Corso di laurea

Ingegneria Biomedica

Università degli Studi di Cagliari · 42 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

Applicazioni Cliniche Della Medicina Personalizzata 1° anno · 2° semestre · 9 CFU · IBIO-01/A · 0 file

Il corso si propone di fornire allo studente competenze e abilità sia di natura progettuale che pratiche/laboratoristiche concernenti l’applicazione dei principali concetti di medicina personalizzata con riferimento a…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire allo studente competenze e abilità sia di natura progettuale che pratiche/laboratoristiche concernenti l’applicazione dei principali concetti di medicina personalizzata con riferimento a due ambiti clinici di grande rilevanza, ossia quello neurologico e quello ortopedico. In particolare, saranno presi in esame: 1) Gli strumenti clinici e di laboratorio maggiormente impiegati nel percorso di diagnosi e trattamento delle principali malattie neurologiche, focalizzando l’attenzione sui requisiti specifici associati a fattori di variabilità interindividuale quali sesso, età, presenza di co-morbilità, ecc. 2) La pianificazione del flusso di lavoro (dal quadro clinico all’intervento chirurgico) che caratterizza il moderno approccio alla chirurgia di sostituzione protesica delle grandi articolazioni. In particolare, verranno prese in esame le tecniche di pianificazione operatoria che fanno riferimento ad elementi di personalizzazione legati al sesso, all’antropometria, all’età, ecc.

Programma

La medicina personalizzata in neurologia • Cenni su anatomia, fisiologia, fisiopatologia del sistema nervoso centrale e periferico • Principali patologie neurologiche: Eziologia, fisiopatologia, quadro clinico, prognosi diagnosi e trattamento delle principali malattie di interesse neurologico: Disturbi del movimento (Malattia di Parkinson e Corea di Huntington, distonie), malattie demielinizzanti (Sclerosi Multipla), disturbi cognitivi (Malattia di Alzheimer), patologie cerebrovascolari (Stroke ischemico ed emorragico), malattie neuromuscolari (miopatie, miastenia gravis, neuropatie, sclerosi laterale amiotrofica), epilessie. Saranno analizzate anche le principali differenze inter-individuali legate a sesso ed età • Le principali tecniche di neurofisiopatologia a supporto della diagnostica e della terapia: l’elettroencefalografia, l’elettromiografia e velocità di conduzione, i potenziali evocati multimodali. Analisi laboratoristiche a supporto di diagnosi e monitoraggio. • La valutazione della funzionalità neurologica mediante osservazione diretta, test clinici e scale semiquantitative e quantitative. Esempi applicativi • L’analisi strumentale per la valutazione ed il monitoraggio della funzionalità motoria nelle patologie neurologiche: esempi applicativi e casi studio La medicina personalizzata nella chirurgia ortopedia • Fondamenti di chirurgia protesica di anca, ginocchio e spalla. Principi di biomeccanica articolare alla base del design delle componenti protesiche attualmente in uso nella comune pratica clinica.Tecniche di impianto e di fissazione delle componenti, tribologia articolare e meccanismi di fallimento. • Le principali tecnologie di imaging tradizionale per la pianificazione preoperatoria ed i moderni sistemi di visualizzazione, segmentazione ed interpretazione di immagini tridimensionali DICOM. Esportazione e manipolazione dei modelli tridimensionali dei segmenti anatomici. Descrizione approfondita di uno o più metodi e strumenti commerciali per tali operazioni anche con applicazioni pratiche. • Misure e valutazioni sui modelli 3D mediante strumenti numerici. Strumenti di modellazione CAD, descrizione delle principali caratteristiche e strumenti dei software per la realizzazione/modifica di un modello CAD, con approfondimenti su uno o più software di modellazione commerciale anche con applicazioni pratiche. • Cenni di analisi strutturale mediante modellazione agli elementi finiti ed applicazioni pratiche. • Cenni sulle principali tecnologie di prototipazione rapida e stampa 3D in uso biomedicale, con particolare riferimento alle applicazioni per il supporto della chirurgia ortopedica con approfondimenti sulle strumentazioni commerciali in uso per la realizzazione di stampa 3D a partire da modelli CAD, anche con applicazioni pratiche.

La conoscenza dei fondamenti del disegno tecnico, della biomeccanica e degli elementi base di anatomia e fisiologia è elemento desiderabile per un’ottimale efficacia didattica.

Il corso viene erogato mediante lezioni frontali, seminari monografici tenuti da esperti del settore ed esercitazioni pratiche. In particolare, per quanto concerne la parte di progettazione di dispositivi protesici per la chirurgia ortopedia, gli studenti svolgeranno specifiche esercitazioni di modellazione e stampa 3D presso il laboratorio dei Dipartimento di Scienze Mediche e Sanità Pubblica sito nella Cittadella di Monserrato

Modalità d'esame

La prova di esame include: 1) presentazione (12 minuti) di un articolo scientifico scelto dal docente 2) colloquio orale che mira a stabilire la capacità dello studente di affrontare un problema pratico di gestione di un caso clinico relativo alle patologie trattate nel corso dal punto di vista delle misure bioingegneristiche e della loro interpretazione

Testi di riferimento

1) Dispense fornite dai docenti 2) Shumway.Cook, Wollacott "Motor Control: trasmating research into clinical practice 4th edition" Wolters Kluiwert 3) Bioingegneria della Postura e del Movimento, a cura di Cappello A., Capozzo A, di Pampero P.E., Patron Editore

Codice insegnamento 22622

Bioingegneria Dei Sistemi Organo-Tessuto E Organi Artificiali 1° anno · 2° semestre · 6 CFU · ICHI-01/B · 0 file

