomia di giudizio e la capacità di proporre soluzioni innovative da parte degli studenti mediante una partecipazione attiva alle lezioni e alle esercitazioni.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)L'insegnamento di Bioreattori è finalizzato a fornire agli studenti elementi conoscitivi, competenze e capacità nel campo della progettazione e prototipazione di dispositivi per coltura dinamica di cellule/tessuti (bioreattori) per applicazioni nell’ambito dell'ingegneria dei tessuti e della medicina rigenerativa. In particolare, saranno descritte le soluzioni tecnologiche più avanzate di bioreattori per diversi utilizzi (espansione cellulare, sistemi modello per studio in vitro di farmaci o patologie, produzione di tessuti ingegnerizzati funzionali) e per diversi tessuti biologici (es. tessuto osseo/cartilagineo, vascolare, cardiaco). Saranno illustrati i sottosistemi e relativi materiali e componenti costituenti il sistema bioreattore. Gli studenti acquisiranno competenze di progettazione e prototipazione di un bioreattore, con particolare attenzione alla identificazione dei requisiti di progetto, alle metodologie adottate a supporto della progettazione e alle tecniche di fabbricazione. Saranno inoltre analizzati i fenomeni di trasporto che si sviluppano all’interno di un bioreattore. Durante le esercitazioni in laboratorio, gli studenti apprenderanno a utilizzare un software commerciale di progettazione assistita al calcolatore. Organizzati in gruppi e supportati da una continua interazione con i docenti durante le esercitazioni in aula, gli studenti metteranno a frutto le conoscenze acquisite concretizzandole tramite lo sviluppo di una soluzione progettuale di bioreattore (elaborato progettuale in gruppo). Una visita guidata del laboratorio consentirà agli studenti di osservare gli aspetti pratici del processo di progettazione, ottimizzazione e prototipazione di un bioreattore.Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L'insegnamento di Ingegneria per la Medicina Rigenerativa è finalizzato a fornire elementi conoscitivi sulle strategie di tissue engineering per applicazioni in Medicina Rigenerativa, con particolare riferimento allo sviluppo di: • biomateriali biocompatibili e biodegradabili; • tecnologie sostenibili per la medicina rigenerativa; • scaffold ed idrogeli biomimetici rispetto alla matrice extracellulare del tessuto da rigenerare; • matrici per il rilascio di farmaci e fattori bioattivi. Verranno inoltre analizzate alcune soluzioni innovative per l'ingegneria dei tessuti, che saranno presentate come particolari casi di studio. Durante lo svolgimento dell'insegnamento, gli studenti svilupperanno un lavoro di gruppo sulla progettazione di scaffold. Sono previste 9 ore complessive di attività di laboratorio (effettuata tramite la suddivisione degli studenti in 6 squadre, che saranno impegnate nelle esercitazioni per 1,5 ore, a settimane alterne, secondo un calendario che sarà condiviso). Le esercitazioni di laboratorio riguarderanno la preparazione di scaffold e la loro caratterizzazione meccanica e morfologica. Sono altresì previste 6 ore di attività di esercitazione in aula (effettuata tramite la suddivisione degli studenti in 2 squadre, che si alterneranno secondo un calendario che sarà condiviso) con la compresenza di 2 docenti. Le esercitazioni in aula hanno lo scopo di seguire gli studenti nell'implementazione del loro lavoro di gruppo.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Durante le lezioni saranno trattati i seguenti argomenti: Introduzione all'ingegneria dei tessuti e alla medicina rigenerativa Introduzione ai bioreattori - cosa sono, quali vantaggi offrono rispetto alle colture tradizionali e per quali finalità sono usati Sottosistemi costituenti un bioreattore (camera di coltura, sistema di perfusione, sistema di stimolazione fisica, sistemi di monitoraggio e controllo) Approccio alla progettazione (requisti di progetto, materiali utilizzabili, tecniche di prototipazione/fabbricazione) Esempi di bioreattori commerciali e di ricerca con diverse finalità (per esempio: per espansione cellulare; per tessuto osseo/cartilagineo; per tessuto cardiaco; per tessuto vascolare; etc.) Metodi di ricerca bibliografica Inoltre, saranno svolte: Esercitazioni in laboratorio mirate all'apprendimento e uso di un software commerciale di progettazione assistita al calcolatore Esercitazione in aula mirate ad approfondire i componenti dei sottosistemi di un bioreattore e i fenomeni di trasporto che si sviluppano all’interno di un bioreattore Esercitazioni in aula con interazione continua tra gruppi di studenti e docenti mirate a supportare lo sviluppo degli elaborati progettuali in gruppoIngegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L'insegnamento di Ingegneria per la Medicina Rigenerativa ha il fine di fornire alle studentesse e agli studenti competenze nel campo della progettazione e realizzazione di "scaffold", substrati tri-dimensionali porosi per applicazioni nell’ambito della medicina rigenerativa. Dopo un’iniziale introduzione sui principi di comunicazione cellulare, verranno analizzati i criteri generali di progettazione degli scaffold: la scelta del materiale strutturale, la funzionalizzazione chimica con molecole bioattive (peptidi, proteine, fattori di crescita,...), e la progettazione e fabbricazione della geometria dello scaffold esaminando le principali tecniche di produzione degli scaffold ed i loro vantaggi/svantaggi. Verranno approfondite anche le tecniche di "bioprinting". Saranno descritte le caratteristiche e le potenzialità delle cellule staminali con riferimento ad alcune delle attuali strategie di medicina rigenerativa che le utilizzano. Saranno inoltre illustrate alcune soluzioni innovative nell'ambito dell'ingegneria dei tessuti, coinvolgendo anche esperti e/o aziende del settore. Durante l'insegnamento, si terranno esercitazioni in aula con lo scopo di seguire gli studenti nell'elaborazione di lavori di gruppo assegnati dalla docente. Si svolgeranno inoltre esercitazioni in laboratorio che hanno lo scopo di consentire di raggiungere una piena comprensione dei concetti appresi nelle lezioni teoriche, fondamentale per lo svolgimento dei lavori di gruppo. Gli studenti hanno anche a disposizione diversi slot di tutoraggio per chiarire i loro dubbi sulle esercitazioni/lezioni e per un supporto nello svolgimento dei lavori di gruppo.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo; Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo;
Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Exam: Written test; Group project; Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)Exam: Written test; Group project;
... Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)L’esame mira a verificare l'acquisizione delle conoscenze e delle capacità obiettivo dell'insegnamento e sarà costituito da: 1. Elaborato progettuale in gruppo (max 15 punti). Il progetto è svolto in gruppi di 6/7 studenti e riguarda lo sviluppo di una soluzione progettuale di bioreattore in funzione del tessuto biologico indicato all’inizio dell'insegnamento. Il progetto deve contenere: introduzione alla motivazione clinica, obiettivo dello soluzione progettuale, requisiti di progetto del bioreattore, schema del sistema/circuito, disegni tecnici del bioreattore e di componenti, video della procedura di assemblaggio/disassemblaggio, vantaggi/limiti/sviluppi futuri, bibliografia. Il progetto deve essere presentato oralmente in max 15 min da ogni gruppo tramite la discussione di max 12 slide, consegnando contestualmente alla discussione una relazione scritta (da caricare sul portale dell'insegnamento prima della discussione, max 6 pagine). 2. Prova scritta (max 17 punti). La prova verte su tutto il programma dell'insegnamento (lezioni ed esercitazioni), dura 1.5 ore ed è composta da max 6 domande (aperte e a risposta multipla, senza penalità ). Durante lo svolgimento dell'esame non è consentito consultare materiale didattico o altri testi e non è ammesso portare in aula dispositivi multimediali e/o usare cuffie. La valutazione dell'elaborato progettuale viene fatta considerando la capacità di applicare le conoscenze acquisite nel corso delle lezioni, la fattibilità , funzionalità e originalità della soluzione proposta, la capacità di utilizzo del software, la capacità di sintesi e proprietà di linguaggio degli studenti. La valutazione dell'elaborato progettuale rimane valida per l'A.A. in cui si è frequentato l'insegnamento e non oltre. La valutazione della prova scritta viene fatta considerando la correttezza delle risposte, la pertinenza delle informazioni fornite, la capacità di rispondere in modo chiaro, preciso, sintetico e razionale, con proprietà di linguaggio e motivando adeguatamente le argomentazioni prodotte. La valutazione finale è data dalla somma dei punteggi ottenuti con l'elaborato progettuale e con la prova scritta. L’esame è superato se tale somma è pari ad almeno 18/30. I risultati dell’esame vengono comunicati sul portale della didattica insieme alla data in cui gli studenti possono visionare il compito e chiedere chiarimenti.Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L’esame ha l’obiettivo di verificare le conoscenze acquisite e la capacità di rielaborarle per lo sviluppo di scaffold in grado di soddisfare le specifiche tecniche richieste. A tale scopo, l'esame consiste di due parti una scritta (Parte 1) ed una parte orale (Parte 2). La parte scritta (Parte 1) include domande chiuse (6) e ha una durata di 60 minuti. La Parte 1 dell’esame ha l’obiettivo di verificare la conoscenza degli argomenti (massimo 15 punti). Non è possibile consultare nessun testo durante lo svolgimento dell’esame scritto. Non è ammesso l'utilizzo di fogli personali: vengono forniti fogli "di brutta" che devono essere poi riconsegnati. Nelle domande chiuse con diverse opzioni da selezionare sono previste penalità per ogni risposta sbagliata (fino a -20% del punteggio della domanda; nel testo dell'esame viene indicato il valore della penalità per ogni domanda). La Parte 2 consiste in un lavoro di gruppo (5-6 studenti), assegnato dalla docente, relativo alla progettazione di uno scaffold rispondente a specifiche assegnate. Il lavoro di gruppo consiste in una presentazione in Power Point, svolta dal gruppo (4 minuti a studente per un totale di 20 minuti per i gruppi da 5 studenti e 24 minuti per i gruppi da 6 studenti), integrata da un abstract di una pagina in word (con template assegnato). Il gruppo consegnerà un unico file, comprendente le slide e l'abstract (in PDF), alla docente entro il giorno antecedente alla data dell’esame. Dopo la presentazione, verranno formulate almeno 2-3 domande ad ogni studente, relative al lavoro di gruppo e alla sua integrazione con gli argomenti del corso. La Parte 2 serve a verificare la comprensione e la capacità di elaborazione dei concetti (massimo 16 punti). In particolare, viene verificata la capacità di utilizzare le conoscenze acquisite al fine di progettare scaffold rispondenti a specifiche particolari. Per la valutazione della parte 2, vengono assegnati max. 8 punti per la qualità e fattibilità tecnica del lavoro di gruppo; i rimanenti punti (max. 8 punti) esprimono una valutazione sulla chiarezza espositiva di ogni studente e la completezza delle risposte alle domande. Date di svolgimento dell’esame: La Parte 1 si svolge nelle date ufficiali pubblicate sul portale. La Parte 2, essendo orale, può essere svolta in altri slot, concordati con la docente. E' possibile svolgere la Parte 1 e la Parte 2 dell'esame in due appelli diversi e secondo l'ordine preferito. Il voto dell'esame è la somma dei due voti, approssimata per eccesso. L'esito dell'esame viene reso noto tramite pubblicazione sul portale di un link ad un file excel non modificabile, nel quale lo studente troverà le valutazioni delle due parti che contribuiscono al punteggio finale. Gli studenti e le studentesse possono decidere se accettare o meno il voto della Parte 1 entro la data fissata per la correzione in aula. In particolare, la docente comunica, con un avviso sul portale, la data di correzione e visione del compito relativo alla Parte 1. Rifiutare il voto della Parte 2 è analogamente possibile (e ogni componente del gruppo può decidere autonomamente); tuttavia, gli studenti e le studentesse che rifiuteranno la valutazione dovranno svolgere un nuovo lavoro (eventualmente con un nuovo gruppo). L'esame viene superato con una votazione complessiva minima di 18. Il voto massimo (30L) si consegue con un punteggio di almeno 30.5. Non è prevista alcuna integrazione alle due parti dell’esame con un ulteriore esame orale o scritto.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Slide/dispense presentate a lezione/esercitazione e successivamente caricate sul portale Articoli scientifici di approfondimento caricati sul portale Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)• Slides presentate a lezione. • Articoli scientifici di approfondimento forniti dal docente. • I contenuti sono derivati dalla recente letteratura scientifica.

Conoscenza dei meccanismi di funzionamento di alcuni importanti sistemi fisiologici e biomedici; capacità di descrivere tali meccanismi tramite adeguati modelli ingegneristici. Capacità di utilizzare opportuni strumenti matematici per la simulazione e l’analisi funzionale dei sistemi fisiologici e biomeccanici proposti.

I sistemi fisiologici sono in generale molto più complessi dei sistemi tecnologici e possiedono parametri che non sempre possono essere definiti in modo certo. Scopo di questo insegnamento è mostrare come, tramite un approccio meccanico ai sistemi fisiologici, si può giungere a definire modelli matematici di varia complessità che consentono l’identificazione e l’analisi funzionale di tali sistemi, al fine di una comprensione più approfondita dei meccanismi che li regolano e dello studio di una possibile interazione tra essi e i sistemi tecnologici.

• Richiami sulla struttura del corpo umano (3h) : terminologia, sistemi di riferimento, movimenti, articolazioni. - Biomeccanica del movimento umano (9h) : esempi con modelli semplificati, modellazione secondo strutture articolate a corpi rigidi. - Cinematica dei sistemi articolati multi-corpo (6h) : matrici di orientamento e posizionamento, angoli di Eulero, determinazione di velocità e accelerazioni in una struttura cinematica seriale, analogie con sistemi fisiologici. - Dinamica dei sistemi multi-corpo (3h) : analisi con equazioni cardinali o con metodi energetici, applicazione a sistemi fisiologici. - Apparato muscolare (6h) : conformazione dei muscoli, aspetti meccanici della contrazione muscolare, modelli e loro applicazione. - Meccanica delle strutture muscolo-scheletriche (7h) : modellazione come strutture cinematiche parallele, analisi cinematica e dinamica, determinazione delle azioni muscolari. - Analisi cinematica e dinamica del movimento e della deambulazione umana (11h) : caratteristiche della deambulazione, determinazione delle caratteristiche fisico-geometriche dei segmenti corporei, determinazione delle azioni nelle articolazioni, tecniche per il rilievo sperimentale della cinematica e delle forze sul piede. - Dispositivi di ausilio, ortesi, protesi esterne (8h) : classificazione, tipologia dei componenti, progettazione funzionale e strutturale. - Sistema respiratorio (7h) : fisiologia, ciclo respiratorio, modelli di meccanica del respiro, respiratori artificiali volumetrici e pressometrici.

Modalita di esame: Prova scritta (in aula);
Exam: Written test;
... L’esame è volto ad accertare la conoscenza degli argomenti elencati nel programma ufficiale e la capacità di applicare la teoria ed i relativi metodi di modellazione biomeccanica alla simulazione e allo studio dei sistemi fisiologici e biomedici presentati nell’insegnamento. L’esame consiste in una prova scritta di quattro domande a risposta aperta sugli argomenti del programma ed ha lo scopo di valutare il livello di conoscenza e le competenze attese. Una delle domande si riferisce specificamente alle attività svolte nel laboratorio informatico. La durata della prova è di 100 minuti. Durante lo svolgimento dell'esame non è consentito consultare quaderni, libri, fogli con appunti, smartphone o altro materiale. L’elaborato deve essere svolto sui fogli distribuiti per l’occasione. Ad ogni domanda deve essere fornita una risposta completa e sintetica, che deve essere contenuta in una singola pagina. Le valutazioni sono espresse in trentesimi e l’esame è superato se la votazione riportata è di almeno 18/30. Il punteggio assegnato alle singole domande è proporzionato alla difficoltà delle stesse; la votazione massima è di 30/30. Particolare riguardo è rivolto alla chiarezza notazionale e logica delle risposte fornite dallo studente, che permette di ottenere la lode. L’esito della prova sarà comunicato tramite un avviso sul portale della didattica. Gli studenti potranno visionare il compito e la relativa valutazione durante un incontro generale la cui data sarà comunicata tramite avviso sul portale della didattica in concomitanza con la pubblicazione dei risultati della prova scritta.

L’intero programma è coperto da note e dispense fornite dal docente e caricate sulla pagina web. Per approfondimenti: - 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.

Il corso fornisce allo studente gli strumenti teorici, computazionali e metodologici fondamentali per affrontare con rigore la modellazione molecolare e multiscala di sistemi biologici e ibridi. Al termine del percorso, lo studente sarà in grado di: - Studiare la dinamica conformazionale di proteine, membrane e acidi nucleici mediante simulazioni di dinamica molecolare classica e avanzata; - Analizzare l’interazione tra molecole biologiche e artificiali (es. legandi, farmaci, nanoparticelle) con particolare attenzione all’effetto di mutazioni e alla predizione dell’affinità di legame; - Integrare concetti di meccanica statistica, termodinamica computazionale e approcci basati su intelligenza artificiale per la previsione e la comprensione delle proprietà meccaniche e funzionali di strutture biomolecolari complesse; - Utilizzare ambienti di calcolo scientifico, tra cui Linux con interprete Bash, Google Colab e Jupyter Notebook, per implementare pipeline di simulazione, analisi e visualizzazione dei dati molecolari; - Approcciare l’uso di risorse di calcolo ad alte prestazioni (HPC) attraverso cenni ai concetti fondamentali della programmazione parallela e della gestione di job su cluster scientifici. Il corso stimola lo sviluppo dell’autonomia di giudizio attraverso momenti di discussione critica e attività di autovalutazione, e promuove le abilità comunicative scritte e orali mediante esercitazioni, tutorial e la presentazione individuale di un progetto computazionale. L’intero percorso formativo è pensato per connettere in modo fluido teoria, pratica e casi d’uso concreti nella biomeccanica molecolare e nella medicina computazionale.

Le strutture biologiche non sono semplici materiali passivi, ma sistemi altamente dinamici e organizzati gerarchicamente, le cui proprietà emergono dall’interazione di fenomeni fisici, chimici e meccanici su scale diverse. Questo corso si concentra sulla biomeccanica a scala molecolare e sovra-molecolare, analizzando come le proprietà meccaniche delle biomolecole, in particolare proteine, complessi macromolecolari e reti polimeriche, siano determinanti per l’emergere delle funzioni biologiche. Le proteine agiscono come vere e proprie macchine molecolari, capaci di convertire segnali chimici, meccanici o energetici in lavoro, regolando processi vitali quali trasporto, motilità , trasduzione del segnale e risposta allo stress. Attraverso strumenti di meccanica statistica, modellazione molecolare e simulazioni computazionali, gli studenti acquisiranno le basi per analizzare come variazioni strutturali o interattive a livello molecolare possano causare transizioni funzionali o disfunzioni patologiche. Particolare attenzione è dedicata alla relazione struttura-funzione nelle proteine e al ruolo delle loro dinamiche nella regolazione di funzioni fisiologiche e nell’insorgenza di patologie complesse, incluse malattie neurodegenerative, oncologiche e rare, aprendo la strada a strategie terapeutiche razionali. Il corso introduce anche tecniche avanzate di campionamento, come metadinamica, replica exchange e parallel tempering, che permettono di esplorare in modo efficiente paesaggi energetici complessi e di accedere a stati conformazionali rari ma biologicamente significativi. Verranno inoltre presentati approcci innovativi che integrano l’intelligenza artificiale nelle simulazioni molecolari, potenziando la capacità di analizzare e prevedere il comportamento di sistemi biomolecolari complessi. Il corso rappresenta un punto di incontro tra biologia, ingegneria e fisica computazionale, preparando gli studenti a contribuire attivamente alla ricerca multidisciplinare sulla meccanica della vita.