Obiettivi Gli studenti applicheranno le leggi biofisiche per definire modelli fisiologici computazionali per lo sviluppo di strumenti diagnostici e metodi terapeutici. Il corso si concentra sulla comprensione…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi Gli studenti applicheranno le leggi biofisiche per definire modelli fisiologici computazionali per lo sviluppo di strumenti diagnostici e metodi terapeutici. Il corso si concentra sulla comprensione quantitativa dei sistemi biologici e della relazione tra struttura e funzione. Gli studenti impareranno a: definire modelli computazionali di processi biologici e fisiologici a livello cellulare, tissutale e di organo in condizioni fisiologiche e fisiopatologiche; integrare dati con i modelli fisiologici; analizzare i modelli per individuare esperimenti in grado di distinguere meccanismi fisiologici e fisiopatologici; utilizzare le simulazioni per valutare strategie terapeutiche. Saranno utilizzate opportune librerie software (Matlab) per risolvere problemi caratterizzati da variazioni temporali e spaziali di sostanze biochimicamente attive. Conoscenza e capacità di comprensione Il corso è fondato sullo studio avanzato del trasporto di materia e delle reazioni biochimiche nei sistemi biologici e biomedici e fornirà conoscenze e capacità di comprensione per: -l’analisi quantitativa dei meccanismi che regolano i sistemi cellulari e organo-tessuto in condizioni fisiologiche e fisiopatologiche; -la modellazione dei processi di trasporto, reazione e crescita in sistemi biologici, colture cellulari e sistemi di ingegneria tissutale; -l’identificazione dei parametri e dei meccanismi che determinano il comportamento del modello e di strategie per l’ottimizzazione degli interventi terapeutici. Capacità di applicare la conoscenza e capacità di comprensione La formazione teorica sarà accompagnata da esercitazioni applicative volte a stimolare la partecipazione attiva e la capacità di elaborazione autonoma. Gli studenti saranno in grado di utilizzare software di calcolo per risolvere problemi riguardanti: -la funzione dei sistemi renale, cardiorespiratorio e muscoloscheletrico, le strategie di somministrazione di farmaci e i sistemi di ingegneria tissutale; -l’identificazione dei parametri che influenzano i processi biologici e fisiologici nei sistemi organo-tessuto e nei sistemi biologici ingegnerizzati, inclusi gli organi artificiali; -la valutazione di ipotesi relative ai meccanismi fisiologici e fisiopatologici mediante la simulazione della risposta dei sistemi biologici in diverse condizioni. Autonomia di giudizio Al termine del corso lo studente sarà in grado di: valutare criticamente problematiche relative all’alterazione di processi biologici e fisiologici e alla disfunzione di sistemi, organi e tessuti, individuando appropriate strategie di risoluzione. Saprà impiegare la simulazione del sistema biologico per valutare la risposta in determinate condizioni sperimentali e selezionare quali sono le informazioni e parametri rilevanti e quali approssimazioni sono appropriate. Abilità comunicative Le esercitazioni in aula, le relazioni scritte e la presentazione e discussione della tesina consentiranno allo studente di sviluppare la capacità di esporre in maniera chiara, coerente e critica sia i risultati sia le problematiche incontrate dei sistemi. La discussione in aula dei lavori svolti favorirà l’acquisizione di competenze nell’illustrare contenuti tecnico-scientifici a interlocutori con diversa formazione, utilizzando un linguaggio appropriato e supportando le proprie argomentazioni con riferimenti metodologici e bibliografici. Capacità di apprendere autonomamente Le conoscenze e gli strumenti metodologici acquisiti durante il corso consentiranno allo studente di sviluppare capacità di apprendimento autonomo e di affrontare problematiche anche non trattate a lezione. Il processo di apprendimento indipendente, attraverso la raccolta critica, l elaborazione e il consolidamento delle conoscenze, favorirà lo sviluppo della capacità di applicare i principi introdotti a nuovi problemi relativi al trasporto, alle reazioni e all utilizzazione di sostanze biochimicamente attive in sistemi cellulari e organo-tessuto.

Programma

Principi per la definizione e validazione di modelli matematici per sistemi biologici e fisiologici. Bilanci di materia e reazioni biochimiche: analisi della distribuzione spazio-temporale di sostanze bioattive, somministrazione di farmaci attraverso la pelle e sistemi organo-tessuto. Modelli compartimentali per la fisiologia del sistema renale e metabolismo dell’etanolo, trasporto dei gas nel sistema cardio-respiratorio e muscolo-scheletrico: ventilazione, diffusione e convezione in condizione di riposo e durante l’attività fisica. Bilanci di popolazione: motilità, chemiotassi, proliferazione, aptotassi, differenziazione e morte cellulare. Metastasi tumorale: crescita tumorale e vascolarizzazione, invasione cellulare e metastasi. Organi artificiali e bioartificiali: e fegato. Modulo 1 (6h L + 6h E) – Introduzione ai modelli e analisi di sistemi biologici: Modelli sperimentali e matematici, classificazione dei modelli matematici, definizione e soluzione del modello matematico, strong Inference (Inferenza forte), omeostasi, stato stazionario ed equilibrio, rappresentazione di sistemi biologico, il sistema biologico, composizione del sistema biologico, bilanci di materia, modelli a parametri concentrati (Spatially Lumped Models) e a parametri distribuiti. Modulo 2 (4h L + 6h E) – Il sistema renale: Anatomia e funzione renale, modello del tubulo renale: parametri concentrati e parametri distribuiti Modulo 3 (4h L + 6h E) – Il metabolismo dell’etanolo: La degradazione dell'etanolo, modello per il metabolismo e distribuzione dell’etanolo: variabili del modello, stomaco, intestino, fegato, muscoli e sistema circolatorio, analisi del comportamento del sistema Modulo 4 (3h L + 3h E) – Trasporto dei gas nel sistema cardio respiratorio e muscolo scheletrico: Trasporto dei gas nel sistema respiratorio: la respirazione in condizioni di stato stazionario e non stazionario. Trasporto ed utilizzazione dell'O2 nel sistema muscolo scheletrico, condizioni di stato stazionario. Modulo 5 (3h L + 3h E) – Trasporto di materia in sistemi con geometrie cartesiane, cilindriche e sferiche: Trasporto di materia con geometria cartesiana con densità massica o molare costante, trasporto asimmetrico attraverso una superficie cilindrica, trasporto simmetrico attraverso una superficie sferica. Modulo 6 (4h L + 4h E) – Bilanci di popolazione: I processi della dinamica di una popolazione cellulare, trasporto cellulare: motilità casuale, chemotassi, aptotassi; generazione e morte cellulare: proliferazione cellulare, morte cellulare, differenziazione cellulare, proliferazione cellulare regolata da Inibizione da Contatto. Modulo 7 (4h L + 4h E) – Organi artificiali: classificazione degli organi artificiali, il fegato e le sue funzioni, Il fegato artificiale e bioartificiale, trasporto delle sostanze tossiche, ossigenazione del tessuto, trasporto di materia nel compartimento vascolare ed extravascolare.

Le propedeuticità obbligatorie sono indicate nel Regolamento didattico del Corso di studi. In particolare, sono indispensabili le conoscenze di base di matematica, chimica e fisica acquisite nel percorso di laurea di primo livello, unitamente alla comprensione dei principi del trasporto della materia, degli equilibri chimici e di fase, nonché dell’ingegneria delle reazioni chimiche e/o biochimiche. Sono inoltre rilevanti le conoscenze relative alle apparecchiature fluodinamicamente ideali sede di fenomeni reattivi. È infine fortemente consigliato il possesso di competenze in ambito di metodi e algoritmi numerici per l’ingegneria.

La didattica verrà erogata in presenza. Il corso è di 60 ore complessive: Lezioni frontali 28 ore, esercitazioni pratiche 32 ore. Durante lo svolgimento delle lezioni il docente tratterà gli aspetti teorici del corso, che saranno accompagnati da numerosi esempi applicativi. In questa fase il docente stimolerà gli studenti con quesiti inerenti all'argomento trattato, con lo scopo di verificare il loro grado di attenzione e di apprendimento. Le esercitazioni in aula saranno svolte in gruppo o singolarmente e prevedono, almeno in una prima fase, il supporto da parte del docente, mentre nel proseguo del corso gli studenti saranno stimolati a risolvere in modo progressivamente più autonomo le problematiche incontrate.

Modalità d'esame

La valutazione finale verifica l’acquisizione delle conoscenze relative ai principi biofisici e fisiologici trattati nel corso e la capacità di applicarle alla definizione, analisi e soluzione di modelli matematici di sistemi biologici e organo-tessuto. La valutazione comprende una prova scritta (12 punti), le esercitazioni (8 punti) e una tesina con presentazione e discussione (10 punti). Il voto finale è espresso in trentesimi ed è ottenuto sommando i punteggi attribuiti alle tre componenti. Prova scritta (0–12 punti). Verifica la conoscenza e la comprensione dei principi biofisici, fisiologici e di trasporto e la capacità di applicarli alla formulazione di modelli matematici. Comprende quesiti sui concetti e sui processi trattati nel corso e quesiti di modellazione nei quali, a partire dalla descrizione di un sistema biologico, lo studente deve identificare variabili, parametri, fenomeni rilevanti e ipotesi semplificative e formulare le equazioni del modello, senza necessariamente risolverle. Il punteggio è attribuito secondo i seguenti criteri: • 0–5: conoscenze insufficienti e difficoltà nell’applicazione dei concetti; • 6–8: conoscenza degli elementi essenziali e capacità di formulare modelli semplici, con eventuali imprecisioni; • 9–10: buona conoscenza e corretta applicazione dei principi alla formulazione dei modelli; • 11–12: conoscenza approfondita, autonomia nella formulazione e analisi dei modelli e capacità di discutere criticamente ipotesi e approssimazioni. Esercitazioni (0–8 punti). Verificano la capacità di implementare e risolvere numericamente i modelli affrontati durante il corso e di analizzare e interpretare i risultati. La valutazione considera completezza e correttezza del lavoro, appropriatezza dell’implementazione e capacità di analisi: • 0–2: lavoro incompleto o con errori sostanziali; • 3–4: lavoro complessivamente svolto, con incompletezze o imprecisioni; • 5–6: lavoro completo e sostanzialmente corretto, con buona analisi dei risultati; • 7–8: lavoro completo e accurato, svolto con autonomia e capacità di interpretazione critica. Tesina, presentazione e discussione (0–10 punti). La tesina, su un argomento assegnato dal docente, verifica la capacità di affrontare in modo organico un problema di modellazione, formulare e implementare il modello, motivare le ipotesi adottate, analizzare e interpretare i risultati e discuterne criticamente significato e limiti. La presentazione e la discussione verificano anche la padronanza individuale del lavoro svolto: • 0–3: lavoro insufficiente o con carenze sostanziali; • 4–5: lavoro parzialmente adeguato o con carenze significative; • 6: sviluppo adeguato degli elementi essenziali del problema; • 7–8: buon sviluppo del lavoro, corretta analisi e buona padronanza; • 9–10: lavoro completo e rigoroso, con autonomia, padronanza e capacità di analisi critica. Per superare l’esame è necessario conseguire almeno 18/30 complessivi e 6/12 nella prova scritta. La lode può essere attribuita allo studente che raggiunga il massimo punteggio e dimostri eccellente padronanza degli argomenti, autonomia di giudizio e capacità di analisi critica e di collegamento tra i contenuti del corso.

Testi di riferimento

RL Fournier – Basic transport phenomena in biomedical engineering 4th Ed, Taylor and Francis – 2018 Biomedical Mass Transport and Chemical Reaction: Physicochemical Principles and Mathematical Modeling – JS Ultman, H Baskaran, GM Saidel. ISBN: 978-0-471-65632-6, 2016. GA Truskey, F. Yuan, D.F. Katz – Transport Phenomena in Biological Systems 2nd Ed, Pearson Hill – 2004

Codice insegnamento 22621

Bioingegneria Del Sistema Motorio 1° anno · 1° semestre · 6 CFU · IBIO-01/A · 0 file

Il corso si propone di fornire agli studenti le basi ingegneristiche necessarie ad individuare e trattare le problematiche del sistema motorio umano in contesti clinici, focalizzando l’attenzione sui principali fattori…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire agli studenti le basi ingegneristiche necessarie ad individuare e trattare le problematiche del sistema motorio umano in contesti clinici, focalizzando l’attenzione sui principali fattori di variabilità inter-individuale associati al sesso, all’età e ad alcune condizioni patologiche note per la loro capacità di alterare la fisiologica funzionalità motoria.