Il corso si articola in una serie di moduli teorici e pratici pensati per guidare progressivamente lo studente nella comprensione e nell’utilizzo degli strumenti di modellazione molecolare e multiscala in biomeccanica. I principali argomenti trattati includono: - Introduzione alla modellazione molecolare e supramolecolare: concetti chiave e motivazioni biologiche e ingegneristiche; - Meccanica statistica per sistemi biologici: strumenti fondamentali per descrivere il comportamento di sistemi complessi e fluttuanti; - Modellazione molecolare e multiscala: dalla meccanica molecolare classica alla dinamica molecolare e ai metodi di campionamento avanzato (metadinamica, replica exchange, ecc.); - Modellazione dell’interazione ligando-recettore e calcolo dell’affinità di legame; - Metodi coarse-grained (a grana grossa) per la simulazione di sistemi su larga scala; - Analisi modale e network analysis: studio delle correlazioni locali e globali nelle proteine; Laboratori computazionali: - Introduzione all’ambiente Linux e all’uso dell’interprete Bash; - Utilizzo di Jupyter Notebook e Google Colab per simulazioni e analisi; - Simulazioni pratiche: dinamica conformazionale di proteine, deformazioni meccaniche, procedura di annealing, interazioni proteina-proteina e ligando-proteina. Durante il corso saranno inoltre organizzati seminari tematici con casi studio reali, tenuti da ricercatori attivi nel settore, per mostrare come le tecniche apprese vengano oggi applicate nella ricerca biomedica e farmaceutica, nell’ingegneria dei materiali bioibridi e nella progettazione di strategie terapeutiche.

Modalita di esame: Prova orale obbligatoria; Elaborato scritto individuale;
Exam: Compulsory oral exam; Individual essay;
... L’esame consisterà in una prova orale individuale. Per poter sostenere l’orale, è necessario aver svolto le esercitazioni di laboratorio previste (anche in autonomia) e presentare un report sintetico in formato PowerPoint (.pptx), da consegnare e discutere durante la prova. Il report, obbligatorio per tutti gli studenti, indipendentemente dalla frequenza ai laboratori in presenza, deve documentare in modo chiaro e tracciabile le procedure svolte, includendo grafici, risultati delle simulazioni e analisi delle osservazioni. Non è richiesto che sia prolisso o formale: l’essenziale è che sia completo, leggibile e funzionale alla discussione orale. Durante l’orale, il docente valuterà : 1. La conoscenza e comprensione degli argomenti teorici trattati nel corso; 2. La capacità di applicare i concetti appresi a esempi concreti, inclusi quelli emersi durante le simulazioni pratiche; 3. La chiarezza nell’esposizione e la padronanza degli strumenti computazionali utilizzati nei laboratori; 4. L’originalità e il pensiero critico nell’analisi dei risultati e nella discussione tecnico-scientifica. Durante l’esame orale, il docente potrà porre domande pratiche, interpretative o teoriche, anche collegate ai risultati ottenuti o alle scelte metodologiche effettuate dallo studente.

Tutto il materiale necessario per seguire efficacemente il corso (slide, dispense, notebook ed esercitazioni) sarà fornito direttamente dal docente e costantemente aggiornato durante il semestre. Il materiale è concepito per guidare lo studente passo dopo passo, sia nella parte teorica che nelle esercitazioni pratiche. Per chi desidera approfondire, sono consigliati, ma non obbligatori, i seguenti testi di riferimento: - Dill, K.A., Bromberg, S. (2003). Molecular Driving Forces: Statistical Thermodynamics in Chemistry and Biology. Garland Science. o “Altamento consigliato. Un riferimento imprescindibile per comprendere le basi della meccanica statistica applicata alla biologia.� - Leach, A.R. (2001). Molecular Modelling: Principles and Applications. Prentice Hall. o “Altamento consigliato. Un testo ampio e accessibile sulla modellazione molecolare, utile per i fondamenti teorici e pratici.� - Rapaport, D.C. (2004). The Art of Molecular Dynamics Simulation. Cambridge University Press. o “Ottimo per approfondire algoritmi e implementazioni pratiche nella dinamica molecolare.� - Frenkel, D., Smit, B. (2001). Understanding Molecular Simulation: From Algorithms to Applications. Academic Press. o “Un manuale avanzato per chi vuole esplorare in profondità i metodi numerici alla base delle simulazioni.�

Develop knowledge related to the applications of robotics in the biomedical field; Develop knowledge related to the applications of multibody modeling in the biomedical field; Acquire advanced modeling skills and capabilities to describe any type of multibody system; Develop sensitivity to a new numerical approach, being able to recognize its limitations and potentials, and thus, its correct field of application; Cultivate a critical approach to model passive and active components of a musculoskeletal and robotic system with appropriate simplifications, while also integrating experimental data.

The multibody approach is a methodology used in the analysis and simulation of complex mechanical systems consisting of multiple interconnected rigid bodies with kinematic constraints. Originally employed in mechanical engineering, this methodology has now extended to the biomedical field to study the dynamic behavior of systems composed of multiple interacting components, such as the musculoskeletal system or biorobotic systems. The latter, combining principles of robotics and biomedicine, are inspired by or directly interact with humans in performing their functions. In this context, the course "Multibody in human modeling and biorobotics" aims to provide both theoretical and practical elements of multibody modeling for the study of musculoskeletal systems, useful for the design and evaluation of new medical devices (e.g., joint prosthetics), and for the assessment of robotic systems in dynamic and kinematic terms. Through the planned computational laboratory activities, students will integrate their previous and here developed knowledge of applied mechanics to solve biomechanical and biorobotic applications by creating multibody models. Furthermore, advanced modeling aspects will be explored, including optimization, design of experiments, combined rigid-flexible modeling, and hardware-in-the-loop. The objective of the course is to provide students with the skills to model and design biomechanical and biorobotic systems from a dynamic and kinematic perspective, enhancing their awareness of the potential of the multibody method and its applications in biomedical robotics.

• Biorobotics applications: robot-assisted surgery, bioinspired robotic systems, collaborative robots, exoskeletons, rehabilitation robots, bioinspired and/or physiologically controlled prosthetics. - Introduction to multibody approach applied to human and biorobotic modeling, with an overview of existing software (open-source and commercial). - Topology of multibody system elements. - Rigid bodies: basics of kinematics and dynamics (kinematic and flexible constraints, kinematics and dynamics of points and rigid bodies, orientation of rigid bodies in space). - Contacts in multibody systems. - Active and passive elements in human and biorobotic models. - Modeling of flexible bodies in multibody systems: fundamentals of theory, formulations, and their application in biomechanical applications. - Methodologies for integrating experimental data into multibody models. - Raising complexity in model development and design: system parameterization, optimization algorithms, Design of Experiment (DoE) strategies, hardware-in-the-loop. - Seminars on multibody modeling applications and integrated multilevel methodological approaches in frontier biomechanical research. - Visit and use of a collaborative robot at the PolitoBIOMed Lab.

Modalita di esame: Prova scritta (in aula); Prova pratica di laboratorio;
Exam: Written test; Practical lab skills test;
... The exam is divided into two parts (which can be taken in different sessions): - The first part of the exam (max 12 points) is conducted in the classroom and lasts forty-five minutes. It consists of open-ended and multiple-choice questions related to the content covered during the classroom lessons. - The second part of the exam (max 18 points) is conducted in a computer lab and lasts two and a half hours. It involves creating a multibody model from a provided geometry and description, solving it, and commenting on the results obtained. The final grade is the sum of the two evaluations, rounded to the nearest whole number.

Handouts provided by the instructor and copies of the slides used during the lessons.

Progettazione di dispositivi biomedici programmabiliAl termine dell'insegnamento gli studenti conosceranno: - I sistemi di acquisizione a segnali misti e le tecniche di base per il loro dimensionamento - le porte logiche elementari e la sintesi empirica di circuiti combinatori e digitali - le diverse tecnologie elettroniche con i relativi settori di impiego - la struttura di un tipico microcontrollore - le principali istruzioni assembler della famiglia di microcontrollori considerata Al termine dell’insegnamento gli studenti avranno le seguenti abilità : - analizzare e progettare alcuni semplici circuiti digitali basati su porte logiche elementari - realizzare semplici circuiti contenenti un microcontrollore e scrivere il software in linguaggio assembler necessario a far funzionare il microcontrollore stesso. - date le specifiche funzionali, di ricavare schema a blocchi, schema elettrico, flow chart del software e codice in linguaggio assembler Progettazione di software medicaliL’insegnamento fornisce conoscenze relative agli strumenti di modellizzazione dei processi, di analisi delle specifiche, di documentazione e testing del software, la normativa e le problematiche di gestione dei software medicali all'interno delle strutture sanitarie. Durante le attività di laboratorio, allo studente viene insegnato come acquisire le specifiche tramite la modellizzazione dei processi, come progettare adeguatamente le interfacce in modo che siano ergonomiche e che favoriscano una riduzione dei rischi collegati a errori di input o a una non corretta interpretazione delle informazioni visualizzate, e come portare avanti correttamente la fase di test e validazione.

Progettazione di dispositivi biomedici programmabiliL'insegnamento si propone di introdurre i principali concetti di elettronica digitale applicati alla progettazione di dispositivi biomedici programmabili, iniziando dalle porte logiche elementari per arrivare alla descrizione funzionale di FPGA e microcontrollori. In particolare, verrà descritto nel dettaglio il funzionamento di un microcontrollore che costituirà oggetto di esercitazione di laboratorio. Circa la metà delle ore del corso è utilizzata per realizzare in laboratorio un progetto che consente di realizzare un blocco funzionale di un dispositivo medico basato sul microcontrollore studiato. Progettazione di software medicaliL'insegnamento fornisce le conoscenze necessarie per la progettazione e la gestione dei software medicali a supporto dell’attività clinica. Questo tipo di software è alla base dell'informatizzazione dei processi clinici e dei sistemi di telemedicina. L’informatizzazione dei processi clinici all’interno delle strutture sanitarie procede lentamente a causa delle difficoltà di inserimento dei software, spesso progettati senza una reale conoscenza dei processi, nel lavoro quotidiano del singolo operatore sanitario e della difficoltà di rendere interoperabili i software tra loro. Operare correttamente nella fase di progettazione e di inserimento all’interno della struttura del software ne aumenta l’accettabilità e diminuisce i rischi. Occorre poi ricordare che molti di questi software deve sottostare alla normativa dispositivi medici. Al termine dell'insegnamento lo studente sarà in grado di collaborare con un team che sviluppa software medicale o di inserirsi in un servizio IT o di ingegneria clinica di una struttura sanitaria.

Progettazione di dispositivi biomedici programmabiliLezioni frontali - Dimensionamento di un sistema di acquisizione - Conversione analogico-digitale e digitale-analogico. Definizioni di base, concetti di campionamento e quantizzazione, rumore di quantizzazione ed errori di conversione lineari e non lineari. Descrizione del funzionamento di ADC di tipo SAR e DAC di tipo R-2R. - Cenni sul quadro legislativo e normativo riguardante i dispositivi biomedici programmabili con particolare riferimento ai sistemi elettromedicali programmabili (SEMP) - Transistore bipolare: modelli di saturazione ed interdizione - Famiglie logiche TTL e CMOS: caratteristiche ed interconnessione - Modelli di ingresso ed uscita di porte logiche. Margine di rumore. - Interfacciamento di famiglie logiche diverse - Porte logiche elementari e relative tavole di verità - Parametri statici e dinamici - Porte three state ed open collector - Dimensionamento condensatori di by-pass - Circuiti sequenziali: FF, registri, contatori - Tecnologie elettroniche - Descrizione di un microcontrollore - Microprogrammazione Laboratori - Uso della strumentazione di laboratorio - Dimensionamento, assemblaggio e caratterizzazione di un trigger di Schmitt non invertente - Misura di parametri statici e dinamici su porte logiche CMOS e TTL - Uso dell’ambiente di sviluppo e progetto, scrittura e debugging di semplici programmi di prova - Lavoro a gruppi sui progetti assegnati Progettazione di software medicali01. Introduzione 02. Strumenti per l’analisi dei fabbisogni e la definizione delle specifiche: definizione di processo, strumenti per l’analisi e la descrizione dei processi 03. Strumenti per l’analisi delle specifiche e la progettazione di software: UML (Use Case Diagram, Use Case Details, Oggetti, Activity Diagrams), Sistemi di codifica 04. Strumenti per la documentazione dello sviluppo di software: UML (…), definizione e principali caratteristiche di una base dati. Normativa e standard. Strumenti per la verifica e la validazione di software: differenza tra verifica, validazione e collaudo; UML (piano delle prove e check list) 05. Principali applicazioni e problematiche aperte. Innovazione e futuro dei dispositivi medici software: sistemi di supporto alla decisione clinica, HTA Laboratorio 1: Process modeling Laboratorio 2: Analisi delle specifiche e progetto di interfacce Laboratorio 3: Testing

Progettazione di dispositivi biomedici programmabiliModalita di esame: Elaborato scritto prodotto in gruppo; Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo; Progettazione di software medicaliModalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Progettazione di dispositivi biomedici programmabiliExam: Group essay; Group project; Computer-based written test in class using POLITO platform; Progettazione di software medicaliExam: Group project; Computer-based written test in class using POLITO platform;
... Progettazione di dispositivi biomedici programmabiliGli studenti svolgeranno lo scritto in aula attraverso la piattaforma Respondus o altra piattaforma equivalente, accedendo con PC personale. Nel caso in cui qualche studente non fosse provvisto di PC adatto lo comunicherà al docente entro la data di chiusura delle iscrizioni all’esame ed il docente avrà cura di risolvere il problema. La modalità d'esame in presenza sarà identica a quella eventualmente utilizzata in remoto o in modalità mista, salvo il fatto che tutti gli studenti saranno in aula, ma comunque utilizzeranno il proprio calcolatore per sostenere l'esame. L'unica reale differenza dalla modalità in remoto consiste nel fatto che in aula, sebbene si richieda comunque l'attivazione del sistema di proctoring, ci sarà anche la sorveglianza di personale apposito (docente, esercitatori, ...). La prova d'esame intende verificare la capacità degli studenti di svolgere esercizi di calcolo, di progetto o di scrittura codice simili a quelli trattati durante le lezioni ed i laboratori, ma potranno contenere varianti tese a verificare la capacità degli studenti di adattare quanto appreso alla soluzione di problemi differenti da quelli espressamente trattati a lezione. Non sarà consentito consultare note, appunti o testi a stampa. La prova d’esame è suddivisa in due parti: • la prima parte consta di 15 domande a risposta guidata; • la seconda parte consta di 4 domande a risposta aperta: a) numerica (soluzione di brevi problemi di progetto o di analisi con possibilità di dare la risposta unicamente sottoforma di un valore numerico) o b) componimento (ad esempio, scrittura codice, domanda di tipo teorico, risoluzione completa di un problema di calcolo con disegno di schemi elettrici e di grafici, …). Almeno una delle quattro domande consisterà nella scrittura di codice relativo al microcontrollore trattato nel corso. Il tempo a disposizione per svolgere la prima parte è di 15 minuti, per la seconda è di 60 minuti. Prima parte: domande a risposta guidata Durante la prima parte dell'esame gli studenti non potranno consultare materiale, appunti, testi, di alcun tipo e potranno usare unicamente la calcolatrice messa a disposizione dal sistema telematico. Per ogni domanda sono presentate tre possibili risposte delle quali una sola corretta. Lo studente potrà selezionare la risposta che ritiene corretta o astenersi dal rispondere. Il punteggio massimo ottenibile è pari a 15. In particolare, ogni risposta corretta incrementa la votazione di 1 punto (+ 1), ogni risposta errata comporta la sottrazione di 0,33 punti (- 0,33) e ogni risposta non data non viene considerata (0). La votazione minima che lo studente deve ottenere per avere valutata la seconda parte dell’esame è pari a 8,0 punti su 15. Se lo studente non raggiunge almeno la soglia indicata nelle domande a risposta guidata (8,0 punti) è riprovato. Seconda parte: domande a risposta aperta Durante la seconda parte sarà possibile consultare i manuali del microcontrollore messi a disposizione dal docente, privi di qualunque tipo di appunto. Nella prima “domanda� vengono richiesti alcuni dati necessari per poter procedere rapidamente alla determinazione del voto ed alla successiva registrazione. Fornire le informazioni richieste è un obbligo preciso per tutti gli studenti. In particolare, lo studente deve: a) indicare la condizione di laureando o di non laureando cancellando nel modello di risposta l’opzione che non si applica; b) inserire in modo completo l’anno accademico nel corso del quale ha consegnato la relazione di laboratorio (es.: 2021-2022); c) inserire il numero del gruppo al quale il singolo studente apparteneva. Domande a risposta aperta numerica Le domande a risposta aperta numerica consisteranno ognuna in un problema che dovrà essere risolto e del quale dovrà essere fornita la risposta in forma numerica. Sarà specificato nel testo il massimo errore tollerabile (assoluto o percentuale, a seconda dei casi) e, se il risultato non fosse un numero puro, l’unità di misura nella quale esprimerlo. È necessario quindi prestare molta attenzione a non effettuare alcuna approssimazione o a valutare preventivamente il limite massimo dell’approssimazione accettabile, a svolgere i conti mantenendo un numero adeguato di cifre decimali per garantire l’accuratezza richiesta ed a fornire il risultato espresso nell’unità di misura richiesta ma senza indicarla (è già parte del testo della domanda). L’uso di modelli approssimati è sempre possibile, ma richiede la valutazione preventiva dell’errore introdotto dall’approssimazione e la verifica che questo rientri nell’intervallo consentito. Componimento Le domande di componimento potranno essere di due macro-tipologie: 1. Componimento codice. Sarà richiesta all’esaminando la scrittura di codice firmware per il microcontrollore studiato. Tutte le domande di questa tipologia dovranno essere corredate dal relativo diagramma di flusso e da eventuale diagramma di stato. L’esaminando dovrà inserire il codice in formato testuale direttamente tramite calcolatore mentre l’illustrazione dei diagrammi di flusso o di stato e/o eventuali altre illustrazioni dovranno essere preparati su fogli di carta quadrettata e caricarti come allegati sul sistema, come verrà indicato (foto leggibile con la webcam del PC, scansione con app su smartphone,...). Caricare l'elaborato come richiesto e verificare che sia perfettamente leggibile è condizione necessaria per poterlo avere corretto. In tutte le prove d’esame sarà sempre inserita una domanda tipo “componimento codice� che varrà fino a 4,0 punti in caso di risposta corretta. È necessario ottenere almeno i tre quarti del pieno punteggio nelle domande di questa categoria (cioè, ottenere almeno 3 punti su 4) per non essere riprovati. Questa condizione inderogabile è dettata dall’importanza del verificare il fatto che l’esaminando abbia sviluppato questo tipo di abilità , ritenuto essenziale ai fini del superamento dell’esame. 2. Componimento semplice. Potrebbe essere richiesta all’esaminando la descrizione testuale di una procedura, il disegno di un diagramma di flusso, l’illustrazione di parte dell’architettura del microprocessore, la progettazione di soluzioni hardware, la scrittura di brevi porzioni di codice ed ogni altro argomento che si presti ad una spiegazione testuale. In questo caso l'esaminando preparerà l'elaborato su fogli di carta quadrettata e provvederà a caricarli come allegati sul sistema, come verrà indicato (foto leggibile con la webcam del PC, scansione con app su smartphone, ...). Caricare l'elaborato come richiesto e verificare che sia perfettamente leggibile è condizione necessaria per poterlo avere corretto. Ogni risposta corretta varrà fino a 3,0 punti ed ogni risposta errata o non data non sarà considerata (non c’è penalizzazione). Il punteggio massimo ottenibile nella seconda parte è quindi pari a 13. Votazione finale Posto di aver raggiunto o superato la soglia indicata per la prima parte (8/15) e sulle domande relative alla scrittura di codice (3/4), la votazione finale sarà ottenuta sommando: 1. Il punteggio ottenuto nella prima e seconda parte (sino a 15 punti per le domande a risposta guidata e sino a 13 punti per le domande a risposta numerica aperta e componimenti); 2. Il punteggio ottenuto dalla valutazione della relazione di progetto (sino a 4 punti). I codici prodotti, così come ogni altra documentazione (schemi elettrici, diagrammi di flusso ecc.) verranno confrontati con quelli generati da strumenti di AI generativa (es. ChatGPT, Copilot, …) oltre che con le relazioni presentate in anni accademici passati. È severamente vietato l’utilizzo di strumenti basati sull’IA e di porzioni di relazioni consegnate da altri gruppi in passato. Tali condotte illecite costituiranno ragione di annullamento del punteggio relativo all’attività di laboratorio e riprovazione immediata per l’intero gruppo di progetto; 3. Un punto ottenuto in sede di verifica funzionale dei prototipi relativi al progetto assegnato. Tale verifica avverrà al momento della consegna del prototipo implementante il progetto assegnato. Il punteggio finale massimo ottenibile è quindi pari a 33. Per gli studenti che frequentano l’insegnamento integrato PDBP/ Progettazione di software medicali (01VSRXC) il voto finale sarà determinato come media dei voti NON APPROSSIMATI riportati in ognuno dei due moduli. Il risultato della media sarà poi approssimato all’intero più vicino. Superando il punteggio di 30,5 allo studente sarà assegnata la lode. Per gli studenti che frequentano l’insegnamento integrato PDBP/Sensori e Misure per la Bioingegneria (01RAGMV) il voto finale sarà determinato come media dei voti NON APPROSSIMATI riportati in ognuno dei due moduli. Il risultato della media sarà poi approssimato all’intero più vicino. Superando il punteggio di 30,5 allo studente sarà assegnata la lode. Progettazione di software medicaliL’esame è costituito da (a) Prova scritta [20 pt] Valuta Conoscenza e Comprensione e la Capacità di Applicare Conoscenza e Comprensione (b) Relazioni delle esercitazioni [1pt] (b) Relazione del lavoro svolto durante i laboratori [12pt]– Valuta l’Autonomia di giudizio, le Abilità comunicative e la Capacità di lavorare in un team La prova scritta (21 minuti) consiste in 20 domande a risposta multipla [20 pt] - Esercitazioni: – 1pt assegnato a chi consegna tutte le esercitazioni complete oppure 0.4pt per ogni esercitazione consegnata, -0.1pt per ogni esercitazione incompleta La valutazione della relazione del progetto svolto durante il laboratorio si divide in 4pt ottenuti tramite peer review da parte degli altri gruppi 8pt ottenuti tramite valutazione da parte delle docenti (6 pt per il lavoro + 2pt per la presentazione)