Programma

Lo studio del movimento umano: cenni storici La fisiologia del controllo motorio: strutture del sistema nervoso centrale e periferico deputate al controllo motorio. Generalità sulle funzioni cerebrali, il sistema somatosensoriale, visivo e vestibolare, la corteccia motoria, il cervelletto, i gangli della base, mesencefalo e midollo spinale. Le tappe dello sviluppo motorio: dall’infanzia alla maturità. Approfondimenti sulla generazione del movimento volontario. Le principali teorie sul controllo motorio: teorie basate sui riflessi, teorie gerarchiche, teorie dei programmi motori, teorie cibernetiche, teorie dinamiche, teorie ecologiche. Metodi per l’analisi biomeccanica del sistema motorio Il controllo posturale: le variabili rilevanti nella biomeccanica della stazione eretta (concetto di centro di massa e centro di pressione), le oscillazioni posturali spontanee (sway posturale), il modello a pendolo inverso. Metodi strumentali per la valutazione dell’efficienza del sistema di controllo posturale: la posturografia statica e dinamica. Struttura e funzioni delle piattaforme di forza. Estrazione dei parametri clinicamente significativi nella posturografia statica: area di sway, lunghezza del gomitolo di sway, escursioni e velocità del COP. Evoluzione del controllo posturale nell’uomo: le differenze associate all’età, al sesso e ad alcune condizioni patologiche. Studio dell’interazione piede-terreno: struttura e funzioni del piede, gli archi plantari, definizione della morfologia dell’appoggio plantare: il calcolo dell’Arch Index. Valutazione quantitativa dei parametri caratterizzanti l’interazione piede-terreno: aree di contatto, pressioni medie e pressioni di picco. Metodi quantitativi per la misura di aree e pressioni plantari: Harris mat, podoscopio, badopodometria elettronica. Struttura e funzioni di una piattaforma baropodometrica: sensori capacitivi e resistivi. Esempi applicativi Analisi cinematica del movimento umano: i sistemi basati su stereofotogrammetria optoelettronica. Elementi base del sistema, caratteristiche delle telecamere, i protocolli di markerizzazione tecnici ed anatomici. Focus sull’analisi del cammino (gait analysis). Il cammino umano: i parametri spazio-temporali e cinematici. Elaborazione ed interpretazione dei dati provenienti da una gait analysis, esempi applicativi. Evoluzione del cammino nell’uomo: le differenze associate all’età, al sesso e ad alcune condizioni patologiche. L’elettromiografia di superficie kinesiologica (sEMG): cenni di anatomia e fisiologia dei muscoli deputati alle contrazioni volontarie. Meccanismi di generazione della contrazione muscolare. La misura di timing ed ampiezza della contrazione muscolare mediante sistemi sEMG. Acquisizione, elaborazione ed interpretazione del dato sEMG. La valutazione della forza muscolare: metodi qualitativi e quantitativi. I dinamometri analogici e digitali per l’analisi della forza di presa (HGS) e per la dinamometria isocinetica. Parametri rilevanti. Trend di variazione della forza muscolare con l’età e con il sesso. I sensori inerziali per lo studio del movimento umano (IMU): generalità su struttura e funzionamento di accelerometri e giroscopi. Applicazioni nell’analisi del cammino, nella mobilità funzionale e nella valutazione di quantità ed intensità dell’attività fisica effettuata in contesti domiciliari. Principali tecniche di analisi del segnale accelerometrico per l’estrazione di informazioni su cammino e sway posturale.

Considerata la collocazione del corso nell’ambito dell’offerta formativa (1° anno, 1° semestre) non sono previste propedeuticità specifiche. Più in generale, lo studente dovrebbe possedere competenze base di Fisica (statica, dinamica, cinematica) e di Biomeccanica

Il corso viene erogato principalmente attraverso lezioni frontali (60%) ed esercitazioni pratiche di laboratorio (40%) relative all'impiego dei principali strumenti per l'analisi del movimento umano

Modalità d'esame

La verifica finale si articola in una prova orale su quesiti che spaziano su tutti gli argomenti del corso. Viene valutata la capacità dello studente di rielaborare i concetti appresi a lezione fornendo spiegazioni su casi pratici o illustrando sinteticamente vantaggi e criticità associati all'impiego di alcune tecniche per l'analisi del movimento umano

Testi di riferimento

1) Bioingegneria della postura e del movimento Cappello Angelo (curatore) - Cappozzo Aurelio (curatore) - di Prampero Pietro Enrico (curatore) ISBN/EAN: 9788855527170. Patron Editore 2) Motor Control: Translating Research into Clinical Practice Shumway-Cook, Anne (Autore), Ph.D. Woollacott, Marjorie (Autore) Lippincott Williams & Wilkins 3) Slides e articoli forniti dal docente

Codice insegnamento 22612

Biologia Cellulare Avanzata E Elementi Di Genomica 1° anno · 2° semestre · 6 CFU · BIOS-10/A · 0 file

Il modulo di Biologia Cellulare Avanzata e Elementi di Genomica è parte del corso Corso integrato: Metodi matematici e biologia avanzata per la bioingegneria. Conoscenza e comprensione della struttura delle cellule,…

Scheda dell'insegnamento

Obiettivi formativi

Il modulo di Biologia Cellulare Avanzata e Elementi di Genomica è parte del corso Corso integrato: Metodi matematici e biologia avanzata per la bioingegneria. Conoscenza e comprensione della struttura delle cellule, dei meccanismi e dei processi che regolano il funzionamento cellulare. Conoscenza e comprensione della biologia delle cellule staminali embrionali e tissutali. Conoscenza e comprensione della struttura e funzione del genoma umano e della regolazione epigenetica dello stesso. Conoscenza e comprensione delle tecnologie per la generazione e la manipolazione di cellule umane come modelli per lo studio di malattie e come approcci terapeutici innovativi. Capacità di analizzare e discutere, autonomamente e criticamente, i risultati di lavori scientifici riguardanti gli argomenti trattati durante il corso. Abilità nella comunicazione delle conoscenze e competenze acquisite utilizzando il linguaggio specifico della materia.

Programma

Fondamenti di biologia cellulare: - Struttura delle cellule e suoi componenti, - Differenze tra cellule eucariotiche e procariotiche Flusso dell’informazione genetica: - Struttura del DNA e caratteristiche fisico-chimiche - Organizzazione del DNA nei procarioti e negli eucarioti - Replicazione e riparazione del DNA - Trascrizione e regolazione dell'espressione genica - Traduzione Cenni sulla struttura, i cicli vitali e utilizzi dei virus Il ciclo cellulare negli eucarioti e la sua regolazione Principi di base della struttura, organizzazione e regolazione del genoma umano Cenni su tecniche di analisi di acidi nucleici: - Estrazione di acidi nucleici - La tecnologia del DNA ricombinante - Metodiche basate sull'ibridazione di acidi nucleici - Tecniche di sequenziamento e analisi bioinformatica Biologia delle cellule staminali Tecnologie per l’allestimento e manipolazione genetica ed epigenetica di colture cellulari 2D e 3D e loro applicazioni in medicina

Il corso non prevede propedeuticità ma sono necessarie, per poter seguire con profitto, conoscenze di base di chimica generale, biochimica, fisiologia e anatomia che dovrebbero essere parte del percorso triennale.

Lezioni frontali. Durante il corso vengono proposti dei quiz di apprendimento con risponditori anonimi e dei quesiti da risolvere utilizzando i principi delle tecnologie studiate durante il corso.

Modalità d'esame

L'esame finale del modulo è basata sulla valutazione di una prova orale, preceduta dalla preparazione ed esposizione di un lavoro di gruppo basato su pubblicazioni scientifiche inerenti alle tematiche del corso a cui sarà attribuito un giudizio. All'inizio del corso verrà stabilita un'unica data per l'esposizione dei lavori scientifici. Saranno valutati il livello di conoscenza e comprensione degli argomenti trattati, la capacità di collegamento tra i vari argomenti, la capacità applicativa a problematiche reali, le abilità comunicative, incluso l'utilizzo di terminologia appropriata. Il voto finale è espresso in trentesimi. La prova è superata se si consegue almeno la votazione di 18/30. Il giudizio può essere: a) Sufficiente (da 18 a 20/30) Il candidato dimostra una conoscenza degli argomenti a livello basilare ed essenziale; collegamenti pertinenti all'interno delle informazioni; sufficiente conoscenza del linguaggio specifico. b) Discreto (da 21 a 23) Il candidato dimostra una discreta conoscenza degli argomenti non limitata al livello basilare ed essenziale; discreto orientamento tra i contenuti; capacità di cogliere i nessi tematici e comparativi; discreta capacità applicativa a problematiche reali; discreta padronanza della terminologia specifica. c) Buono (da 24 a 26) Il candidato dimostra solide e diffuse conoscenze degli argomenti; capacità di affrontare percorsi tematici anche complessi e di istituire collegamenti significativi tra gli argomenti; buona capacità applicativa a problematiche reali; buona padronanza della terminologia specifica con esposizione abbastanza chiara ed appropriata. d) Ottimo (da 27 a 29) Il candidato dimostra una conoscenza degli argomenti solida, diffusa ed approfondita; capacità di comunicare i diversi argomenti in modo autonomo, analitico e sintetico; ottima capacità applicativa a problematiche reali; capacità di argomentare anche in modo critico le tematiche della disciplina utilizzando la terminologia specifica. e) Eccellente (30-30 lode) Il candidato dimostra una conoscenza degli argomenti solida, diffusa e molto approfondita; capacità di comunicare i diversi argomenti in modo autonomo, analitico e sintetico; eccellente capacità applicativa a problematiche reali; capacità di argomentare anche in modo critico ed interdisciplinare con fluente terminologia specifica. La valutazione concorre, mediante media pesata sulla base dei CFU di ciascun modulo, al punteggio attribuito al corso integrato. Tutti i moduli devono avere una valutazione sufficiente (>=18).

Testi di riferimento

Per le basi cellulari e molecolari per la comprensione del corso sono consigliati i seguenti testi: - Basi molecolari e cellulari della vita (Bevilacqua et al) Edizione Piccin - Elementi di Biologia (Solomon, Berg, Martin) Edizione Edises - Tecniche e metodi per la biologia molecolare (Amaldi et al) Casa Editrice Ambrosiana. Distribuzione esclusiva Zanichelli Le tematiche avanzate saranno trattate prevalentemente prendendo spunto da recenti articoli scientifici e review i cui riferimenti saranno forniti dalle docenti durante il corso.

Codice insegnamento 22758

Biomarcatori Digitali 1° anno · 1° semestre · 6 CFU · IBIO-01/A · 0 file

Il corso di Biomarcatori digitali (modulo del corso integrato di Digital Phenotyping) mira a fornire allo studente conoscenze teorico-scientifiche sui biomarcatori digitali e sugli strumenti software per la loro…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Biomarcatori digitali (modulo del corso integrato di Digital Phenotyping) mira a fornire allo studente conoscenze teorico-scientifiche sui biomarcatori digitali e sugli strumenti software per la loro identificazione a partire da segnali biomedici. Partendo dalla definizione di biomarcatore, si forniranno allo studente le conoscenze necessarie per comprendere e applicare tecniche di elaborazione dei segnali fisiologici, volte all’analisi critica, all’interpretazione e all’estrazione di biomarcatori digitali. Il corso consta di lezioni frontali accompagnate da una consistente attività di laboratorio, al fine di porre lo studente nelle condizioni di conoscere, analizzare e padroneggiare con consapevolezza strumenti e tecniche digitali di analisi dei segnali fisiologici, conferendo al corso un duplice orientamento, teorico e pratico. I contenuti del corso rientrano nell’ambito dell’ingegneria dell’informazione e contribuiscono alla formazione del bioingegnere in termini di competenze inerenti ad aspetti metodologici di base e avanzati utili per il mondo del lavoro, in tutti quegli ambiti di ricerca e sviluppo dove è richiesta l’analisi dei segnali e il supporto a studi clinici con metodologie proprie della bioingegneria dell’informazione, con spiccato risvolto nell’ambito della medicina personalizzata. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente: - conosca le tipologie di segnali biomedici e i relativi biomarcatori più comunemente usati nell’ambito clinico e della ricerca, e le loro differenze; - conosca e comprenda tecniche di elaborazione di base e avanzate utili per l’analisi di biomarcatori estratti da segnali biomedici. Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: - conoscere e saper analizzare criticamente le modalità di analisi dei segnali biomedici in funzione dell’applicazione, e nell’estrazione di specifici biomarcatori; - coadiuvare un clinico nella corretta acquisizione e analisi dei segnali biomedici in studi clinici; - scrivere in MATLAB semplici algoritmi di trattamento di biosegnali e estrazione di biomarcatori. Autonomia di giudizio. Alla fine del corso ci si aspetta che lo studente sia in grado di: - identificare autonomamente i principali step di analisi necessari per l’estrazione di biomarcatori da segnali biomedici, in funzione dell’applicazione; - valutare criticamente il flusso di elaborazione più adeguato per l’estrazione di uno specifico biomarcatore, eventualmente proponendo soluzioni adeguate per il miglioramento dell’analisi in relazione all’applicazione e alla tipologia di segnale in esame. Abilità comunicative. Al termine del corso ci si aspetta che lo studente abbia sviluppato una proprietà di linguaggio appropriata in relazione ai contenuti del corso, consentendogli di esprimere chiaramente i concetti appresi e comunicare in modo chiaro anche con esperti del settore. Capacità di apprendimento. Alla fine del corso ci si aspetta che lo studente sia in grado di approfondire autonomamente la propria preparazione nell'ambito dell’elaborazione avanzata dei segnali biomedici, come pure di selezionare tecniche di analisi appropriate e definire le maggiori criticità in casi di studio alla luce delle nozioni apprese all'interno del corso.