Progettazione di dispositivi biomedici programmabiliDispense fornite dal docente e manuali del microcontrollore utilizzato. Progettazione di software medicaliSlide e materiale distribuito dal docente

Conoscenze relative alla meccanica polmonare e alle modalità di ventilazione meccanica (invasiva e non invasiva). Conoscenze relative ai principi progettuali delle protesi articolari. Saper simulare e progettare un sistema biomeccanico per mezzo di un metodo numerico di analisi strutturale. Questo insegnamento contribuisce a sviluppare l'autonomia di giudizio relativamente alla scelta delle semplificazioni da effettuare nella simulazione numerica di un sistema biomeccanico costituito da protesi/elemento di sintesi e tessuto biologico con cui la protesi/elemento di sintesi si interfaccia. Questo insegnamento contribuisce a migliorare le abilità comunicative attraverso la redazione di una relazione tecnica relativa al laboratorio proposto. Questo insegnamento permette allo/a studente/studentessa di acquisire capacità progettuali di base per qualsiasi tipo di sistema biomeccanico proponendo l'esecuzione di un piano pre-operatorio virtuale condotto passo dopo passo durante l'insegnamento.

L'insegnamento ha lo scopo di fornire agli allievi/allieve un approfondimento del tema della sostituzione protesica articolare e della sua evoluzione, mettendo in evidenza gli errori fatti e le prospettive di progettazione con un cenno al supporto alla chirurgia dato dall'uso dei Navigatori. L’insegnamento si propone inoltre di fornire indicazioni e metodi di progettazione riguardanti sistemi di supporto alla vita. Dal punto vista metodologico vengono forniti elementari elementi teorici riguardanti il metodo di analisi strutturale degli elementi finiti (FEM, Finite Element Method). Attraverso l'attività di laboratorio computazionale prevista lo/la studente/studentessa impara a fare un piano pre-operatorio virtuale che partendo dalla ricostruzione di una porzione di elemento osseo di un individuo porta all'analisi strutturale del sistema biomeccanico che si viene a creare inserendo nell’osso o un componente protesico articolare oppure un elemento di sintesi per fratture. Obiettivo dell'insegnamento è quello di dare allo/a studente/studentessa i rudimenti che gli consentano di progettare e simulare, dal punto di vista strutturale, un sistema biomeccanico osso-elemento protesico o di sintesi.

• Fisiologia del sistema respiratorio e meccanica polmonare (panoramica). - Modalità di ventilazione meccanica, ventilazione invasiva e non invasiva, estrazione delle curve di flusso e pressione da pazienti simulati soggetti a differenti modalità ventilatorie. - Ventilazione polmonare e scambio gassoso - Modellazione a parametri concentrati di ventilatori e polmoni - Evoluzione storica e prospettive della progettazione di protesici articolari. - Supporto alla chirurgia dato dall'uso dei Navigatori. - Introduzione al metodo di analisi strutturale degli elementi finiti (FEM, Finite Element Method) - Studio di un sistema biomeccanico costituito da componente protesico articolare o sistema di sintesi per fratture ed elemento osseo mediante programmi rispettivamente di elaborazione di immagini tomografiche, CAD e di analisi strutturale.

Modalita di esame: Prova scritta (in aula); Prova pratica di laboratorio;
Exam: Written test; Practical lab skills test;
... L’esame è diviso in due parti (che possono essere sostenute anche nell'ambito di appelli diversi): 1. La prima parte dell’esame viene svolta in aula ed ha la durata di quarantacinque minuti. E’ costituita da domande a risposta “aperta� e "chiusa" relative ai contenuti esposti durante le lezioni in aula. L’apprendimento dei contenuti riguardanti il metodo di analisi strutturale FEM verrà verificato mediante tre domande “aperte�, mentre l’apprendimento dei contenuti riguardanti la meccanica e ventilazione polmonare verrà verificato mediante dieci domande del tipo vero/falso o a risposta multipla. Entrambi gli argomenti verranno valutati in trentesimi, in particolare le risposte "aperte" verranno valutate singolarmente in decimi, mente a ciascuna risposta vero/falso o multipla verrà attribuito un punteggio pari a 3 se corretta e pari a 0 se sbagliata o non fornita. Per la valutazione globale verrà fatta la media arrotondata delle due valutazioni (es. 24,5 = 25; 24,4 = 24). Non si possono consultare appunti. 2. La seconda parte dell’esame viene svolta presso un LAIB ed ha la durata di due ore e mezza. Consiste nella realizzazione di un modello FEM corrispondente ad una porzione di osso diafisario a partire da immagini TAC, nella sua risoluzione in funzione delle condizioni al contorno fornite e nel commento ai risultati ottenuti. Viene richiesto di documentare la realizzazione del modello e i risultati ottenuti, con i relativi commenti, con una presentazione power point da consegnare al termine dell'esame. Non si possono consultare appunti. Questa parte dell’esame verrà valutata in trentesimi e terrà conto della completezza dell’elaborato, in relazione a quanto richiesto, e dei commenti. Esempio di valutazione: l’elaborato è ritenuto insufficiente se il modello non “gira� ossia per qualche errore nella realizzazione del modello non si ottengono risultati; se il modello “gira�, nella presentazione sono riportati i risultati nella forma richiesta ma non sono commentati, la valutazione dell’elaborato è pari a 24/30; valutazioni superiori o inferiori a 24/30 dipendono dalla completezza dei risultati riportati e dalla correttezza dei commenti/interpretazioni. Il voto finale risulta dalla media delle due valutazioni, arrotondata per eccesso o difetto a seconda del valore della cifra decimale. La lode viene attribuita quando si è ottenuta una valutazione piena pari a 30/30 in entrambe le prove.

Non ci sono testi di riferimento in quanto il contenuto dell'insegnamento è particolarmente originale e aggiornato, sia come contenuti sia come metodologie di analisi, pertanto non esistono libri di testo esaustivi e aggiornati da suggerire.

Al termine dell’insegnamento gli studenti conosceranno: - I principi e concetti generali per la descrizione dei livelli di disabilità e pe la progettazione del percorso riabilitativo; - I principali ambiti applicativi del telemonitoraggio e della teleriabilitazione e del della funzione motoria e le rispettive problematiche; - Il flowchart e gli elementi di base per la progettazione di un sistema di teleriabilitazione o telemonitoraggio; - Le tecnologie oggi esistenti, comprese potenzialità , limitazioni e possibili evoluzioni nel prossimo futuro; - L’architettura, le problematiche di tipo ingegneristico e le soluzioni attualmente disponibili (o che potrebbero essere disponibili nel breve - medio termine) dal punto di vista tecnologico; - I sensori e gli algoritmi principalmente utilizzati nei sistemi oggi esistenti, con particolare attenzione ai sistemi magneto-inerziali e ottici, e le relative problematiche tecnologiche ed applicative; - Le metodologie e le metriche principali per valutare l’efficacia di un intervento riabilitativo. Al termine dell’insegnamento gli studenti avranno acquisito le seguenti abilità : - Dato uno specifico problema clinico, individuare le attuali possibilità di telemonitoraggio e di intervento teleriabilitativo con cognizione dei rispettivi punti di forza e debolezza; - Dato uno specifico problema che richiede lo sviluppo di un sistema di teleriabilitazione o telemonitoraggio, ricavare le specifiche tecniche e di progetto utili ad implementare la soluzione progettuale di tale problema, analizzando anche gli elementi di base del quadro normativo pertinente; - Dato uno specifico sistema di telemonitoraggio o teleriabilitazione, analizzarne punti di forza e debolezza ed individuare possibili sviluppi tesi a renderlo più efficace o più semplicemente utilizzabile, nel breve e medio termine; - Dato uno specifico sistema, descriverne l’architettura, la componentistica specifica utilizzabile ed in generale le problematiche tecnologiche ed applicative; - Dato uno specifico sensore, conoscerne i principi fisici di funzionamento e, per i sensori per i quali l’utilizzazione del segnale generato richiede ulteriore elaborazione, sviluppare gli algoritmi di elaborazione numerica necessari - Data una specifica applicazione nell’ambito del monitoraggio e dell’intervento riabilitativo, essere in grado di progettare e programmare i moduli principali per la sua implementazione.

Secondo i dati della World Health Organization, l’invecchiamento della popolazione rappresenta una delle sfide demografiche e sanitarie più rilevanti della società moderna a livello globale. Questa evoluzione comporta la duplice necessità di garantire una più lunga aspettativa di vita in buona salute e di rispondere ai complessi bisogni derivanti dalla presenza di patologie croniche multiple e simultanee. In questo scenario, la digital health e la telemedicina diventano strumenti indispensabili per contenere i costi della spesa sanitaria e assicurare ai pazienti una fruizione più semplice e immediata delle prestazioni pubbliche e private. Le nuove tecnologie, semplificando il contatto diretto tra paziente e clinico, contribuiscono a mantenere elevati standard assistenziali e riducono il bisogno di accedere fisicamente alle strutture ospedaliere, con un impatto fortemente positivo sia sulla qualità della vita della persona sia sull'efficienza organizzativa del sistema sanitario. In questo contesto, il telemonitoraggio e la teleriabilitazione si configurano come attività essenziali per monitorare i pazienti nelle loro reali condizioni di vita quotidiana. Esse consentono di domiciliarizzare i protocolli terapeutici che possono essere eseguiti in sicurezza anche senza la costante presenza fisica del personale sanitario e senza l'impiego di macchinari non trasportabili. Diverse categorie di percorsi riabilitativi si prestano oggi a questa trasformazione digitale, tra cui la riabilitazione motoria e neuromuscolare per soggetti post-ictus o affetti da lesioni e malattie degenerative, la riabilitazione cognitiva dedicata all'invecchiamento, la riabilitazione metabolica e cardiologica, fino agli interventi per patologie a carico dei sistemi sensoriali, come i disturbi visivi, e altre forme di disabilità . Durante il corso verranno presentate le principali soluzioni ingegneristiche e tecnologiche ad alto valore aggiunto nel campo del telemonitoraggio e della teleriabilitazione motoria. L'insegnamento si concentrerà in particolare sulle nuove piattaforme tecnologiche, sui moderni sensori indossabili e sull'applicazione di algoritmi per il processamento dei segnali biologici, inclusi i più recenti modelli di intelligenza artificiale. Le diverse tecnologie oggi disponibili sul mercato e nella ricerca scientifica saranno analizzate in chiave critica, evidenziandone i limiti attuali, i vantaggi applicativi e le prospettive di sviluppo futuro. Il percorso didattico integrerà costantemente la teoria alla pratica: ogni soluzione presentata sarà infatti accompagnata dallo svolgimento di un progetto applicativo, volto a utilizzare concretamente le competenze acquisite per la risoluzione di problemi reali nell’ambito della sanità digitale.

• Ambiti applicativi della teleriabilitazione, sistemi di teleriabilitazione oggi esistenti per i principali ambiti applicativi; problematiche connesse con i sistemi trattati e possibilità di sviluppo futuro; - Architettura e soluzioni tecnologiche adottate per i sistemi di teleriabilitazione e telemonitoraggio esistenti e possibilità di sviluppo futuro; - Studio ed implementazione di un sistema per il telemonitoraggio di parametri vitali attraverso un’architettura di tipo client-server; - Principi generali relativi alla definizione delle disabilità e riabilitazione secondo la WHO International Classification of Functioning; - Approcci quantitativi per la valutazione dell’efficacia dell’intervento riabilitativo; - Sensoristica principalmente impiegata nei sistemi di teleriabilitazione motoria, con particolare attenzione ai sistemi indossabili magneto-inerziali e sistemi ottici e analisi delle problematiche relative alla loro utilizzazione; - Tecniche e metodi per l’estrazione e il monitoraggio dei parametri vitali e dei segnali biomedici; - Sviluppo sistemi di monitoraggio per l’estrazione di indici predittivi basati su sensori indossabili; - Utilizzo di algoritmi di intelligenza artificiale per l’analisi del movimento umano; - Sviluppo di exergaming personalizzati per la riabilitazione basati su sensori indossabili e “contactless�; Saranno inoltre organizzati dei seminari con aziende ed esperti del settore per presentare gli ultimi avanzamenti e sviluppi nel mondo del lavoro.

E' possibile sostenere l?esame in anticipo rispetto all?acquisizione della frequenza

Agli studenti saranno fornite le diapositive delle lezioni e le slide di presentazione e descrizioni dei progetti affrontati durante il corso. Le diapositive contengono tutti gli elementi teorici e operativi necessari al superamento dell’esame e riferimenti per approfondimenti. Oltre alle diapositive del corso sono anche forniti agli studenti gli articoli scientifici di revisione della letteratura di interesse, e articoli tecnici per l’implementazione degli algoritmi e metodi specifici. Verranno inoltre condivisi software applicativi sia in Matlab che Python.

Al termine dell'insegnamento, lo studente sarà in grado di: - comprendere e spiegare i principali ambiti di applicazione delle nanotecnologie nella salute dell’uomo; - analizzare casi studio e tecnologie emergenti in medicina nanoscopica, soft robotics, wearable sensors, e chirurgia mini-invasiva; - valutare criticamente le implicazioni etiche, ambientali e di sicurezza delle nanotecnologie; - progettare soluzioni innovative basate su nanotecnologie per problemi concreti in ambito sanitario, anche in sinergia con intelligenza artificiale e bioingegneria; - collaborare in team interdisciplinari e comunicare in modo efficace i risultati del proprio lavoro.

Negli ultimi anni, le nanotecnologie hanno acquisito un ruolo sempre più centrale in molteplici settori, tra cui quello biomedico. Questo insegnamento si propone di fornire agli studenti conoscenze avanzate sull'applicazione delle nanotecnologie nella salute dell’uomo, con particolare attenzione agli sviluppi più recenti e innovativi. A partire dalle basi fornite nell'insegnamento obbligatorio di Bionanotecnologie, verranno approfonditi metodi e strumenti per affrontare le sfide emergenti nella medicina personalizzata, nella diagnostica, nella terapia e nella sostenibilità ambientale in ambito sanitario. L'insegnamento proposto integra lezioni teoriche con esercitazioni pratiche e attività di laboratorio orientate alla progettazione di soluzioni concrete per problemi reali nel settore della salute.

Introduzione alle nanotecnologie e alle principali sfide sanitarie - Definizione, principi fondamentali e potenzialità . - Stato dell’arte e prospettive future. Nanotecnologie e medicina personalizzata - Biomarcatori nanometrici. - Diagnosi predittiva e terapie su misura. Nanotecnologie e soft robotics in medicina - Materiali smart e attuatori flessibili. - Applicazioni nella riabilitazione e nella chirurgia assistita. Nanotecnologie e sensori indossabili (wearable sensors) - Integrazione con tessuti e dispositivi portabili. - Monitoraggio continuo dei parametri fisiologici. Nanotecnologie e chirurgia mini-invasiva - Strumentazione miniaturizzata. - Tecniche innovative di intervento guidato. Green nanotechnologies e nanotecnologie per l’ambiente - Nanomateriali sostenibili e biodegradabili. - Riduzione dell’impatto ambientale in ambito sanitario. Nanotecnologie e sicurezza - Aspetti normativi, etici e tossicologici. - Valutazione del rischio e accettabilità sociale.

Modalita di esame: Elaborato progettuale in gruppo;
Exam: Group project;
... L'esame è volto a valutare la capacità della/o studentessa/studente di applicare le conoscenze acquisite durante l'insegnamento per trovare soluzioni a problemi reali. L'esame prevederà la preparazione di un progetto di gruppo con presentazione (max 20 punti) integrato con una prova orale individuale (max 10 punti).

Lecture slide and scientific papers.

By the end of the course, students will be able to: Describe the fundamental principles of advanced therapies, including gene and cell therapies, and their role in the treatment of cancer, neurodegenerative disorders, and genetic diseases. Explain the biological, cellular, genetic, and immunological mechanisms underlying advanced therapeutic approaches. Discuss the main classes of cell-based therapies, including CAR-T and alternative cellular immunotherapies, together with their clinical applications and current limitations. Understand the technologies enabling the development, formulation, and delivery of gene therapies, including vector engineering and delivery platforms. Evaluate the role of experimental models and advanced preclinical validation strategies in the development and translational assessment of advanced therapies. Apply knowledge of advanced microscopy, sensing technologies, and bioengineering tools to the validation and characterization of gene and cell therapies. Recognize the main regulatory, manufacturing, and translational challenges associated with the clinical implementation and commercialization of advanced therapies. Critically analyze clinical case studies and translational success stories in the field of advanced therapeutic technologies. Develop a multidisciplinary perspective integrating engineering, biological, and clinical approaches for the design and validation of next-generation biomedical therapies.