Programma

1) Il concetto di biomarcatore (5h). 2) Biomarcatori digitali di funzionalità cardiaca, con esercitazioni pratiche in MATLAB (20h): o cenni di elettrofisiologia; o studio e identificazione di biomarcatori digitali a partire dalle caratteristiche morfologiche del segnale ECG e relative tecniche di analisi; o studio e identificazione di biomarcatori digitali a partire dal segnale PCG (nel dominio del tempo e della frequenza) e relative tecniche di analisi; o studio e identificazione di biomarcatori digitali a partire da elettrogrammi. 3) Biomarcatori digitali per lo studio del sistema nervoso autonomo, con esercitazioni pratiche in MATLAB (15h): o studio e identificazione di biomarcatori digitali estratti dal tacogramma (heart rate variability, HRV) nel dominio del tempo, della frequenza e non lineari, e relative tecniche di analisi; o HRV e benessere fetale: cenni all’uso di sistemi elettronici di monitoraggio fetale e relativa elaborazione; o l'attività elettrodermica (EDA) come indicatore di attività del sistema nervoso autonomo. 4) Biomarcatori digitali neurofisiologici, con esercitazioni pratiche in MATLAB (15h): o cenni di elettrofisiologia; o studio e identificazione di biomarcatori digitali estratti dal segnale EEG (nel dominio del tempo, della frequenza e non lineari) e relative tecniche di analisi; o l’analisi di connettività e la teoria dei grafi applicata all'EEG per l’estrazione di biomarcatori digitali; o studio e identificazione di biomarcatori digitali a partire dalle caratteristiche dei potenziali evocati.

È importante che siano ben presenti le informazioni di base relative all'anatomia e alla fisiologia, in particolare del sistema nervoso e cardiocircolatorio, alla teoria dei segnali e alla programmazione in MATLAB.

L’organizzazione della didattica del corso prevede sia lezioni didattiche frontali sia una significativa componente di esercitazioni e laboratorio (questi ultimi basati su MATLAB). L’obiettivo delle lezioni frontali è quello di fornire conoscenze sui biomarcatori digitali e sugli strumenti software per la loro identificazione a partire da segnali biomedici, mentre la componente di esercitazioni e di laboratorio consente di approfondire e applicare le conoscenze teoriche sviluppate. La ripartizione approssimativa delle ore fra le varie attività è: Lezioni frontali: 35 ore Laboratorio ed esercitazioni pratiche: 20 ore La frequenza è obbligatoria e potrebbe essere verificata.

Modalità d'esame

La valutazione del corso integrato di Digital Phenotyping è definita dalla commissione del corso integrato e si basa sulla media aritmetica dei punteggi conseguiti sui singoli moduli, laddove entrambi sufficienti. La valutazione dello studente prevede una prova pratica (progetto) comune ai due moduli del corso integrato, e una prova orale per singolo modulo, da sostenersi a valle della discussione del progetto. Il progetto verrà assegnato indicativamente 15 giorni prima della prima prova orale (comune ai due moduli) in cui il progetto verrà discusso, che corrisponde alla data dell’appello d’esame presente su Esse3. La prova orale individuale, invece, verterà sui contenuti dei singoli moduli e verrà sostenuta in un altro giorno, ENTRO LA STESSA SESSIONE D’ESAME. PROGETTO (prova congiunta del corso integrato) La prova pratica consiste in un progetto da svolgere in gruppo, indicativamente di 3 persone, da essere completato e consegnato nei tempi indicati dal docente, precedentemente alla prova orale. Il progetto sarà discusso dal gruppo mediante una presentazione e l’analisi del codice, e il suo esito (espresso in trentesimi) costituisce un punto di partenza per la valutazione della prova orale. Nell’ambito della prova di progetto, lo studente dovrà dimostrare di aver maturato la capacità di padroneggiare ed applicare metodi e strumenti di elaborazione avanzata dei biosegnali volti all’estrazione di biomarcatori digitali, in particolare mediante il software MATLAB, applicando le conoscenze maturate nei due corsi alla risoluzione di un problema per lui nuovo. In tale prova, verrà richiesto allo studente lo sviluppo di un algoritmo di elaborazione e analisi del segnale volto all’estrazione di uno o più biomarcatori digitali, che potrà includere in parte le metodiche studiate nel corso, oltre l’interpretazione e l’analisi critica dei risultati ottenuti. In questo modo, sarà possibile procedere all’accertamento delle competenze e della capacità di applicarle a problemi reali, anche di natura scientifica. PROVA ORALE (modulo di Biomarcatori digitali) Nella prova orale di Biomarcatori digitali (da sostenersi a valle della discussione del progetto, in un giorno differente, concordato) vengono valutati gli aspetti teorici legati all’estrazione di biomarcatori digitali a partire da biosegnali, agli strumenti software per la loro identificazione a partire da segnali biomedici e ai metodi avanzati di elaborazione dei segnali utili alla loro estrazione. In tal modo è possibile valutare, oltre alle competenze e alla capacità di applicarle, anche l’abilità comunicativa e l’autonomia di giudizio. Ad ogni modo, il voto dell’esame è il risultato di una valutazione complessiva da parte del docente sul progetto e sulla prova orale individuale per ciascun modulo del corso integrato. Il numero di appelli è definito in accordo con il regolamento di Facoltà. Appelli extra per fuori corso possono essere, per motivate ragioni, richiesti al docente.

Testi di riferimento

Il materiale di riferimento consiste nelle slide delle lezioni e altro materiale didattico e di supporto, forniti gratuitamente agli studenti dal docente tramite il sito del corso, insieme al seguente testo (utile anche per approfondimenti): R. M. Rangayyan "Biomedical Signal Analysis", Wiley Interscience, ISBN: 978-0-470-91139-6

Codice insegnamento 23915

Corso Integrato: Digital Phenotyping 1° anno · IBIO-01/A · 0 file
Corso Integrato: Metodi Matematici E Biologia Avanzata Per La Bioingegneria 1° anno · MATH-05/A · 0 file
Corso Integrato: Tecnologie Dei Materiali E Metodi Computazionali 1° anno · CEAR-06/A · 0 file
Cybersecurity 1° anno · 1° semestre · 6 CFU · IINF-05/A · 0 file

Il corso di Cybersecurity ha l’obiettivo di fornire agli studenti una panoramica sulle vulnerabilità dei diversi componenti di un sistema informatico, le modalità con cui si realizzano gli attacchi informatici e le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Cybersecurity ha l’obiettivo di fornire agli studenti una panoramica sulle vulnerabilità dei diversi componenti di un sistema informatico, le modalità con cui si realizzano gli attacchi informatici e le tecniche di prevenzione, mitigazione e risposta in un’ottica di gestione del rischio. Il settore sanitario è stato oggetto di numerosi attaccchi negli ultimi anni mirati al furto di dati sanitari e all'interruzione del servizio. E' dunque fondamentale avere consapevolezza delle principali tecniche e metodologie di protezione di sistemi e dati- Oltre agli aspetti meramente tecnici, il corso fornisce anche una panoramica sulle motivazioni alla base degli attacchi informatici, e sull’evoluzione normativa nazionale e internazionale. Nel dettaglio, gli obiettivi formativi, declinati secondo i Descrittori di Dublino, e in accordo con gli obiettivi formativi del Corso di Laurea Magistrale, sono i seguenti. Conoscenza e comprensione: Lo studente, al termine del corso dovrà conoscere e comprendere: - le motivazioni alla base degli attacchi informatici, lo stato attuale e le prospettive future; - le tecniche di crittografia utilizzate per la riservatezza e la verifica di autenticità e di integrità; - gli strumenti messi a disposizione dai sistemi operativi per finalità di sicurezza e riservatezza; - le tecniche di attacco basate su social engineering e l’utilizzo di fonti di informazione aperte (open source intelligence); - gli approcci di progettazione che consentono il ripristino delle funzionalità di un sistema informatico a seguito di attacco e la continuità operativa; - le tecniche e gli strumenti di threat modeling che consentono di individuare le possibili vulnerabilità e di predisporre le relative correzioni; - le principali certificazioni di sicurezza per professionisti, per prodotti e per processi; - i concetti di base sulla protezione dei dati Capacità di applicare conoscenza e comprensione Lo studente, al termine del corso, dovrà: - saper utilizzare le funzioni crittografiche e i protocolli di comunicazione cifrati - saper individuare il sistema operativo adatto e la sua configurazione in relazione ai requisiti di sicurezza relativi all’ambito applicativo di utilizzo; - saper utilizzare strumenti a supporto di attività di open source intelligence - saper costruire il modello di un sistema secondo le metodologie di threat modeling; - saper individuare le misure efficaci per la riduzione del rischio. Autonomia di giudizio Lo studente, al termine del corso, dovrà saper analizzare un sistema informatico dal punto di vista delle possibili vulnerabilità di sicurezza e proporre le contromisure adeguate per la prevenzione, mitigazione e difesa dalla minaccia. Abilità comunicative Lo studente, al termine del corso, dovrà essere capace di illustrare in modo organico le principali vulnerabilità cui può essere soggetto un sistema informatico legandole alle possibili conseguenze al fine di proporre e motivare adeguatamente le modalità con cui prevenire o mitigare le minacce. Capacità di apprendimento Lo studente verrà guidato nella selezione delle numerose fonti informative disponibili prevalentemente su web, e nella individuazione delle informazioni rilevanti per i diversi scenari applicativi per poter seguire la continua evoluzione dello scenario degli attacchi informatici.

Programma

Lo scenario delle minacce informatiche (6h) Crittografia: strumenti e applicazioni (8h) Autenticazione (4h) Vulnerabilità e sviluppo di software sicuro (4h) Malware (4h) Sicurezza dei Sistemi Operativi e dei Sistemi di Virtualizzazione (4h) Strumenti di Machine Learning per la Cybersecurity (5h) Social Engineering e Open Source Intelligence (7h) Privacy (2h) Threat Modeling (4h) Cyber Threat Intelligence (6h) Disaster Recovery, Business Continuity, Incident Response, e Cyber Resilience (4h). Certificazioni, standard e normativa (2h)

Lo studente dovrà possedere una solida conoscenza dei diversi componenti di un sistema informatico: Architettura dei calcolatori elettronici, Linguaggi di programmazione, Sistemi Operativi, Internet, Basi di Dati, Ingegneria del Software.

Il corso è organizzato con - lezioni frontali - esercitazioni su ciascun argomento del corso basate sull’utilizzo di strumenti professionali open source Il materiale didattico è disponibile nel sito ufficiale di questo insegnamento I docenti sono disponibile a fornire spiegazioni e chiarimenti sia durante l'intervallo fra ore consecutive di lezione, sia durante l'orario di ricevimento, sia a mezzo email o Teams.