Gene therapy and CAR-T cell therapy represent cutting-edge therapeutic strategies that are opening new opportunities for the treatment of highly debilitating diseases, including cancer, neurodegenerative disorders, and genetic diseases, for which standardized therapeutic approaches are often still unavailable. The development and characterization of these advanced therapies require a highly multidisciplinary framework involving biomedical engineers, biologists, and clinicians, as well as the integration of state-of-the-art technologies such as advanced microscopy techniques, engineered animal models, artificial intelligence tools, and bioinformatics approaches to support their validation and clinical translation. The aim of this course is to provide students with foundational knowledge of gene and cell therapies as a basis for the implementation of bioengineering approaches to their development, validation, and translational application. To this end, the course combines theoretical lectures on the design, development, and validation of advanced therapies with sessions focused on their practical clinical application, including regulatory, manufacturing, and commercialization aspects. The overall goal is to foster the training of biomedical engineering professionals with expertise in a rapidly evolving field characterized by significant therapeutic impact and strong potential for future industrial and commercial development.

Introduction to gene and cell therapies Fundamental concepts of immunology for advanced therapeutic applications Cell factories for the development and clinical implementation of CAR-T cell therapies Clinical applications of CAR-T therapies: current achievements, limitations, and future perspectives Technologies for the formulation and delivery of gene therapies Clinical applications of gene therapy: current achievements, challenges, and future directions Validation methodologies for gene and cell therapies, including advanced microscopy and sensing technologies Case studies and success stories on the translation of (bio)technologies for advanced therapies from research to market

Modalita di esame: Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Computer-based written test in class using POLITO platform;
... The assessment consists of a written examination designed to evaluate the students’ understanding of the theoretical foundations, enabling technologies, translational aspects, and clinical applications of advanced therapies discussed during the course. The written exam includes: 15 multiple-choice questions, each with 4 answer options, covering all course topics, including: introduction to advanced therapies, gene and cell therapies, basic immunology concepts, genetic and cellular engineering approaches, CAR-T and alternative cellular therapies, technologies for gene therapy formulation and delivery, enabling technologies and experimental models, advanced preclinical validation methods, regulatory and translational aspects, clinical applications in oncology, neurodegenerative disorders, and genetic diseases. Each question is graded as follows: +2 points for each correct answer, 0 points for unanswered questions, −0.2 points for incorrect answers. One open-ended question, to be selected by the student from three proposed topics, aimed at assessing the ability to critically discuss and integrate concepts addressed during the course. The open-ended question is graded up to 3 points. The final evaluation is based on the overall score obtained in the written examination.

“The era of gene therapy: From preclinical development to clinical application� 10.1016/j.drudis.2021.03.021 "Regulatory Framework for Advanced Therapy Medicinal Products in Europe and United States" https://doi.org/10.3389/fphar.2019.00921 "Therapeutic in vivo delivery of gene editing agents" https://doi.org/10.1016/j.cell.2022.03.045

Al termine di questo insegnamento, lo studente deve: 1. conoscere e aver compreso i principi e le tecniche per: a. l’analisi della cinematica e cinetica del movimento umano; b. l’analisi delle attivazioni muscolari nell'ambito del movimento umano 2. conoscere e aver compreso i principi e le tecniche alla base dei sistemi per: a. la valutazione delle capacità funzionali residue b. la sostituzione funzionale c. il recupero funzionale Al termine di questo insegnamento, lo studente deve essere in grado di: 1. Analizzare uno scenario in ambito riabilitativo e identificare le tecnologie più appropriate da applicare per rispondere ad un dato quesito clinico. 2. Applicare le tecniche apprese durante il corso per risolvere esercizi pratici su: a. analisi del movimento umano. b. analisi delle attivazioni e della fatica muscolare c. definizione/progettazione di un sistema per la sostituzione funzionale d. definizione/progettazione di un sistema per il recupero funzionale 3. Applicare quanto appreso in aula a situazioni nuove. Complessivamente, al termine dell'insegnamento, lo studente avrà acquisito le competenze per lo sviluppo/gestione di soluzioni tecnologiche e dispositivi per il recupero/compenso di disabilità e per supportare il personale sanitario nel loro corretto utilizzo.

L’ingegneria della riabilitazione è una branca dell’ingegneria che applica i principi della scienza e dell'ingegneria 1) allo sviluppo di soluzioni tecnologiche e dispositivi per aiutare le persone con disabilità e 2) al supporto del recupero delle funzioni fisiche e cognitive perse a causa di malattia o infortunio. L’obiettivo di questo insegnamento è quello di introdurre gli studenti al campo dell'ingegneria della riabilitazione e alle moderne tecnologie utilizzate per migliorare la qualità della vita delle persone con disabilità e per il recupero da traumi. Durante il corso gli studenti saranno introdotti ai principi fondamentali di funzionamento e alle basi della progettazione di sistemi per i) la valutazione del grado di disabilità e di limitazione funzionale, ii) il recupero funzionale, iii) la sostituzione funzionale.

L'insegnamento tratta i seguenti argomenti principali: • Introduzione all'ingegneria della riabilitazione. • Panoramica delle principali patologie che portano a limitazioni sensori-motorie. • Analisi del movimento. Panoramica delle tecnologie. • Sistemi opto-elettronici. Calibrazione. Sistemi a marker attivi e passivi. Protocolli comuni per il posizionamento dei marker. Sistemi di riferimento locali, tecnico ed anatomico. Stima degli angoli articolari. • EMG di superficie in riabilitazione. EMG in condizioni dinamiche, problematiche. Stima degli istanti e livelli di attivazione. Stima della fatica. Accenni a metodi avanzati di EMG di superficie. • Attuatori utilizzati nella riabilitazione motoria. Muscoli artificiali. • Ortesi e protesi per arti inferiori e arti superiori. Classificazione. Metodi di controllo. Controllo mioelettrico classico e basato su pattern. Accenni a metodi avanzati. • Stimolazione del sistema neuromuscolare in riabilitazione. Stimolazione magnetica transcranica. Stimolazione elettrica funzionale (FES). Tipologie di FES. Applicazioni nelle lesioni del SNC. Tipologie di stimolatori, configurazione degli elettrodi di stimolazione, forme d’onda di stimolazione, patterns di stimolazione. Sistemi di controllo della stimolazione. Esempi di FES per il dropfoot, grasping ed incontinenza. • Tecnologie per il training e la riabilitazione di capacità motorie e cognitive. Robotica riabilitativa. Biofeedback, Serious game, Realtà virtuale e aumentata.

Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo;
Exam: Written test; Group project;
... L'esame intende verificare la conoscenza delle tecnologie descritte a lezione e verificare le capacità di problem solving. L’esame consta di due parti: a) una prova scritta e b) una tesina. Metodo di accertamento dei risultati di apprendimento attesi: 1. Conoscere e aver compreso i principi e le tecniche per: a. l’analisi della cinematica e cinetica del movimento umano (Scritto) b. l’analisi delle attivazioni muscolari nell'ambito del movimento umano (Scritto) 2.Conoscere e aver compreso i principi e le tecniche alla base dei sistemi per: a. la valutazione delle capacità funzionali residue (Scritto) b. la sostituzione funzionale (Scritto) c. il recupero funzionale (Scritto) 3. Applicare le tecniche apprese durante l'insegnamento per risolvere esercizi pratici su: a. la valutazione delle capacità funzionali residue (Scritto + Tesina) b. definizione/progettazione di un sistema per la sostituzione funzionale (Scritto + Tesina) c. definizione/progettazione di un sistema per il recupero funzionale (Scritto + Tesina) 4. Applicare quanto appreso in aula a situazioni nuove. (Scritto + Tesina) Dettagli prove di accertamento 1. Prova scritta a. La prova scritta ha durata di indicativamente 75 minuti e comprende otto domande a risposta multipla (max 8 punti) e due tra esercizi e domande a risposta aperta (max 20 punti complessivi). b. La valutazione delle domande a risposta multipla è la seguente: risposta corretta: +1 punto, risposta errata: -0,25 punti, risposta non data: 0 punti. c. Per ogni esercizio/domanda a risposta aperta verrà indicato il punteggio massimo associato. d. Lo studente non può consultare appunti di alcun tipo (lezioni, esercitazioni, ...), le dispense fornite dal docente o testi a stampa. Eventuale materiale necessario sarà fornito dal docente unitamente al testo dell’esame. Nel corso dell’esame gli studenti potranno utilizzare calcolatrici da tavolo. I calcolatori o calcolatrici programmabili con funzioni avanzate non sono ammessi. 2. Tesina a. Durante l'insegnamento gli studenti dovranno svolgere una tesina a gruppi di tre/quattro persone partendo dalle attività svolte durante i laboratori su dati sperimentali acquisiti dagli studenti stessi o forniti dal docente. Il tema della tesina verrà definito durante il corso. La tesina dovrà essere consegnata entro il primo appello della sessione invernale caricando l’elaborato sul portale della Didattica. Alla tesina sarà attribuito un punteggio massimo di 4 punti. 3. Valutazione finale Il voto finale è ottenuto sommando la votazione ottenuta nella prova scritta (massimo 28 punti) e la valutazione ottenuta per la tesina sperimentale (massimo 4 punti) per un massimo di 32 punti. Agli studenti che ottengano un voto maggiore o uguale a 31 verrà attribuita la lode

Materiale didattico fornito dal docente durante l'insegnamento Libro: Introduction to Neural Engineering for Motor Rehabilitation, D Farina, W Jensen, M Akay (Editors)

Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)Approfondimento delle conoscenze relative ai dispositivi impiantabili per il sistema cardiovascolare, alla fisiopatologia della circolazione sanguigna e all'ausilio che la meccanica dei fluidi fornisce alla progettazione dei dispositivi medici e alla loro valutazione. Conoscenze relative alle tecniche sperimentali e in silico per lo studio della meccanica dei fluidi biologici. Conoscenze degli strumenti computazionali per l'analisi della fluidodinamica indotta da impianto di sostituti funzionali per il sistema cardiovascolare. Comprensione delle problematiche connesse alla emodinamica locale e alla insorgenza e sviluppo di patologie della parete vascolare. Capacità di applicazione della conoscenza acquisita allo studio in silico della emodinamica locale su modelli vascolari personalizzati (patient-specific). Imparare ad utilizzare strumenti per l'analisi e il monitoraggio dei flussi cardiovascolare, la definizione di strumenti diagnostici/prognostici. Imparare ad utilizzare strumenti computazionali per l'analisi delle interazioni flusso-parete vascolare e le loro implicazioni sulla fisiopatologia della parete vascolare, per scopi diagnostici/prognostici. Questo insegnamento contribuisce a sviluppare l'autonomia di giudizio durante le esercitazioni di laboratorio. Questo insegnamento contribuisce a migliorare le abilità comunicative scritte e orali mediante i laboratori e lo svolgimento di tesine e approfondimenti di gruppo. Questo insegnamento contribuisce a fornire allo studente gli strumenti teorici, numerici e sperimentali per la descrizione e la comprensione dei fenomeni fluidodinamici che avvengono nel sistema circolatorio in condizioni fisiologiche e patologiche. La capacità di apprendimento viene continuamente sollecitata da una attività di laboratorio orientata alla applicazione pratica delle nozioni teoriche introdotte a lezione.Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)Il corso si pone l'obiettivo di fornire allo studente la capacità di impostare un'attività sperimentale, mediante opportuna scelta dei sensori, del sistema di acquisizione e della procedura di prova, con specifico riferimento all'ambito biomeccanico. Il senso critico e l'autonomia di giudizio costituiscono caratteristiche irrinunciabile da trasmettersi ad ogni studente. Nello specifico, per conseguire tali finalità vengono proposte esercitazioni aperte in cui si focalizza l'attenzione verso il risultato sperimentale, mentre non viene definita a priori la scelta dei sensori, del sistema di acquisizione e della procedura di prova più opportuna. Le abilità comunicative vengono sviluppate particolarmente in laboratorio, nel quale viene svolta attività sperimentale che richiede agli studenti di lavorare in gruppo e di confrontarsi con i compagni per l'individuazione delle procedure più idonee. Pur utilizzando sostanzialmente un solo software commerciali per l'acquisizione dei dati, l'insegnamento fornisce agli studenti nozioni sufficienti per confrontare prodotti differenti esistenti sul mercato anche in ottica di un aggiornamento continuo.

Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)L'insegnamento, obbligatorio per tutti gli studenti che scelgono l'indirizzo Bioingegneria industriale, si compone di due moduli: Biomeccanica e biodinamica sperimentale e Biomeccanica del sistema cardiovascolare Biomeccanica del sistema cardiovascolare Il modulo ha il fine di presentare le tecniche correntemente utilizzate in ambito cardiovascolare per lo studio di fenomeni bio-fluidodinamici e biomeccanici di interesse per la fisiopatologia cardiovascolare, la diagnosi, la prognosi e gli interventi chirurgici. Esso ha lo scopo di fornire gli strumenti teorici, numerici e sperimentali per la descrizione e la comprensione dei fenomeni fluidodinamici che avvengono nel sistema circolatorio (grandi vasi arteriosi, vene, microcircolazione).Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)Il modulo ha il fine di presentare le principali metodologie sperimentali in campo biomeccanico con riferimento alla scelta dei sensori, all'impostazione della strumentazione di acquisizione e all'analisi dei dati sperimentali. Particolare attenzione viene rivolta all'analisi tensionale e/o deformativa con riferimento alla caratterizzazione di protesi ortopediche ed alle misure di accelerazione sul corpo umano in senso lato. Vengono proposte, come esempi, applicazioni bioingegneristiche riguardanti il campo della ricerca, l'ambito clinico, l'ambito dello sport e della medicina del lavoro; vengono organizzate sessioni di esercitazioni pratiche in laboratorio.

Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)TEORIA: - Richiami di meccanica dei fluidi. - La meccanica cardiaca e dei vasi sanguigni. - Il moto in regime oscillatorio e pulsatile, la teoria di Dean; la teoria di Womersley. - Il flusso in vasi collassabili, il moto dei fluidi in presenza di biforcazioni e grandi curvature, la sollecitazione alla parete dei vasi, la reologia dei fluidi non newtoniani, la reologia del sangue nella microcircolazione. - Introduzione alla teoria e alla applicazione dell'onda di polso come indicatore della rigidità arteriosa. - Modelli emodinamici di tipo image-based: dalle immagini cliniche alla ricxostruzione di modelli tridimensionali di distretti cardiovascolari. - Introduzione all’uso del metodo dei Volumi Finiti per la fluidodinamica computazionale. - Approccio multiscala a problemi biofluidodinamici complessi. - Il budget di incertezza nella emodinamica computazionale. – Patologie della parete vascolare e emodinamica locale: l’ipotesi emodinamica. – Indici di valutazione della fluidodinamica locale in distretti vascolari (biforcazioni, curvature, stenosi), con particolare riferimento alla interazione flusso-parete vascolare. LABORATORI: Ricostruzione di geometrie 3D di distretti vascolari a partire da immagini cliniche. Emodinamica computazionale personalizzata nei grandi vasi: integrazione di immagini cliniche e dei metodi della fluidodinamica computazionale. Misure non invasive per la valutazione della rigidità arteriosa.Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)Calcolo errori sistematici e di precisione: errori di: accuratezza, isteresi, ripetibilità , non linearità , di zero, di sensibilità . Derive e stabilità termica. Processo di calibrazione statica di un sistema di misura. La sperimentazione su processi dinamici: errori relativi alla misura di quantità variabili nel tempo. Comportamento dinamico dei sistemi di misura, definizione di ordine del sistema sensore e condizionatore di segnale. Errori legati alla trasmissione dei segnali; connessioni a terra, interferenza elettromagnetica sui cavi, schermatura. Cenni di diafonia sulle linee brevi con modello capacitivo ed induttivo. Scelta di un sistema di acquisizione dei dati: individuazione delle specifiche di un sistema per la conversione analogico digitale. Misura sperimentale ed analisi delle funzioni di risposa in frequenza: estrazione di parametri modali caratteristici del sistema. Principali sensori con e senza contatto per il rilievo di: spostamento, velocità , accelerazione, forza, pressione, flusso, temperatura. Rilievo puntuale ed a pieno campo dello stato deformativo e tensionale su solidi sollecitati: tecniche DIC, Correlazione digitale di immagini.

Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)Modalita di esame: Prova scritta (in aula); Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)Modalita di esame: Prova scritta (in aula);
Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)Exam: Written test; Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)Exam: Written test;
... Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)Biomeccanica del Sistema Cardiovascolare L’esame è volto ad accertare la conoscenza degli argomenti elencati nel programma ufficiale del corso e la capacità di applicare la teoria ed i relativi metodi di calcolo alla soluzione di esercizi. Le valutazioni sono espresse in trentesimi e l’esame è superato se la votazione riportata è di almeno 18/30. L'esame scritto consiste in un numero da 2 domande aperte e da 5 quesiti a risposta multipla relative a aspetti teorici e pratici, che dovranno mettere in evidenza il livello di conoscenza e autonomia raggiunto dall’allievo. La durata della prova scritta è di approssimativamente 1 ora e 15 minuti. Il voto finale sarà formato dalla somma di ogni parte costituente la prova di esame. La chiarezza notazionale e il rigore espositivo permettono di ottenere la lode. Durante lo svolgimento dell'esame non è consentito tenere e consultare quaderni, libri, fogli con esercizi, formulari, calcolatrici. Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)L'esame si svolge con modalità scritta e non è possibile consultare testi o appunti. Comprende una parte teorica, in cui potranno essere presenti sia domande a risposta multipla sia aperta, una parte sperimentale che prevede lo svolgimento di due di esercizi ed infine una sezione dedicata alle esercitazioni svolte in laboratorio. Il voto finale è determinato mediando sommando il risultato ottenuto nelle tre sezioni in cui è suddiviso il compito.

Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica del sistema cardiovascolare)Slide, articoli scientifici e testi con le istruzioni per eseguire le esercitazioni in laboratorio, forniti dal docente. Dati e immagini cliniche forniti durante le sessioni di laboratorio. Manuali ed esempi base di applicazione dei codici CFD e dei software utilizzati in laboratorio.Biomeccanica e biodinamica sperimentale/Biomeccanica del sistema cardiovascolare (Biomeccanica e biodinamica sperimentale)Wheeler, Ganji - Introduction to engineering experimentation - Prenctice hall Slide, articoli e testi del laboratorio forniti dal docente. Codice Labview per acquisizione di dati sperimentali.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Conoscenza e capacità di comprensione: Conoscenza dei vantaggi dell’uso di un bioreattore rispetto alle tecniche di coltura tradizionali Conoscenza dei requisiti di progetto di un bioreattore conforme alla buona pratica di laboratorio Conoscenza dei sottosistemi costituenti un bioreattore Conoscenza dei fenomeni di trasporto in bioreattore Conoscenza delle metodologie di progettazione e relativi software Conoscenza delle tecniche di prototipazione e fabbricazione Conoscenza delle soluzioni tecnologiche più innovative applicate in fase di ricerca per espansione cellulare, studi di comportamento cellulare, studi di sviluppo tissutale, modellazione in vitro per analisi di farmaci (drug screening) e patologie (in vitro disease modeling), produzione di tessuti ingegnerizzati funzionali Capacità di applicare conoscenza e comprensione: Capacità di pianificare l’attività di progettazione di un bioreattore Capacità di stabilire le esigenze di progettazione e i requisiti di progetto di un bioreattore in base al tessuto biologico argomento di studio Capacità di progettare un bioreattore mediante la combinazione critica degli strumenti teorici, numerici e sperimentali forniti durante l'insegnamento L'insegnamento contribuisce a sviluppare l’analisi critica, l'autonomia di giudizio e la capacità di proporre soluzioni innovative da parte degli studenti mediante una frequente attività di esercitazioni in laboratorio e in aula orientate alla applicazione pratica delle nozioni introdotte a lezione.Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L'obiettivo principale dell'insegnamento è fornire alle studentesse e agli studenti le capacità di elaborare i concetti appresi relativi all'ingegneria dei tessuti. Conoscenze: • Conoscenza sui materiali adoperati in Medicina Rigenerativa (principalmente polimerici) • Conoscenza sulle interazioni cellula-matrice extracellulare, cellula-cellula, cellula-fattori di crescita, funzionale ad apprendere i principi per la progettazione di soluzioni biomimetiche per l’ingegneria dei tessuti • Conoscenza sulle principali tecniche per la produzione degli scaffold (tecniche convenzionali e di prototipazione rapida) • Conoscenza sulle principali tecniche di funzionalizzazione (in superficie e in massa) degli scaffold • Conoscenze sui metodi per la progettazione biomimetica degli scaffold. Capacità di applicare conoscenza e comprensione: • Capacità di elaborare soluzioni per la rigenerazione di specifici tessuti, mediante la combinazione critica delle strategie di Medicina Rigenerativa affrontate durante l'insegnamento. • Capacità di selezionare le tecniche più appropriate per la preparazione di scaffold con determinate specifiche in termini di struttura e composizione. • Abilità nella progettazione e ingegnerizzazione di sistemi per la medicina rigenerativa • Applicazione dei concetti appresi, per ingegnerizzare nuove soluzioni nell’ingegneria dei tessuti e nella medicina rigenerativa. • Questo insegnamento contribuisce a sviluppare l’analisi critica, l'autonomia di giudizio e la capacità di proporre soluzioni innovative da parte degli studenti mediante una partecipazione attiva alle lezioni e alle esercitazioni.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)L'insegnamento di Bioreattori è finalizzato a fornire agli studenti elementi conoscitivi, competenze e capacità nel campo della progettazione e prototipazione di dispositivi per coltura dinamica di cellule/tessuti (bioreattori) per applicazioni nell’ambito dell'ingegneria dei tessuti e della medicina rigenerativa. In particolare, saranno descritte le soluzioni tecnologiche più avanzate di bioreattori per diversi utilizzi (espansione cellulare, sistemi modello per studio in vitro di farmaci o patologie, produzione di tessuti ingegnerizzati funzionali) e per diversi tessuti biologici (es. tessuto osseo/cartilagineo, vascolare, cardiaco). Saranno illustrati i sottosistemi e relativi materiali e componenti costituenti il sistema bioreattore. Gli studenti acquisiranno competenze di progettazione e prototipazione di un bioreattore, con particolare attenzione alla identificazione dei requisiti di progetto, alle metodologie adottate a supporto della progettazione e alle tecniche di fabbricazione. Saranno inoltre analizzati i fenomeni di trasporto che si sviluppano all’interno di un bioreattore. Durante le esercitazioni in laboratorio, gli studenti apprenderanno a utilizzare un software commerciale di progettazione assistita al calcolatore. Organizzati in gruppi e supportati da una continua interazione con i docenti durante le esercitazioni in aula, gli studenti metteranno a frutto le conoscenze acquisite concretizzandole tramite lo sviluppo di una soluzione progettuale di bioreattore (elaborato progettuale in gruppo). Una visita guidata del laboratorio consentirà agli studenti di osservare gli aspetti pratici del processo di progettazione, ottimizzazione e prototipazione di un bioreattore.Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L'insegnamento di Ingegneria per la Medicina Rigenerativa è finalizzato a fornire elementi conoscitivi sulle strategie di tissue engineering per applicazioni in Medicina Rigenerativa, con particolare riferimento allo sviluppo di: • biomateriali biocompatibili e biodegradabili; • tecnologie sostenibili per la medicina rigenerativa; • scaffold ed idrogeli biomimetici rispetto alla matrice extracellulare del tessuto da rigenerare; • matrici per il rilascio di farmaci e fattori bioattivi. Verranno inoltre analizzate alcune soluzioni innovative per l'ingegneria dei tessuti, che saranno presentate come particolari casi di studio. Durante lo svolgimento dell'insegnamento, gli studenti svilupperanno un lavoro di gruppo sulla progettazione di scaffold. Sono previste 9 ore complessive di attività di laboratorio (effettuata tramite la suddivisione degli studenti in 6 squadre, che saranno impegnate nelle esercitazioni per 1,5 ore, a settimane alterne, secondo un calendario che sarà condiviso). Le esercitazioni di laboratorio riguarderanno la preparazione di scaffold e la loro caratterizzazione meccanica e morfologica. Sono altresì previste 6 ore di attività di esercitazione in aula (effettuata tramite la suddivisione degli studenti in 2 squadre, che si alterneranno secondo un calendario che sarà condiviso) con la compresenza di 2 docenti. Le esercitazioni in aula hanno lo scopo di seguire gli studenti nell'implementazione del loro lavoro di gruppo.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Durante le lezioni saranno trattati i seguenti argomenti: Introduzione all'ingegneria dei tessuti e alla medicina rigenerativa Introduzione ai bioreattori - cosa sono, quali vantaggi offrono rispetto alle colture tradizionali e per quali finalità sono usati Sottosistemi costituenti un bioreattore (camera di coltura, sistema di perfusione, sistema di stimolazione fisica, sistemi di monitoraggio e controllo) Approccio alla progettazione (requisti di progetto, materiali utilizzabili, tecniche di prototipazione/fabbricazione) Esempi di bioreattori commerciali e di ricerca con diverse finalità (per esempio: per espansione cellulare; per tessuto osseo/cartilagineo; per tessuto cardiaco; per tessuto vascolare; etc.) Metodi di ricerca bibliografica Inoltre, saranno svolte: Esercitazioni in laboratorio mirate all'apprendimento e uso di un software commerciale di progettazione assistita al calcolatore Esercitazione in aula mirate ad approfondire i componenti dei sottosistemi di un bioreattore e i fenomeni di trasporto che si sviluppano all’interno di un bioreattore Esercitazioni in aula con interazione continua tra gruppi di studenti e docenti mirate a supportare lo sviluppo degli elaborati progettuali in gruppoIngegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L'insegnamento di Ingegneria per la Medicina Rigenerativa ha il fine di fornire alle studentesse e agli studenti competenze nel campo della progettazione e realizzazione di "scaffold", substrati tri-dimensionali porosi per applicazioni nell’ambito della medicina rigenerativa. Dopo un’iniziale introduzione sui principi di comunicazione cellulare, verranno analizzati i criteri generali di progettazione degli scaffold: la scelta del materiale strutturale, la funzionalizzazione chimica con molecole bioattive (peptidi, proteine, fattori di crescita,...), e la progettazione e fabbricazione della geometria dello scaffold esaminando le principali tecniche di produzione degli scaffold ed i loro vantaggi/svantaggi. Verranno approfondite anche le tecniche di "bioprinting". Saranno descritte le caratteristiche e le potenzialità delle cellule staminali con riferimento ad alcune delle attuali strategie di medicina rigenerativa che le utilizzano. Saranno inoltre illustrate alcune soluzioni innovative nell'ambito dell'ingegneria dei tessuti, coinvolgendo anche esperti e/o aziende del settore. Durante l'insegnamento, si terranno esercitazioni in aula con lo scopo di seguire gli studenti nell'elaborazione di lavori di gruppo assegnati dalla docente. Si svolgeranno inoltre esercitazioni in laboratorio che hanno lo scopo di consentire di raggiungere una piena comprensione dei concetti appresi nelle lezioni teoriche, fondamentale per lo svolgimento dei lavori di gruppo. Gli studenti hanno anche a disposizione diversi slot di tutoraggio per chiarire i loro dubbi sulle esercitazioni/lezioni e per un supporto nello svolgimento dei lavori di gruppo.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo; Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo;
Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Exam: Written test; Group project; Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)Exam: Written test; Group project;
... Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)L’esame mira a verificare l'acquisizione delle conoscenze e delle capacità obiettivo dell'insegnamento e sarà costituito da: 1. Elaborato progettuale in gruppo (max 15 punti). Il progetto è svolto in gruppi di 6/7 studenti e riguarda lo sviluppo di una soluzione progettuale di bioreattore in funzione del tessuto biologico indicato all’inizio dell'insegnamento. Il progetto deve contenere: introduzione alla motivazione clinica, obiettivo dello soluzione progettuale, requisiti di progetto del bioreattore, schema del sistema/circuito, disegni tecnici del bioreattore e di componenti, video della procedura di assemblaggio/disassemblaggio, vantaggi/limiti/sviluppi futuri, bibliografia. Il progetto deve essere presentato oralmente in max 15 min da ogni gruppo tramite la discussione di max 12 slide, consegnando contestualmente alla discussione una relazione scritta (da caricare sul portale dell'insegnamento prima della discussione, max 6 pagine). 2. Prova scritta (max 17 punti). La prova verte su tutto il programma dell'insegnamento (lezioni ed esercitazioni), dura 1.5 ore ed è composta da max 6 domande (aperte e a risposta multipla, senza penalità ). Durante lo svolgimento dell'esame non è consentito consultare materiale didattico o altri testi e non è ammesso portare in aula dispositivi multimediali e/o usare cuffie. La valutazione dell'elaborato progettuale viene fatta considerando la capacità di applicare le conoscenze acquisite nel corso delle lezioni, la fattibilità , funzionalità e originalità della soluzione proposta, la capacità di utilizzo del software, la capacità di sintesi e proprietà di linguaggio degli studenti. La valutazione dell'elaborato progettuale rimane valida per l'A.A. in cui si è frequentato l'insegnamento e non oltre. La valutazione della prova scritta viene fatta considerando la correttezza delle risposte, la pertinenza delle informazioni fornite, la capacità di rispondere in modo chiaro, preciso, sintetico e razionale, con proprietà di linguaggio e motivando adeguatamente le argomentazioni prodotte. La valutazione finale è data dalla somma dei punteggi ottenuti con l'elaborato progettuale e con la prova scritta. L’esame è superato se tale somma è pari ad almeno 18/30. I risultati dell’esame vengono comunicati sul portale della didattica insieme alla data in cui gli studenti possono visionare il compito e chiedere chiarimenti.Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)L’esame ha l’obiettivo di verificare le conoscenze acquisite e la capacità di rielaborarle per lo sviluppo di scaffold in grado di soddisfare le specifiche tecniche richieste. A tale scopo, l'esame consiste di due parti una scritta (Parte 1) ed una parte orale (Parte 2). La parte scritta (Parte 1) include domande chiuse (6) e ha una durata di 60 minuti. La Parte 1 dell’esame ha l’obiettivo di verificare la conoscenza degli argomenti (massimo 15 punti). Non è possibile consultare nessun testo durante lo svolgimento dell’esame scritto. Non è ammesso l'utilizzo di fogli personali: vengono forniti fogli "di brutta" che devono essere poi riconsegnati. Nelle domande chiuse con diverse opzioni da selezionare sono previste penalità per ogni risposta sbagliata (fino a -20% del punteggio della domanda; nel testo dell'esame viene indicato il valore della penalità per ogni domanda). La Parte 2 consiste in un lavoro di gruppo (5-6 studenti), assegnato dalla docente, relativo alla progettazione di uno scaffold rispondente a specifiche assegnate. Il lavoro di gruppo consiste in una presentazione in Power Point, svolta dal gruppo (4 minuti a studente per un totale di 20 minuti per i gruppi da 5 studenti e 24 minuti per i gruppi da 6 studenti), integrata da un abstract di una pagina in word (con template assegnato). Il gruppo consegnerà un unico file, comprendente le slide e l'abstract (in PDF), alla docente entro il giorno antecedente alla data dell’esame. Dopo la presentazione, verranno formulate almeno 2-3 domande ad ogni studente, relative al lavoro di gruppo e alla sua integrazione con gli argomenti del corso. La Parte 2 serve a verificare la comprensione e la capacità di elaborazione dei concetti (massimo 16 punti). In particolare, viene verificata la capacità di utilizzare le conoscenze acquisite al fine di progettare scaffold rispondenti a specifiche particolari. Per la valutazione della parte 2, vengono assegnati max. 8 punti per la qualità e fattibilità tecnica del lavoro di gruppo; i rimanenti punti (max. 8 punti) esprimono una valutazione sulla chiarezza espositiva di ogni studente e la completezza delle risposte alle domande. Date di svolgimento dell’esame: La Parte 1 si svolge nelle date ufficiali pubblicate sul portale. La Parte 2, essendo orale, può essere svolta in altri slot, concordati con la docente. E' possibile svolgere la Parte 1 e la Parte 2 dell'esame in due appelli diversi e secondo l'ordine preferito. Il voto dell'esame è la somma dei due voti, approssimata per eccesso. L'esito dell'esame viene reso noto tramite pubblicazione sul portale di un link ad un file excel non modificabile, nel quale lo studente troverà le valutazioni delle due parti che contribuiscono al punteggio finale. Gli studenti e le studentesse possono decidere se accettare o meno il voto della Parte 1 entro la data fissata per la correzione in aula. In particolare, la docente comunica, con un avviso sul portale, la data di correzione e visione del compito relativo alla Parte 1. Rifiutare il voto della Parte 2 è analogamente possibile (e ogni componente del gruppo può decidere autonomamente); tuttavia, gli studenti e le studentesse che rifiuteranno la valutazione dovranno svolgere un nuovo lavoro (eventualmente con un nuovo gruppo). L'esame viene superato con una votazione complessiva minima di 18. Il voto massimo (30L) si consegue con un punteggio di almeno 30.5. Non è prevista alcuna integrazione alle due parti dell’esame con un ulteriore esame orale o scritto.

Ingegneria per la medicina rigenerativa/Bioreattori (Bioreattori)Slide/dispense presentate a lezione/esercitazione e successivamente caricate sul portale Articoli scientifici di approfondimento caricati sul portale Ingegneria per la medicina rigenerativa/Bioreattori (Ingegneria per la medicina rigenerativa)• Slides presentate a lezione. • Articoli scientifici di approfondimento forniti dal docente. • I contenuti sono derivati dalla recente letteratura scientifica.

Data science in HealthcareAl termine dell'insegnamento lo studente sarà in grado di: - conoscere e applicare gli step per lo sviluppo e la validazione di un sistema CAD - conoscere e comprendere le problematiche generali legate allo sviluppo di un sistema di supporto alla decisione clinica (protezione dati, efficacia del risultato, ...)Multiscale and Multimodal BiocyberneticsAt the end of the course, the students will know: - the principles of biocybernetics and its application in multiscale and multimodal contexts. - the context of numerous complex pathologies together with the biological mechanisms that are involved in the progression and evolution of the pathology - the techniques that are mainly used to identify a specific pathology, to understand its conduct and to employ personalized medicine At the end of the course, the students will have gained the following skills: - given a specific biological system or pathology, the ability to identify the possible techniques that can be used to describe and analyze the relative biological context - the ability to implement numerous strategies based on artificial intelligence with the aim to identify, understand and characterize the specific pathology that is analyzed in a multiscale and multimodal way

Data science in HealthcareCon il termine "Data Science" si identifica l'insieme di teorie, tecniche e strumenti per l'estrazione di conoscenza e informazione da dati grezzi. In ambito biomedico la data science ha lo scopo di sviluppare sistemi avanzati di analisi e interpretazione di dati biomedici per costruire soluzioni in grado di supportare il personale sanitario nel percorso di diagnosi e cura dei pazienti, migliorare la qualità dell'assistenza fornita e favorire il patient empowerment. Alcune applicazioni della data science in medicina sono: • I sistemi CAD per l'analisi di immagini mediche • I sistemi di supporto alla definizione della terapia in base alle caratteristiche dei singoli pazienti • I sistemi di supporto alla diagnosi precoce di malattie come il cancro, il diabete e l'Alzheimer, basata sull'analisi di dati clinici e genetici dei pazienti. L'insegnamento approfondisce i metodi e le metodologie utilizzate per lo sviluppo di sistemi di supporto alla decisione clinica.Multiscale and Multimodal BiocyberneticsThe most common pathologies with a high morbidity in developed countries (e.g., cancer, cardiovascular diseases, lung infections) are very complex diseases that often involve more than one biological system. The continuous progress of medical signal and image acquisition technologies has allowed the development of new disciplines for the study of these diseases. An innovative approach that aims to understand the behavior and evolution of these pathologies within the complex biological mechanisms is biomedical cybernetics, or biocybernetics. In particular, biocybernetics refers to the technology-abstracted study of biological and biomedical systems and signals: systems theory and modelling; data, signal and image acquisition, analysis and processing; study and extraction of information, predictive patterns and artificial intelligence; decision-making processes; design and development of methods and devices to achieve these goals; and the application of digital technologies to medicine and wellbeing. In this course, focus will be put on the principles, technologies, instruments and methods for computational analysis, increasing the amount of informative content, and the interpretation of biological data in terms of biomedical signals and images. Throughout the course, numerous complex pathologies that have a large impact on patients will be presented, analyzed and investigated. The main technical solutions that are used today to (a) understand and model the pathology and its evolution, (b) screen subjects and do preventive medicine, and (c) personalize the diagnosis and treatment will be presented and implemented.

Data science in HealthcareDurante l’insegnamento verranno trattati i seguenti argomenti: - Fasi per lo sviluppo e la validazione di un sistema CAD - Natural Language Processing - Knowledge discovery in dataset e pattern mining - Association Rules - Studi clinici, comitati etici e protezione dei dati - Certificazione di software basati su AI L'attività di laboratorio è relativa a sviluppo di un sistema CAD.Multiscale and Multimodal Biocybernetics- Course introduction and fundamental principles of biocybernetics (3h) - Machine learning and Deep learning applied to biocybernetics (1.5h) - Biomedical signals (EEG, ECG; etc.) and possible applications in biocybernetics (4.5h) - Review of machine learning and deep learning techniques (classification, detection, segmentation tasks) (3h) - Technologies at the line between biomedical signals and images, beamforming (3h) - Biomedical optical imaging methods, basic concepts and applications to vasculature studies (3h) - Focus on cancer: analysis and extraction of quantitative parameters for characterizing tumor lesions (3h) - Focus on lung (viral infections, coronavirus): Analysis of diagnostic CT images in a 3D context, classification and development of predictive models of symptomatology (3h) - Focus on lung (cancer): digital pathology images, segmentations, extension to whole slide imaging (WSI) (3h) - Generative Adversarial Networks (GAN) and potential applications to Biocybernetics (1.5h) - Concluding remarks, statistics, etc. (1.5h)

Data science in HealthcareModalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo; Multiscale and Multimodal BiocyberneticsModalita di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
Data science in HealthcareExam: Group project; Computer-based written test in class using POLITO platform; Multiscale and Multimodal BiocyberneticsExam: Compulsory oral exam; Group project;
... Data science in HealthcareL'esame consiste di: Scritto [21 pt] - Valuta le Conoscenze – Chi si ripresenta perde la valutazione precedente: - 15 domande a risposta multipla (1 punto per ogni domanda corretta, -0.3 pt per ogni domanda errata) – durata: 17 minuti - 2 domande a risposta aperta (3 punti a domanda) – durata: 20 minuti Valutazione del lavoro svolto durante i laboratori da parte del gruppo [12 pt]– Valuta l’Autonomia di giudizio, le Abilità comunicative e la Capacità di lavorare in un team - 4 punti ottenuti tramite peer review - 8 punti ottenuti dalla valutazione delle docentiMultiscale and Multimodal BiocyberneticsThe exam consists in the preparation of a short paper of maximum 4 pages (double column format, as often required for bioengineering international conferences) on a subject that the lecturer will assign. The preparation of the short paper will be done in groups, ideally the same as the lab groups. If a student decides to not participate in the labs, they will automatically be assigned to a group for the exam. The short paper will undergo a review process (“peer review� – similar to the submission of a paper to a journal) and corrected by the exam committee. The short paper will be graded up to 22 points. Individual oral discussions on specific subjects of the short paper will follow, also potentially including in-depth analyses of theoretical aspects of the entire course. The oral exam will be evaluated up to 10 points. The final grade is made up of the sum of the two grades. If a student obtains a sum greater than 30, the exam is passed with honors. The two grades must be obtained in the same exam session.

Data science in HealthcareVerranno messe a disposizione degli studenti le slide delle lezioni ed eventuale materiale per l'approfondimento di argomenti specificiMultiscale and Multimodal BiocyberneticsSlides provided by the lecturers and recently published scientific papers on techniques described in class.

Al termine dell’insegnamento si chiederà allo studente di: - conoscere e comprendere gli aspetti regolatori relativi al processo certificativo di un dispositivo medico, o sistema di sicurezza per autoveicoli, con riferimento ai regolamenti di interesse e alle principali norme tecniche funzionali all’ottenimento della conformità alle legislazioni cogenti. - conoscere gli aspetti relativi al concetto di qualità e alla sua gestione in ambito aziendale con particolare riferimento ai dispositivi medici. - applicare strumenti e metodologie utili all’identificazione e valutazione dei rischi associati ad un dispositivo medico, inteso anche come software, e all’individuazione delle responsabilità in caso di danno arrecato all’utilizzatore/paziente. - acquisire capacità di pensiero critico e autonomia di giudizio nell’ambito regolatorio pertinente i dispositivi medici ed essere in grado di formulare soluzioni per ottimizzare i relativi processi di progettazione e sviluppo per prevedere l’insorgenza di eventuali impasse di carattere certificativo.

L’insegnamento intende inquadrare il panorama legislativo internazionale per l’immissione sul mercato europeo di prodotti che necessitano della marcatura CE, con particolare riferimento al campo dei dispositivi medici, introducendo i principali regolamenti e le norme utili alla produzione della documentazione tecnica finalizzata a dimostrare il soddisfacimento dei requisiti di sicurezza e prestazioni richiesti per la certificazione dei dispositivi medici, includendo un richiamo alla normativa relativa ai sistemi di sicurezza per autoveicoli, quali sistemi di ritenuta e airbag. Tratta l'analisi, il controllo e la gestione del rischio, tramite l’introduzione di metodologie di analisi applicate ai dispositivi medici, inclusi i dispositivi medici software, e approfondendo i concetti di usabilità e biocompatibilità . Introduce il concetto di qualità , nonché i requisiti per l’implementazione, mantenimento e miglioramento di un sistema aziendale di gestione della qualità sia in senso lato che in riferimento al settore sanitario e biomedicale. L’insegnamento prende in esamina il contesto normativo regionale, nazionale ed europeo relativo alla valutazione sotto molteplici aspetti delle tecnologie sanitarie, tra cui, l'efficacia clinica, la sicurezza, i costi, l'impatto organizzativo e la qualità della vita dei pazienti. In questo contesto, tratta i processi per la sostituzione di attrezzature sanitarie obsolete tramite l’introduzione di attrezzature innovative. Inoltre, fornisce nozioni relative alla gestione delle immagini mediche tramite standard e sistemi informativi specifici per la trasmissione e archiviazione digitale. Infine, introduce l’ambito della bioingegneria forense, descrivendo il ruolo dell'ingegnere come consulente tecnico nelle cause legali e mostrando le potenzialità della modellazione numerica come strumento per analisi di biomeccanica forense. Obiettivo finale dell’insegnamento è fornire, anche tramite esempi applicativi specifici e casi studio, una percezione circa l’impatto degli aspetti regolatori sull’intero ciclo di vita dei dispositivi medici.

• Percorso per l’ottenimento della marcatura CE di prodotti destinati al mercato europeo: direttive e regolamenti, enti notificati, nomenclatura e utilità delle norme tecniche, dichiarazione di conformità . - Evoluzione della regolamentazione europea dei dispositivi medici sino ai regolamenti 2017/745 e 2017/746. Contenuti fondamentali e finalità del Regolamento Dispositivi Medici (MDR 745/2017). Definizioni di dispositivo medico e accessorio di un dispositivo medico. Classificazione di un dispositivo medico: suddivisione in classi, definizioni specifiche e regole di applicazione. Ruolo del Gruppo di Coordinamento per i Dispositivi Medici (MDCG). - Concetti base ed esempio documentale di analisi, controllo e gestione del rischio con riferimento alla norma tecnica ISO 14971. - Metodologie per l’analisi dei rischi con riferimento alle norme ISO/TR 24971, IEC 60812 (FMEA/FMEcA) e richiamo alla Preliminary Hazard Analysis (PHA). - Certificazione dei Dispositivi Medici Software (MDS). Qualifica e classificazione del software come dispositivo medico. Struttura del fascicolo tecnico di un MDS. Sviluppo e descrizione del ciclo di vita di un MDS con richiamo alla normativa di riferimento (EN 82304-1, EN 62304). Concetti di usabilità e analisi del rischio applicati al MDS. - Richiami al nuovo regolamento europeo sull'intelligenza artificiale (AI act) e sua applicazione ai DM. - Concetto di biocompatibilità e valutazione del rischio biologico con riferimento alla serie di norme ISO 10993. Concetto di usabilità applicato ai dispositivi medici con riferimento alla norma IEC 62366-1 e trattazione dei test di valutazione formativa e sommativa. - Concetto di qualità : Definizione, modello di analisi degli scostamenti, modello di Kano ed elementi di qualità . Relazione tra organizzazione e qualità : processi, metodi, procedure e struttura organizzativa. Miglioramento della qualità : quadro legislativo nazionale e regionale e qualità in ambito sanitario. - Gestione della qualità a livello aziendale in generale e nell’ambito dei dispositivi medici. Requisiti per l’implementazione e manutenzione di un sistema di gestione della qualità secondo le norme ISO 9001, ISO 13485 e secondo FDA. Richiami alla norma ISO 14971 in relazione alla qualità : aspetti pratici e applicazioni. - Validazione di processo: tecniche di validazione e attività incluse nell'ambito di un sistema di gestione qualità. Installation, operational e performance qualification. Trattazione della tecnica pFMEA. - Introduzione all'investigazione clinica sui dispositivi medici. Requisiti normativi MDR 2017/745 e gestione del rischio in relazione agli studi clinici. Principi di Good Clinical Practice (GCP) e contenuti chiave della norma ISO 14155. Studio clinico: fasi, gestione, identificazione degli stakeholder, centri per l'indagine clinica. Monitoraggio della sicurezza e redazione del report clinico finale. - Introduzione all’ Health Technology Assessment (HTA): origini e definizioni. Principi dell’HTA nella Carta di Trento sulla valutazione delle tecnologie sanitarie. Le dimensioni della valutazione: HTA Core Model EUnetHTA. Le fasi del processo HTA. Contesto normativo dell’HTA in Regione Piemonte. Evoluzione del contesto normativo dell’HTA a livello nazionale ed europeo. Il Programma Nazionale HTA – Dispositivi medici (PNHTA 2023- 2025). L’HTA delle tecnologie biomediche in Piemonte: casi studio relativi alla sostituzione di attrezzature sanitarie obsolete e all’introduzione di attrezzature innovative. - Trattazione dello standard Digital Imaging Communications in Medicine (DICOM) e dei sistemi Radiology Information System (RIS) e Picture Archiving and Communication System (PACS) relativi alla gestione delle immagini mediche. - Introduzione alla bioingegneria forese: il ruolo dell’ingegnere in qualità di consulente tecnico nelle cause penali e civili con esempi di consulenze su casi clinici in campo ortopedico e cardiovascolare. Scale di lesione, indici e funzioni di rischio. Modellazione numerica per la biomeccanica forense con particolare riferimento all’approccio multibody e l’uso di modelli articulated total body (ATB) con esempi applicativi tramite casi studio. - Differenze tra cliente, fornitore ed ente omologatore di un dispositivo di sicurezza per gli occupanti di un veicolo. Introduzione alla normativa relativa ai sistemi di ritenuta. Caratteristiche e funzionamento dei dispositivi airbag. Trattazione dei test di Linear impactor, Out of Position (OoP) ed Ejection mitigation con riferimento ai principali requisiti omologativi e procedure implementative.

E' possibile sostenere l?esame in anticipo rispetto all?acquisizione della frequenza

Dispense fornite dai docenti e norme tecniche reperibili tramite banche dati online di Ateneo.

Al termine dell'insegnamento lo studente avrà acquisito basi conoscitive utili per la gestione e l'organizzazione di attività sperimentali volte allo sviluppo di sistemi innovativi che combinano i biomateriali, le nanotecnologie e le componenti biologiche. Nel dettaglio, lo studente avrà acquisito: - Conoscenze relative alla manipolazione di elementi biologici in condizioni sterili; - Conoscenze relative alla fabbricazione di costrutti tridimensionali e nanostrutturati (gel/scaffold) per l’interazione con l’ambiente biologico; - Conoscenze relative alle principali tecniche di laboratorio e di analisi, test in vitro e in vivo. - Capacità di analisi e caratterizzazione attraverso metodi sperimentali di modifiche superficiali; - Conoscenze relative alla sicurezza in laboratorio e ai principi etici nella ricerca; - Capacità di analisi e caratterizzazione attraverso metodi sperimentali di sistemi nanostrutturati (nanoparticelle); - Capacità di elaborare dati e redigere report tecnici.

L’insegnamento si colloca al secondo anno della laurea Magistrale con l’obiettivo di fornire le necessarie competenze teoriche e pratiche per lo sviluppo di tecnologie nel campo della nanomedicina e delle terapie avanzate. Alle lezioni teoriche saranno affiancati laboratori e dimostrazioni pratiche (a partecipazione OBBLIGATORIA) in cui gli studenti avranno la possibilità di apprendere i metodi sperimentali per lo sviluppo e la caratterizzazione di sistemi innovativi e di frontiera nella biomedicina.

Il programma dell'insegnamento è articolato nei seguenti punti: - Introduzione su terapie avanzate e regole di comportamento in laboratorio (3 ore); - Reologia e altre tecniche di caratterizzazione di idrogeli; bioinks; materiali a base di collagene (6h); - Etica nella ricerca (3 ore); - Tecniche di modifica superficiale e caratterizzazioni (angolo di contatto, QCM, saggi di quantificazione proteica) (4,5 ore); - Tecniche di caratterizzazione di nanoparticelle (caratterizzazioni fisico-chimiche e morfologiche) (3 ore); - Interazioni tra cellule e biomateriali/nanomedicine (saggi di vitalità cellulare, FACS, western blotting, southern blotting e northern blotting, immunoistochimica) (7,5 ore); - Test di biodistribuzione, principali modelli animali, processing di tessuti (3 ore); - Attività di laboratorio finalizzata all’apprendimento pratico e all'analisi di dati (excel, imageJ) (30h)

Modalita di esame: Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Computer-based written test in class using POLITO platform;
... L'esame finale mira a verificare l'acquisizione delle seguenti conoscenze e delle capacità obiettivo dell'insegnamento: - Regole di sicurezza (segnaletica, regole di comportamento, classificazione e suddivisione dei principali dispositivi di sicurezza); - Classificazione e caratteristiche di idrogeli/bioinks/ materiali a base di collagene e conoscenza delle tecniche e procedure di caratterizzazione; - Conoscenza dei principi della reologia e capacità di analisi dei dati; - Conoscenza dei principi etici nella ricerca; - Conoscenza delle tecniche di modifica superficiale e delle metodologie di caratterizzazione delle stesse; - Conoscenza delle tecniche di caratterizzazione di nanoparticelle in vitro e in vivo; - Comprensione dei meccanismi di interazioni tra cellule e biomateriali/nanomedicine e dei metodi di caratterizzazione (saggi di vitalità cellulare, FACS, western blotting, southern blotting e northern blotting, immunoistochimica); - Conoscenza dei principali test di biodistribuzione, principali modelli animali, tecniche di processing di tessuti; - Padronanza delle tematiche affrontate durante le esercitazioni di laboratorio (diluizioni e calcolo delle concentrazioni/ comprensione e conoscenza dei protocolli di analisi visti a esercitazione/ comprensione delle tecniche di analisi descritte durante le esercitazioni / analisi di dati/ esecuzione di calcoli). L'acquisizione delle conoscenze sopra elencate sarà verificata tramite una prova scritta organizzata in due parti: Parte A: 25 domande a risposta multipla sull'intero programma del corso (15 punti). Ogni domanda vale 0,6 punti e presenta 4 opzioni, di cui SOLO UNA corretta. Viene assegnato un punteggio di 0,6 punti per la risposta corretta, una penalizzazione (- 0,15 punti) per la risposta errata, 0 punti per la risposta non data. Parte B: 2 domande di approfondimento che possono richiedere una risposta aperta e/o lo svolgimento di esercizi (11 punti). REGOLE D'ESAME: La correzione della parte B del compito viene effettuata solo per gli studenti che superino la soglia di 11/15 nella parte A. Il tempo a disposizione dello studente per la prova scritta è di 90 minuti. Non è possibile consultare materiale didattico né appunti o altri testi, è concesso l'uso della calcolatrice. Eventuali fogli per calcoli saranno forniti dal docente e riconsegnati al termine della prova. Non è previsto alcun orale integrativo. Al voto dello scritto si somma il voto ottenuto nella relazione di laboratorio, da consegnare a gruppi di 5-6 studenti (punteggio massimo 6 punti). Il punteggio massimo ottenibile è pertanto pari a 32 punti. La valutazione finale è espressa in trentesimi e considera: a) la correttezza delle risposte; b) la pertinenza delle informazioni fornite; c) la capacità di rispondere in modo chiaro, preciso e razionale, motivando adeguatamente le argomentazioni proposte. La valutazione degli elaborati viene effettuata tenendo conto di: a) rappresentazione dei risultati; b) chiarezza della presentazione; c) appropriatezza delle considerazioni proposte.

L'insegnamento è altamente multidisciplinare e a carattere innovativo. Pertanto, non sono indicati testi di riferimento. Il materiale utile per la preparazione all'esame è costituito dalle slide, che saranno caricate sul portale prima delle relative lezioni, da protocolli (forniti dal docente durante le esercitazioni) e da articoli scientifici di approfondimento: https://doi.org/10.1016/j.jconrel.2016.06.01 https://doi.org/10.3389/fphar.2018.00802 https://doi.org/10.1016/j.actbio.2019.08.002

es At the end of the course, the student will have acquired the knowledge of the enabling technologies in the design of advanced tools treating challenging diseases. In detail, the student will have acquired: 1) KNOWLEDGE AND UNDERSTANDING - Knowledge of the current clinical challenges and limits of available treatments. - General knowledge of in vitro models and of technologies to realize these systems. - Knowledge and understanding of gene therapy and its potential in medicine. - Knowledge of nanotechnology and of micro and nanostructured materials application in biomedicine. 2) CAPABILITY TO APPLY KNOWLEDGE AND UNDERSTANDING - Skills in the development of highly technological approaches to treat challenging diseases. - Skills in the design of biomimetic or bioinspired system to reproduce human complexity. - Application of the acquired knowledge to engineer new solution and new material design in medicine.

The course, which is mandatory for Bionanotechnology Career students and a free choice for the others, is held in the second year of the Master Degree. The final aim is to provide the student with basic biological knowledge of the mechanisms underlying diseases with a high social burden and challenging treatment (such as cancer, neurodegenerative and cardiovascular diseases, chronic inflammation and infection, osteoporosis) and exploit them to learn advanced technologies to treat these diseases.

1. THE BIOLOGICAL BACKGROUND • Recalls of basic concepts of cell biology and physiology. Barriers in the human body: a special focus on endothelial and blood brain barriers. Stem cells and their potential in medicine • The immunoresponse. 2. ENABLING TECHNOLOGIES FOR CLINICAL CHALLENGES WITH HIGH SOCIAL BURDEN: CANCER AND NEURODEGENERATIVE DISEASES • In vitro models as advanced strategies to study pathologies and test efficacy of novel drugs. • New genetic and stem cell therapy techniques to treat challenging diseases. • Mimicking the human complexity using organ-on-chip. 3. ENABLING TECHNOLOGIES FOR UNSOLVED CLINICAL CHALLENGES: FROM BIOCOMPATIBLE TO MULTIFUNCTIONAL BONE DEVICES • Promoting physiological host response through surface functionalization. • Fighting bacterial adhesion and controlling inflammation by biomaterials. • Magnetic Biomaterials to treat pathological bone tissue: multifunctional materials from the macro to the nanoscale. • Bone remodeling: methods to characterize bone tissue, in vitro approaches to evaluate remodeling. Design of treatment solutions to prevent remodeling associated diseases. 4. TECHNOLOGIES AND SMART MATERIALS TO FIGHT CHRONIC, INFECTED WOUNDS, DELAYED BONE HEALING, OSTEOPOROSIS • Composite Nanomaterials and multifunctional scaffolds releasing ions/biomolecules and with specific functions (antibacterial, proosteogenic, antiosteoclastogenic, proangiogenetic), under external stimuli as well.

Modalita di esame: Prova orale obbligatoria;
Exam: Compulsory oral exam;
... The final exam will consist in a critical discussion of scientific text(s) (paper, review, book chapter) strictly related to the course topics. The text(s) has to be agreed with the teacher(s) and will be summarized and analysed in a public seminar by groups of 3 students each for max. 30’. Overall duration of the exam will be 45’, including the following discussion with each student in which the degree of comprehension by concerning: - advanced cell biology and physiology and application in advanced cell therapies or in organ models design - enabling technologies (new materials, nanotechnologies, cell therapies) to meet unmet clinical challenges will be verified, together with the capability of applying this knowledge to specific case studies.

Slides and tutorials provided by the teacher and available through the website.

Al termine dell'insegnamento gli studenti saranno in grado di: - Progettare uno studio clinico, anche in riferimento ad aspetti etici e regolatori - Conoscere modelli organizzativi gestionali in ambito indagini cliniche e gli attori coinvolti - Analizzare i dati provenienti da studi clinici, con particolare riferimento ad analisi statistiche tramite R

L'insegnamento ha il fine di fornire gli strumenti metodologici e di calcolo necessari per una progettazione e gestione efficace degli studi clinici nel settore dei dispositivi medici. Gli argomenti trattati includeranno le modalità di disegno del protocollo di studio, con particolare attenzione agli aspetti normativi, le modalità di implementazione dello studio, l'analisi dei risultati e la redazione del Clinical Evaluation Report (CER). Verranno inoltre analizzati casi di studio in riferimento ai diversi ambiti clinici (ortopedico, cardiovascolare, respiratorio).

Durante l'insegnamento verranno trattati i seguenti macro-argomenti. Aspetti regolatori delle indagini cliniche (12 ore) - Introduzione MDR 2017/745 - Capitolo VI e Allegato XIV - Analogie e differenze con Reg. 2014/536 (Indagini cliniche su Farmaci) - Approfondimento su MDR - Allegato XIV Parte A: Valutazione clinica e CER; Allegato III: Post Market Surveillance; Allegato XIV Parte B: Post Market Clinical Follow Up - Good Clinical Practices, ISO 14155 e linee guida MDCG a livello Europeo (contenuti e spunti utili per gli attori coinvolti nelle indagini cliniche): clinical endpoint, principali attori e documentazione necessaria per progettare una indagine clinica). Aspetti gestionali ed etici delle indagini cliniche (8 ore) - Modelli Organizzativi Gestionali: attori coinvolti (Sponsor, Aziende, Clinical Research Organizations, Strutture Ospedaliere, Pazienti o associazioni di pazienti) - Aspetti Etici nella progettazione di uno studio clinico (con riferimento alla normativa italiana), con collegamento alla GDPR Analisi di dati provenienti da indagini cliniche (24 ore) - Determinazione della numerosità delle indagini cliniche - Analisi descrittiva di gruppi di pazienti - Modellazione di esiti binari e di esiti tempo-varianti Casi di studio (16 ore) - Esempi di indagini cliniche in ortopedia, traumatologia, cardiologia, pneumologia.

E' possibile sostenere l?esame in anticipo rispetto all?acquisizione della frequenza

Materiale fornito dal docente, messo a disposizione attraverso il portale della didattica.

Develop expertise in addressing the design, optimization, and characterization of cardiovascular medical devices. Develop confidence in applying digital twin technology and in silico trials for the design, fabrication, and testing of innovative medical devices, with the goal of reducing social and economic burdens.

The course Innovations in Cardiovascular Engineering aims to provide advanced engineering knowledge on cardiovascular devices and diagnostic tools, with particular emphasis on next generation design methodologies and characterization techniques. In this regard, the potential of approaches based on digital twin technology, as applied to cardiovascular medicine, is a central argument of the course. The course offers a comprehensive exploration of engineering methods and tools aimed at understanding how the integration of in vitro, in vivo and in silico approaches, supported by robust optimization strategies and AI applications, can significantly impact (1) the design and innovation phase of cardiovascular devices, considered as part of a complex system, and (2) the clinical translation and robustness of predictive tools for cardiovascular diseases. In addition to theoretical insights, the course includes illustrative examples and projects that enable the students to translate concepts in practical applications and experiences relevant to their future professional life. These examples and applications also encourage reflection on how fundamental fluid and solid mechanics theories constitute essential guidance for adopting correct design and characterization procedures, taking into account available optimization methods. Emphasis is therefore placed on current practices at the basis of medical device technologies and on key engineering utility concepts, while maintaining a logical and explanatory link between the basic aspects of biomechanics and cardiovascular science.

Interaction between the cardiovascular and the artificial systems. Experimental techniques for characterizing cardiovascular devices: test benches for hydrodynamic performance evaluation; anemometric techniques for analyzing local fluid dynamics in cardiovascular devices. Computational techniques for designing and characterizing cardiovascular devices: digital twins and in silico trials Design and evaluation criteria of prosthetic heart valves (mechanical, biological, percutaneous; aortic, mitral, tricuspid prostheses). Design and evaluation criteria of vascular stents (coronary stents, peripheral stents, intracranial stents). Design and evaluation criteria of endograft devices for the treatment of aortic diseases (endovascular aneurysm repair procedure). Laboratory activities will be designed to enable students to focus on the experimental and computational evaluation of cardiovascular devices and associated instrumentation.

Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo;
Exam: Written test; Group project;
... The examination is designed to assess knowledge of the topics listed in the official course syllabus and the ability to apply the theory and related experimental and computational methods to case studies. Grades are given in thirtieths, with a passing grade of at least 18/30. The examination consists of two parts: - Part I – Group Project: Students will work in groups to address real-world problems related to the design and characterization of cardiovascular devices. Each group will submit a report of the work done in the form of a scientific article, which will be the object of the evaluation (in terms of clarity, completeness, and technical soundness). - Part II – Written Test: This part consists of open-ended questions on the topics contained in the teaching syllabus, designed to test the level of knowledge and understanding of the topics covered. The purpose of the written exam is to verify the skills mentioned above (cf. Expected Learning Outcomes). In fact, the exam can include theoretical questions, which require the student's ability to construct a logical chaining by applying in sequence theoretical results seen in class, and also exercises, which require the need to identify and apply the most appropriate tools for their resolution. The duration of the written test is 1-1.5 hours. Notebooks, books, exercise sheets, forms, calculators may not be kept or consulted during the conduct of the written exam. Exam results will be posted on the teaching portal, along with information on when students can view their assignments and request clarifications.

Slides, scientific articles and laboratory texts provided by lecturers. Clinical and experimental data, along with images provided during lab sessions. Manuals and basic examples of application of CFD codes and equipment used in the laboratory.

Ci si attende l'acquisizione delle conoscenze necessarie per poter comprendere le potenzialità delle diverse classi di materiali nell’ottica di una loro applicazione in campo biomedico. Le conoscenze acquisite saranno utili per lo studio e la progettazione di dispositivi biomedici e protesici ove la scelta del materiale gioca un ruolo importante, con particolare attenzione alle problematiche legate, da un lato alla trasformazione dei materiali, dall’altro al loro impatto con il corpo umano e il mondo biologico. Il corso consentirà l'acquisizione di competenze relative al problem-solving e alla comunicazione scientifica nel settore biomedicale. Il corso fornisce la base utile per chi intende approfondire i temi relativi ai Materiali per applicazioni in Biomedicina.

L’insegnamento si propone di descrivere le problematiche relative allo studio, la progettazione, la caratterizzazione e l'utilizzo di materiali per applicazioni biomediche, correlandone la struttura e le proprietà con i possibili campi di utilizzo. Verranno descritte le caratteristiche principali di componenti e strumenti con i quali gli ingegneri impiegati nel settore biomedico si troveranno a lavorare, quali impianti e dispositivi medicali, e le proprietà dei biomateriali utilizzati per loro realizzazione. Oltre alla trattazione degli aspetti teorici, sarà previsto l'approfondimento della materia tramite esercitazioni pratiche (project oriented study) con l'obiettivo di concretizzare i concetti appresi durante le lezioni nel contesto della futura vita professionale.

Breve storia dei biomateriali. Definizione di Tossicità , Biocompatibilità e Bioattività ; loro criteri di valutazione in vivo e in vitro. La risposta dei tessuti viventi all'impianto di materiali estranei. L'interfaccia fra i materiali protesici e i tessuti biologici. Problematiche inerenti la progettazione, la trasformazione e l'utilizzo dei materiali in campo biomedico e dei dispositivi medicali, per applicazioni nei seguenti settori: • Ortopedico (artroprotesi, chirurgia vertebrale e del cranio), • Dentale (implantologia orale, materiali da restauro), • Cardio-vascolare (protesi valvolari, protesi vascolari, stent coronarici e periferici, tradizionali e medicati), • Oftalmico (lenti intraoculari, lenti a contatto, dispositivi per la chirurgia dell’occhio), • Chirurgico e implantologico dei tessuti molli (suture, materiali per la ricostruzione delle pareti addominali, stomie, cute artificiale), Verranno approfondite poi le relazioni fra, struttura, proprietà e settori di utilizzo delle principali classi di biomateriali quali i metalli e le leghe, i polimeri, i ceramici bioinerti, i ceramici bioattivi, i vetri e i vetroceramici bioattivi, i materiali a base di carbonio, i materiali compositi, i materiali biologici. Per alcuni di essi verranno approfonditi i metodi di sintesi e di lavorazione.

Modalita di esame: Prova scritta (in aula); Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Written test; Group project; Computer-based written test in class using POLITO platform;
... Obiettivi che l'esame intende accertare, coerentemente con i risultati di apprendimento attesi: - verificare l'apprendimento delle potenzialità delle diverse classi di materiali per applicazioni in campo biomedico. - verificare la conoscenza delle nozioni di base per la corretta scelta dei materiali per la progettazione di dispositivi biomedici e protesici. - verificare la conoscenza delle problematiche legate alla trasformazione dei materiali per uso biomedico. - verificare la conoscenza dell'impatto dei materiali sul corpo umano e il mondo biologico. - verificare la conoscenza delle basi utili all'approfondimento di temi relativi ai Materiali per applicazioni in Biomedicina. - verificare la capacità di applicare le conoscenze acquisite nella risoluzione di problemi reali. L’apprendimento è verificato tramite la valutazione del progetto di gruppo realizzato e presentato durante le esercitazioni, nonché tramite un esame finale individuale scritto, della durata di 40 minuti. Il massimo punteggio ottenibile in seguito alla valutazione del progetto di gruppo è di 15 punti (+1 per particolare merito a discrezione della docente) e si ritiene sufficiente con un punteggio minimo di 9 punti. Il punteggio viene attribuito in base ai criteri esposti nella rubrica valutativa (Uso del tempo, Uso degli strumenti, Uso delle conoscenze, Chiarezza e correttezza delle informazioni trasmesse, Efficacia della presentazione). A questo punteggio si aggiungerà quello conseguito durante l'esame scritto, erogato durante la regolare sessione di esami, che servirà a valutare le conoscenze acquisite durante le lezioni frontali. Lo scritto consterà di 10 quiz multiscelta su tutto il programma, da 1,5 punti a domanda (totale 15 punti). Ad ogni risposta sbagliata sarà applicata una penalizzazione pari a 0,3 punti. Ogni risposta non data varrà 0 punti. Il quiz si ritiene superato con un punteggio minimo di 9 punti. Il voto finale (somma del voto conseguito in seguito alla valutazione del progetto e di quello conseguito con l'esame scritto) avrà come massimo punteggio acquisibile 31/30 (che equivale a 30 e lode) e la sufficienza si ritiene acquisita con un punteggio minimo di 18/30. Nel caso di non superamento del quiz o di rifiuto del voto finale, il punteggio relativo all'elaborato verrà mantenuto valido anche per gli appelli e le sessioni successive. Durante la prova scritta non sarà consentito l’uso di materiale didattico. Dopo la correzione della prova scritta verranno comunicati giorni e orari per chi desidera visualizzare l’elaborato e comprendere le motivazioni della valutazione ottenuta.

Lucidi delle lezioni. Letture di riferimento per approfondimenti (principalmente alcune reviews bibliografiche) saranno suggeriti per le varie parti del Corso durante la discussione in aula. Gran parte dei contenuti possono essere approfonditi sui "Volumi della collana di Ingegneria Biomedica" dedicati ai Biomateriali (Pietrabissa - Di Bello - Patron Editore)

Knowledge and Understanding In the specific field of medical imaging, foundational knowledge includes the ability to understand the nature and diagnostic value of an image, which always represents only a partial view of a physical/physiological reality. Applying Knowledge and Understanding By the end of the course, students should be able to: • Distinguish different types of medical images, • Match processing techniques with diagnostic/scientific questions, • Develop innovative strategies and solutions accordingly. Judgment Autonomy This course helps develop independent judgment skills, particularly during laboratory sessions. Communication Skills The course also aims to improve students' written and oral communication skills through lab activities. Learning Skills The course encourages continuous learning by encouraging students to consult and read scientific articles published in international journals. This activity aims to provide knowledge of the most current topics in the field of medical image processing. Moreover, the lab sessions are fundamental for putting into practice the theoretical concepts.

Il presente modulo ha come obiettivo quello di fornire allo studente gli elementi fondamentali relativi all'elaborazione di immagini mediche. L'imaging medicale si caratterizza, nell'ambito piu ampio dell'image processing, per la necessità di una maggiore attenzione agli aspetti più clinici dell'immagine, primo fra tutti la valenza diagnostica dell'immagine medesima. Il medico, infatti, rimane il fruitore ultimo dell'immagine medica, che si configura come uno strumento con piu valenze: diagnostica, terapeutica, di monitoraggio, di ricerca e di validazione. Non si intende confinare il corso alle immagini di diagnostica umana in-vivo, ma si intende comprendere anche le applicazioni piu collegate alle scienze della vita, quali l?elaborazione delle immagini cellulari e sub-cellulari, precliniche e molecolari. Scopo del corso, quindi, e quello di affrontare le problematiche tipiche connesse all'utilizzo di immagini nelle diverse applicazioni delle scienze della vita. Obiettivo primario e quello di fornire allo studente una "visione" dell'elaborazione che vada al di là delle tecniche numeriche e computazionali, ma che tenga il quesito clinico (o scientifico) sempre come target primario. Obiettivi correlati sono la capacita di individuare le tecniche di elaborazione piu adatte nelle diverse condizioni.

The goal is to equip students with the basic knowledge required to process clinically relevant images for diagnostic or computational purposes. Students will learn how to enhance the diagnostic value of an image by: • Reducing noise, • Modifying edge appearance, • Equalizing color scales, • Improving detail perception. From a computational perspective, students will learn how to: • Segment images, • Calculate areas and perimeters, • Reconstruct 3D volumes. The course will also introduce common tomographic visualization and computer vision techniques. A broad range of clinical applications will be presented, covering morphological and functional images, across scales ranging from cells to whole organs or systems. Main Course Topics: • Images, the eye, and our visual system. Shape and color perception. • Key parameters of a clinical image and their diagnostic relevance: brightness, optical density, contrast, spatial resolution, depth resolution, amplitude resolution. • Point-wise and local operations. Brightness and contrast adjustment. Automatic image equalization. Gamma correction. • 2D filters. Low-pass and high-pass filters. Edge detection. Median filters. Specific denoising techniques. • Introduction to image segmentation. • Elements of artificial intelligence applied to medical imaging: deep learning architectures for segmentation. • Other image segmentation techniques: Morphological techniques. Histogram-based methods. Parametric and geometric deformable models. • ITK/VTK and professional solutions for processing and re-visualization applications. • 3D perfusion and vascularization studies. Vascular network skeletonization. • Initial concepts on designing and developing a software system that processes medical images.

Modalita di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
Exam: Compulsory oral exam; Group project;
... Onsite Exam: • Mandatory oral exam • Group project Each group (4 students) is assigned a dataset and a specific task, typically aligned with current challenges in medical imaging. Groups must submit: 1. Code solving the assigned task 2. A report summarizing the methodology and results Grading: • Project solution: up to 12 points • Report quality: up to 10 points • Oral exam (individual): up to 10 points Final grade = sum of the three components. Honors (lode) is awarded if total > 30 points.

• Slides provided by the instructor • Recently published scientific articles on relevant techniques

NeuroengineeringThe student will acquire the knowledge of currently available and emerging technologies for interfacing with the human brain. The student will obtain the ability to acquire real brain signals and process these signals using Matlab algorithms. Soft skills will also be developed such as: the ability to work in a team to deal with a laboratory assignment mimicking a real-world problem; the competence to analyze information in the literature and apply that information to a novel problem; and the capability to communicate effectively the methodological choices adopted to solve a problem. Smart measurements in sports and physical activityUpon completion of the course students will have got acquainted with: - the three pathways for energy expenditure during physical activity, including the circumstances under which each pathway predominates. - the different methods for assessing the intensity of physical exercise for different sports and physical activities, targeting different populations―able-bodied subjects, aged individuals, subjects with spinal cord injury. - how data provided by sensors in smartphones and wearable devices can be used to obtain information of physiological interest in sport and physical activity. - the use of these data as surrogates for predicting exercise intensity and energy expenditure during walking, running and other activities, as well as the peak anaerobic power output. - the application of appropriate inferential statistics for testing the validity of predictive methods based on smart devices and applications in sports and physical activity.

NeuroengineeringApplying engineering to neuroscience, the silver thread of the course will be the analysis of the human brain at different level of integration: from the single cell to small neural networks up to organ level, quantitatively measuring brain metabolism and studying complex brain functions such as neural control of muscle synergies, visual-sensory integration, and dual tasking. Smart measurements in sports and physical activitySmart, wearable devices integrate and facilitate many of the daily living process we are all subjected to. Most importantly, smart devices are embedded with sensors providing information of potential biomechanical and physiological interest, like whole-body kinematics and relative changes in blood oxygenation. The ease with which biological data can be collected, allied to the increasing popularity of consumer wearable and smartphone devices, stimulated indeed the emergence of mobile applications for promoting sport and physical activity in different populations. While the market of these health-related devices and applications has garnered the interest of both worldwide manufactures and independent developers, the validity of proposed solutions has been of deceptive concern. European concerted actions have been put into force to contend with this issue, ensuring the delivery of technology at the highest standards to the community. The successful development of health-related devices and applications requires skills transverse to exercise physiology, electronics and signal processing, offering Biomedical Engineers a unique opportunity to further their knowledge. At the basis of this developmental process is the multiplicative benefits of physical activity, limiting the emergence and the effects of non-communicable diseases as per the Global Action Plan on Physical Activity of the World Health Organization.

Neuroengineering1. Functional neuroanatomy and neurophysiology (including short notes on brain connectivity) 2. Neurobiological engineering: from the single cell to small networks 2.1 Single cell transmembrane potential detection, voltage clamp/patch clamp, spike sorting 2.2 Microelectrode Arrays (MEAs) to study electrical activity of cell networks LAB: Evaluation of Spike Sorting Techniques applied to Synthetic Extracellualr Recordings 3. Measuring the brain function and metabolism: from large networks to organ level 3.1 Near Infrared Spectroscopy (NIRS) 3.2 Functional Magnetic Resonance Imaging (fMRI) LAB: Acquiring and processing NIRS signal from the pre-frontal cortex under different types of stimuli 4. Stimulating the brain: neuromodulation techniques 4.1 Non-invasive techniques: Transcranial Direct Current Stimulation (tDCS), tACS, Transcranial magnetic stimulation (TMS) 4.3 Invasive techniques: Deep Brain Stimulation (DBS), Intracranial Cortical Stimulation (ICS) 5. Integration of CNS and PNS: a quantitative study of motor control 5.1 Motor control 5.2 Muscle synergies 5.2 Clinical applications 5.3 Motor-cognitive dual task LAB: Non-Negative Matrix factorization (NNMF) to extract muscle synergies during gait 6. Brain Machine Interfaces: from thought to action 6.1 BCI classification: Invasive, semi-invasive, non-invasive, stimulating, bi-directional 6.2 EEG-based BCIs: Visual Evoked Potentials (VEPs), Slow Cortical Potentials (SCPs), P300 oddball paradigm, sensorimotor rhythms (SMR) 7. Neuroprostheses (motor/sensory prostheses): a vision on the future 7.1 Pre-clinical research: retinal prosthesis (bionic eye) LAB PROJECT: To be defined Smart measurements in sports and physical activityThe following concepts will be delivered, with their relative credit hours indicated alongside: - The metabolic pathways for energy expenditure during physical activity: 6h - Methods for the quantification of the intensity of physical activity and energy expenditure: 6h - Extraction of data from smart and wearable devices (accelerometers, encoders, GPS): 6h - Predicting variables of physiological interest in sport and physical activity from smart-related data: 6h - Inferential statistics for hypothesis testing (General linear models, Bland-Altman plots): 6h - Laboratory activities, sought for addressing real-world challenges: 30 h

NeuroengineeringModalita di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo; Smart measurements in sports and physical activityModalita di esame: Prova orale obbligatoria; Elaborato progettuale in gruppo;
NeuroengineeringExam: Compulsory oral exam; Group project; Computer-based written test in class using POLITO platform; Smart measurements in sports and physical activityExam: Compulsory oral exam; Group project;
... NeuroengineeringEXPECTED LEARNING OUTCOMES The student will acquire the knowledge of currently available and emerging technologies for interfacing with the human brain. The student will obtain the ability to acquire real brain signals and process these signals using Matlab and Python algorithms. Soft skills will also be developed such as: the ability to work in a team to deal with a laboratory assignment mimicking a real-world problem; the competence to analyze information in the literature and apply that information to a novel problem; and the capability to communicate effectively the methodological choices adopted to solve a problem. The exam is aimed at verifying the acquisition of the knowledge and skills described in the Expected Learning Outcomes. It will be composed of 3 parts: - LABORATORY REPORT. The Lab-team of 4 students will produce a report with a textual and/or graphical description of the methods used to solve the "Lab-problem", the results obtained, represented through Matlab figures/plots/graphs produced by the algorithms they developed during the labs, and the interpretation and discussion of the results obtained. Score: Pass/Fail. (It is mandatory to pass to access the following evaluations) (Language: English). - WRITTEN TEST with structured (multiple choice, true/false), semi-structured (exercises, table completion,...) and open-ended questions about the topics covered during the frontal lessons and the Labs. The written test lasts 1 hour. During the exam it is not allowed to keep notes, or other Course materials, while it is allowed to use a calculator. During the exam it is not allowed to keep notes, or other Course materials, while it is allowed to use a calculator. Score: up to 23/33 points (minimum acceptable score to pass: 10) (Language: English). - INDIVIDUAL ORAL EXAMINATION about teamwork project (and lab report), topics covered during the course, as well as laboratory experiences held in class. (Language: English). The final mark, expressed in thirtieths, will be obtained as the sum of the two following scores: - WRITTEN TEST: up to 23/33 points (minimum acceptable score to pass: 10) - INDIVIDUAL ORAL EXAMINATION: up to 10/33 points. If the final mark is equal to or greater than 31.5 the Laude will be assigned. The exam scores will be communicated on the didactic web portal, as well as the date on which the students will be able to view the written test and ask for explanations. Smart measurements in sports and physical activityStudents will be assessed according to their ability in: - Computing descriptors of interest in sport and physical activity from biomechanical and physiological data collected with smartphones. - Processing these descriptors to assess exercise intensity and the metabolic systems for energy expenditure. - Using and interpreting inferential statistics for testing hypothesis sought to address real-world problems in sport and physical activity. GROUP PROJECT and a compulsory, ORAL EVALUATION will be considered to assess the knowledge and skills earned by the students during the course. GROUP PROJECT Students will be arranged into groups and will be requested to use elements dealt with during the course to address issues of relevance to the study of sport and physical activity. This process entails the: 1) identification of an open question; 2) ability to describe its applied relevance in the context of the course; 3) selection and use of the methodology necessary for addressing the question; 4) presentation and interpretation of results addressing the question. Examples of open questions will be provided to students, who will be free though to undertake any of the examples provided or to explore other questions at their will. Each group of students will be tasked with the preparation and presentation of a report detailing each of the four points just described. Guidelines will be provided to lead students through the preparation and presentation steps. Collectively, the report (16/33) and the presentation (6/33) contribute to 22/33 of the total, possible grade. ORAL EXAMINATION The oral evaluation, to be conducted after group projects have been assessed, is sought to ascertain individual students have: i) retained the knowledge transferred during the course; ii) understood how to apply the knowledge for addressing real-world problems; iii) contributed to the group project. A maximum of three (3) questions will be presented to each student, providing a maximal score of 11/33. Through group project and oral examination, students will be assessed as per their critical thinking skills. Distinction (cum laude) will be assigned to students obtaining a total score greater than 30.

NeuroengineeringSlides, articles and laboratory assignments provided by the teacher. Data and signals acquired during lab sessions + Matlab code to get some practice on how to process signals and analyze/interpret data. Suggested book: J. Wolpaw and E. Wolpaw - "Brain-Computer Interfaces. Principles and Practice", Oxford University Press, USA Smart measurements in sports and physical activityDifferent sources were considered to prepare the content of the course, from textbooks to scientific manuscripts published in peer-reviewed journals. Mainly, the course is based on two, refence textbooks: - McArdle WD, Katch FI, Katch VL. Exercise Physiology: Nutrition, Energy, and Human Performance (International Edition). Lippincott Williams&Wilki; 8th international edition (2014). 1024 pages. ISBN: 978-1451193831 - Krzanowski WJ. An Introduction to Statistical Modelling. Wiley; Reprint edition (2010). 264 pages. ISBN: 978-0470711019 All slides prepared integrate these different sources. Whenever the content illustrated is based on a scientific manuscript, the reference is provided and the referred material can be accessed online (when freely available) or upon request to the lecturer.

The student will gain competence in specific computational techniques at the level of molecular target modeling, ligand-protein interactions and pharmacokinetic simulations. To better understand the practical use of these methods, case studies will discuss examples of drug development from oncology, virology and immunology At the end of the course the student will be able to: • Understand molecular modeling approaches and force fields applied to drug-target systems. • Develop homology models of proteins • Perform bioinformatic and chemo-informatic database mining • Employ ligand-based drug screening/discovery/design algorithms • Employ structure-based drug screening/discovery/design algorithms with particular focus on drug-target docking simulations and fast binding affinity predictions • Understand the basis of pharmacokinetic modeling, use software for ADMET prediction, • Develop pharmacophore models, perform a QSAR determination. This course will help students to develop their independent thinking through self-assessment tests. The ability to learn is stimulated by a training program that alternates, in an organized schedule, methodological principles, application examples, and exercises. The course will help to improve both written and oral communication skills through classroom exercises, group and individual tutorials and through the development of a short applied project focused on drug design. The applied project will encourage the students to undertake surveys on websites, to view the scientific literature and to become aware of the applied research areas related to the course. The course will provide students with marketable skills for prospective employment in the biotech and pharma industries.

Rational drug design to treat a variety of diseases plaguing humans is a dream, which is fast becoming a practically achievable goal of computer-aided drug discovery research. This course will expose the student to methods and applications of computational drug design providing a historical overview followed by an in-depth introduction to present-day methods. The history of drug research can be divided into several phases characterized by: empirical methods, targeted isolation of active compounds from plants, systematic search for new synthetic materials with desired biological effects and the introduction of animal models as surrogates for patients, the use of in vitro test systems as a replacement for animal experiments, the introduction of molecular-level methods such as protein crystallography, molecular modeling. Today, quantitative structure–activity relationships are found for targeted structure-based and computer-aided design of drugs. Discoveries of new targets and the validation of their therapeutic value is achieved through genomic, transcriptomic, metabolomic and proteomic analysis, knock-in and knockout animal models, and gene silencing with siRNA. Main focus will be placed on both ligand-based and structure-based computer-aided design of an active substance, which is validated by in vitro and in vivo tests to determine the activity of new investigational compounds. The highly mathematical area of pharmacokinetics will also be discussed in detail as well. Examples of specific applications will be described.

• Historical overview of drug discovery • Introduction to modern drug design and development • Bioinformatic, chemi-informatic and pharmacological databases • Drug design and discovery • Protein homology modelling • Ligand/receptor docking for affinity calculation. Drug binding kinetics • Virtual Screening • Pharmacophore development • QSAR methodology • Pharmacokinetics and ADMET prediction • Basis of Molecular Mechanics, Molecular Dynamics and QM/MM for precise investigation of drug-protein binding interface

Modalita di esame: Elaborato progettuale in gruppo;
Exam: Group project;
... Computational Project to be carried out in team (3 to 5 students). The Project consists in solving a drug design problem by computational methods introduced during the course. Each team will prepare a report on the results of the project carried out in the form of a presentation (e.g. pptx). The exam is a team presentation. During the oral exam, the teacher may ask for information related to the project The teacher will evaluate 1. the student's knowledge of the topics covered during the course 2. the student's ability to apply the theoretical concepts to practical examples (e.g. correlating the theoretical concepts to their application in the group project) 3. the originality and critical thinking of the student in relation to the theoretical arguments/application examples covered during the exam.

• D.C. Young, Computational Chemistry, John Wiley &Sons, 2001 • Leach, A.R., 2001. Molecular modelling : principles and applications. Prentice Hall. • R.D. Hoffmann, A. Gohier and P. Pospisil (eds.) Data Mining in Drug Discovery, Wiley-VCH, 2014 • G. Klebe (ed.), Drug Design: Methodology, Concepts and Mode-of-Action, Springer, 2013

Al termine dell’insegnamento, gli studenti dovranno essere in grado di: • Descrivere i principi fondamentali di realtà virtuale, realtà aumentata e realtà mista, distinguendone architetture, dispositivi, modalità di interazione. • Conoscere i principali fattori che influenzano l’esperienza immersiva. • Comprendere procedure che consentono di trasformare dati e immagini biomediche in informazioni utilizzabili in ambienti immersivi o aumentati. • Conoscere i principali contesti di applicazione clinica tra cui la formazione sanitaria, la chirurgia, la riabilitazione, la simulazione clinica. • Reperire, interpretare e discutere letteratura e documentazione tecnica su tecnologie XR in medicina.

L’insegnamento introduce i principi, le tecnologie e le applicazioni cliniche della realtà virtuale, aumentata e mista in medicina. Queste tecnologie sono in forte crescita dal punto di vista tecnologico e applicativo e, nei prossimi anni, potrebbero assumere un ruolo sempre più rilevante in diversi ambiti della medicina, dalla visualizzazione anatomica alla pianificazione chirurgica, dalla diagnostica per immagini alla riabilitazione e alla formazione del personale sanitario. Nel percorso della Laurea Magistrale in Bioingegneria, l’insegnamento ha quindi l’obiettivo di 1) introdurre i concetti fondamentali delle tecnologie immersive e aumentate, fornendo gli strumenti per comprenderne il funzionamento e valutarne criticamente le potenzialità e 2) fornire una panoramica delle principali applicazioni in ambito medico.

L’insegnamento è organizzato in moduli tematici, articolati in una componente bioingegneristica e in una componente biomedico-clinica. La prima parte introduce i fondamenti tecnologici della realtà virtuale, aumentata e mista in medicina; la seconda parte approfondisce applicazioni cliniche, riabilitative e formative. I contenuti applicativi potranno essere aggiornati di anno in anno in funzione dell’evoluzione tecnologica del settore, della disponibilità di casi studio e delle competenze specialistiche coinvolte nell’insegnamento. 1. Tecnologie XR in medicina (20 ore) Verranno introdotti i principi tecnologici alla base delle applicazioni di realtà virtuale, realtà aumentata e realtà mista in ambito medico. Argomenti principali: principi di realtà virtuale, realtà aumentata, realtà mista e spatial computing; architetture hardware e software per applicazioni XR medicali; dispositivi e infrastrutture immersive: visori, display stereoscopici, CAVE, dispositivi wearable; sistemi di interazione e acquisizione: controller, hand tracking, eye tracking, sensori e sistemi di tracking; rappresentazione e visualizzazione tridimensionale di dati biomedici; pipeline da dati biomedici e immagini mediche ad ambienti immersivi o aumentati; 2. Applicazioni cliniche della XR (40 ore) Verranno introdotti diversi ambiti di applicazione di tecnologie XR in clinica. - Didattica e formazione: rappresentazione tridimensionale dell’anatomia umana; atlanti anatomici digitali, dissezione virtuale e modelli interattivi; integrazione di immagini TAC, RM, ecografiche o multimodali in ambienti XR; - Simulazione chirurgica, training procedurale e pianificazione: simulatori per procedure chirurgiche, endoscopiche, laparoscopiche o mini-invasive; pianificazione preoperatoria mediante modelli 3D; supporto intraoperatorio con realtà aumentata; - Riabilitazione motoria e funzionale: applicazioni XR nella riabilitazione motoria; monitoraggio del movimento mediante sensori, motion capture o sistemi markerless; feedback visivo, biofeedback; - Simulazione clinica e formazione delle professioni sanitarie uso della XR per la simulazione di scenari clinici; integrazione della simulazione immersiva nei percorsi formativi sanitari. - Casi studio e attività applicative: Nel corso dell’insegnamento saranno presentati e discussi casi studio selezionati tra applicazioni di realtà virtuale, aumentata o mista in ambito medico, con particolare riferimento agli ambiti sopra riportati. La selezione dei casi studio potrà essere aggiornata annualmente in funzione dell’evoluzione del settore, della disponibilità di strumenti dimostrativi o laboratoriali e delle competenze dei/delle docenti coinvolti/e.

Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
... L’esame è volto ad accertare l’acquisizione delle conoscenze e delle abilità indicate nei risultati di apprendimento attesi. e consta di • una prova scritta in aula • un elaborato di gruppo La prova scritta, della durata indicativa di 60 minuti, comprende una combinazione di domande a risposta multipla, risposta aperta e/o esercizi brevi sugli argomenti dell’insegnamento. La prova mira a verificare: • conoscenza dei principi tecnologici alla base delle applicazioni di realtà virtuale, realtà aumentata e realtà mista in medicina • conoscenza delle applicazioni in anatomia, chirurgia, riabilitazione, simulazione e formazione clinica; • capacità di identificare i requisiti per una particolare applicazione • capacità di valutare criticamente vantaggi e limiti di una soluzione XR in medicina. Per ogni esercizio/domanda verrà indicato il punteggio massimo associato. Durante la prova lo studente non può consultare appunti di alcun tipo (lezioni, esercitazioni, ...), né le dispense fornite dal docente o testi a stampa. Eventuale materiale necessario sarà fornito dal docente unitamente al testo dell’esame. L’elaborato di gruppo, svolto in gruppi di norma composti da 3–4 studenti/studentesse. consiste nello sviluppo di un elaborato/progetto relativo ad una possibile applicazione di tecniche di realtà aumentata o virtuale in ambito clinico. L’elaborato sarà consegnato in forma di relazione sintetica e/o presentazione, secondo le indicazioni fornite durante l’insegnamento. Composizione del voto finale Il voto finale, espresso in trentesimi, è determinato come segue: 28 punti per la prova scritta, 4 punti per l’elaborato di gruppo. L’esame si intende superato se il voto finale è pari o superiore a 18/30. La lode potrà essere nel caso di una valutazione complessiva maggiore o uguale a 31/30.

Materiale didattico fornito dal docente durante l'insegnamento Articoli scientifici selezionati e resi disponibili attraverso il portale della didattica. Documentazione tecnica e casi studio

Al termine dell'insegnamento lo studente avrà approfondito le problematiche legate all'utilizzo clinico di applicazioni basate su intelligenza artificiale

Il corso è incentrato sulle applicazioni di sanità digitale con particolare riferimento a quelle basate su metodi di intelligenza artificiale. L’obiettivo è mettere in evidenza gli aspetti applicativi innovativi, la normativa (GDPR, EU Act, EHDS, MDR) e gli standard che regolano la progettazione, lo sviluppo, la commercializzazione e l’utilizzo di queste applicazioni. Studi clinici e cartelle cliniche elettroniche consentono di avere a disposizione una grossa quantità di dati, questo aspetto verrà approfondito con particolare attenzione alla qualità e adeguatezza del dato. Le competenze teoriche saranno affiancate dalla presentazione di applicazioni dei settori della diagnostica per immagini e radioterapia, della chirurgia e della anestesia e rianimazione.

Caratteristiche delle applicazioni di sanità digitale legate all'intelligenza artificiale: - aspetti applicativi innovativi, - la normativa (GDPR, EU Act, EHDS, MDR) e i principali standard - qualità del dato e affidabilità del training, robustezza e usabilità dei risultati Applicazioni dei settori della diagnostica per immagini e radioterapia, della chirurgia e della anestesia e rianimazione.

Modalita di esame: Elaborato progettuale in gruppo; Prova scritta in aula tramite PC con l'utilizzo della piattaforma di ateneo;
Exam: Group project; Computer-based written test in class using POLITO platform;
... Scritto (16 pt): domande a risposta multipla Report progetto (17 pt)

Il laureando dovrà dimostrare capacità di operare in modo autonomo, padronanza dei temi trattati e attitudine alla sintesi nel comunicarne i contenuti e nel sostenere una discussione.

La prova finale rappresenta un importante momento formativo del corso di laurea magistrale e consiste in una tesi che deve essere elaborata in modo originale dallo studente sotto la guida di un relatore. E' richiesto che lo studente svolga autonomamente la fase di studio approfondito di un problema tecnico progettuale inerente l'ingegneria biomedica, prenda in esame criticamente la documentazione disponibile ed elabori il problema, proponendo soluzioni ingegneristiche adeguate. Il lavoro può essere svolto presso i dipartimenti e i laboratori dell'Ateneo, presso altre università italiane o straniere, presso laboratori di ricerca esterni e presso industrie e studi professionali con i quali sono stabiliti rapporti di collaborazione. L'esposizione e la discussione dell'elaborato avvengono di fronte ad apposita commissione. La tesi può essere redatta e presentata in lingua inglese. Modalità di assegnazione e dettagli sullo svolgimento della prova finale sono precisati nel regolamento didattico di Corso di Laurea Magistrale.

Modalita di esame: Prova orale obbligatoria;
Exam: Compulsory oral exam;
... Il punteggio di partenza consisterà nella media dei voto relativi agli esami della laurea magistrale alla quale potranno essere aggiunti al massimo 8 punti. Criteri di formulazione del punteggio aggiuntivo al massimo pari a 8 punti: - massimo 4 punti per la tesi - massimo 3 punti per la presentazione e la difesa - massimo 2 punti per percorso meritevole e durata (numero lodi x 0.25 + 1 punto per laurea entro i due anni, 0,5 entro 3 anni e 0 oltre i 3 anni) Qualora la somma dei punti sia maggiore di 8 il punteggio viene saturato e vengono assegnati 8 punti. La lode potrà essere assegnata al superamento del punteggio 110/110 a discrezione della Commissione e a maggioranza qualificata, ovvero di almeno i 2/3 dei componenti la Commissione.

Il laureando dovrà dimostrare capacità di operare in modo autonomo, padronanza dei temi trattati e attitudine alla sintesi nel comunicarne i contenuti e nel sostenere una discussione.

La prova finale rappresenta un importante momento formativo del corso di laurea magistrale e consiste in una tesi che deve essere elaborata in modo originale dallo studente sotto la guida di un relatore. E' richiesto che lo studente svolga autonomamente la fase di studio approfondito di un problema tecnico progettuale inerente l'ingegneria biomedica, prenda in esame criticamente la documentazione disponibile ed elabori il problema, proponendo soluzioni ingegneristiche adeguate. Il lavoro può essere svolto presso i dipartimenti e i laboratori dell'Ateneo, presso altre università italiane o straniere, presso laboratori di ricerca esterni e presso industrie e studi professionali con i quali sono stabiliti rapporti di collaborazione. L'esposizione e la discussione dell'elaborato avvengono di fronte ad apposita commissione. La tesi può essere redatta e presentata in lingua inglese. Modalità di assegnazione e dettagli sullo svolgimento della prova finale sono precisati nel regolamento didattico di Corso di Laurea Magistrale.

Modalita di esame: Prova orale obbligatoria; Exam: Compulsory oral exam; ... Il punteggio di partenza consisterà nella media dei voto relativi agli esami della laurea magistrale alla quale potranno essere aggiunti al massimo 8 punti. Criteri di formulazione del punteggio aggiuntivo al massimo pari a 8 punti: - massimo 4 punti per la tesi - massimo 3 punti per la presentazione e la difesa - massimo 2 punti per percorso meritevole e durata (numero lodi x 0.25 + 1 punto per laurea entro i due anni, 0,5 entro 3 anni e 0 oltre i 3 anni) Qualora la somma dei punti sia maggiore di 8 il punteggio viene saturato e vengono assegnati 8 punti. La lode potrà essere assegnata al superamento del punteggio 110/110 a discrezione della Commissione e a maggioranza qualificata, ovvero di almeno i 2/3 dei componenti la Commissione.