Modalità d'esame

La prova d'esame è suddivisa in due parti: - un test finale con 8-10 quesiti a risposta aperta o a risposta multipla ciascuno su un diverso argomento del corso a copertura di tutti gli argomenti. - tre esercitazioni pratiche proposte durante lo svolgimento delle lezioni da completare a casa Il test finale viene valutato con un punteggio da 0 a 20. A ciascun quesito è assegnato un punteggio massimo. Ciascun esercizio viene valutato con un punteggio compreso fra 0 e il punteggio massimo assegnato. Il punteggio massimo viene assegnato in funzione della pertinenza e della correttezza della risposta. Errori di distrazione o dovuti a incomprensioni del testo attribuibili a possibili ambiguità nel testo stesso, avranno un peso inferiore rispetto a errori concettuali chiaramente causati da una conoscenza parziale dell’argomento. Il voto complessivo si ottiene come somma dei punteggi assegnati alla risposta a ciascun quesito. Indipendentemente dal voto complessivo, il test finale sarà considerato superato se lo studente avrà dimostrato una conoscenza sufficiente di tutti gli argomenti del corso. A questo scopo si richiede che lo studente fornisca una risposta a tutte le domande della prova scritta, e che ciascuna risposta dimostri una conoscenza sufficiente dell'argomento trattato. A ciascuna delle esercitazioni viene assegnato un punteggio massimo di 4 punti. Il punteggio terrà conto della correttezza e completezza nella elaborazione della singola esercitazione. Il voto complessivo si ottiene sommando il punteggio del test al punteggio assegnato alle esercitazioni svolte. Il punteggio massimo è pari a 32. Chi ottiene un punteggio complessivo pari a 32 avrà il voto pari a 30 e lode.

Testi di riferimento

TESTI DI RIFERIMENTO Stallings, Brown, “Computer Security: Principles and Practice”, 5th Edition, Pearson, 2023 Paul C. van Oorschot, Computer Security and the Internet, Springer, 2021 i file PDF dei singoli capitoli sono disponibili aò seguente indirizzo https://people.scs.carleton.ca/%7Epaulv/toolsjewels.html Tony Uceda Velez, Marco M. Morana, “Risk Centric Threat Modeling: Process for Attack Simulation and Threat Analysis”, Wiley, 2015 ALTRI TESTI DI CONSULTAZIONE Andersson R., "Security Engineering 3/ed", WIley, 2020 I capitoli in formato PDF della edizione precedente sono scaricabili al seguente link http://www.cl.cam.ac.uk/~rja14/book.html Matt Bishop, Computer Security 2nd Edition, Addison Wesley, 2019

Codice insegnamento 22626

Elaborazione Avanzata Di Segnali Biomedici 1° anno · 1° semestre · 6 CFU · IBIO-01/A · 0 file

L'obiettivo principale del modulo di Elaborazione avanzata di segnali biomedici del corso integrato di Digital Phenotyping è quello di fornire allo studente gli strumenti avanzati necessari per processare le informazioni…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo principale del modulo di Elaborazione avanzata di segnali biomedici del corso integrato di Digital Phenotyping è quello di fornire allo studente gli strumenti avanzati necessari per processare le informazioni trasportate da segnali di interesse biomedico mono-multicanale, mono-multimodali, mono-dimensionali (non immagini/video). A partire da concetti di analisi ed elaborazione dei segnali, che già dovrebbero costituire il bagaglio di un laureato in ingegneria biomedica, si procederà nello studio di tecniche più sofisticate che permettono analisi complesse (tempo-frequenza, tempo-scala,…) ed elaborazioni diverse dai semplici filtraggi lineari a coefficienti costanti, che verranno comunque ripresi al fine di valutare in modo oculato la scelta del metodo di progettazione migliore sulla base delle esigenze e della tipologia di segnale. Su tali basi si costruiranno le competenze avanzate di analisi ed elaborazione dei segnali, che includono, fra le altre, tecniche avanzate di analisi spettrale, wavelet, filtraggi adattivi, e statistical signal processing. Tale bagaglio di conoscenze è indispensabile nella bioingegneria dell’informazione per affrontare in modo consapevole ed efficace non solo l’elaborazione dei segnali, ma anche l’estrazione di feature e lo studio di tecniche di intelligenza artificiale applicate alla medicina di precisione. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente conosca: - i processi casuali come strumento per l’analisi dei segnali e la stima spettrale - le principali tecniche di stima della densità spettrale di potenza per i segnali stazionari, e di tecniche per lo studio dei segnali non stazionari - alcune trasformate rilevanti per l’analisi avanzata dei segnali - i limiti e le caratteristiche delle tecniche di filtraggio lineare convenzionali, anche in funzione di una loro possibile implementazione in virgola fissa - tecniche per il filtraggio di segnali non stazionari o con rumore in banda, quali filtri adattivi e wavelet - tecniche di statistical signal processing per la gestione del dato e la separazione cieca di sorgenti. Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: - operare correttamente in MATLAB analisi ed elaborazione avanzata di biosegnali - valutare le opzioni per l’analisi e l’elaborazione di un determinato biosegnale alla luce delle informazioni a disposizione Autonomia di giudizio. Alla fine del corso ci si aspetta che lo studente sia in grado individuare autonomamente le migliori tecniche per una determinata analisi o elaborazione di un biosegnale, valutando anche criticamente soluzioni presenti nella letteratura scientifica in termini di opportunità e qualità nell’applicazione di una data tecnica. Abilità comunicative. Alla fine del corso ci si aspetta che lo studente abbia acquisito un'adeguata proprietà di linguaggio in relazione ai contenuti del corso, in modo da essere compreso senza fraintendimenti da un interlocutore con conoscenze tecniche adeguate, e da veicolare i concetti essenziali anche verso un interlocutore non tecnicamente competente. Lo studente deve inoltre essere in grado di scrivere una relazione tecnica o una sezione di un articolo scientifico inerente all’analisi e l’elaborazione di biosegnali effettuata da se stesso o da altri. Capacità di apprendimento. Alla fine del corso ci si aspetta che lo studente abbia il bagaglio di conoscenze e le metodologie necessarie ad approfondire autonomamente la propria preparazione, rimanendo al passo con l’evoluzione scientifica nel settore. Questo deve permettergli di perfezionare la propria preparazione sia in un contesto accademico (dottorato di ricerca) sia industriale (apprendimento e aggiornamento autonomo o formale).

Programma

Analisi avanzata dei segnali (20 ore) I processi stocastici per la modellazione dei segnali non deterministici. Medie temporali e medie di insieme, momenti, funzione di autocorrelazione e cross-correlazione. Processi stazionari ed ergodici. Densità spettrale di energia e potenza. Metodi parametrici e non parametrici per l’analisi spettrale di segnali stazionari, modelli AR, MA, e ARMA. Cross-spettro e coerenza spettrale. Cepstrum. Stima spettrale di segnali non stazionari: analisi tempo-frequenza e suoi limiti. Analisi wavelet continua e discreta. Elaborazione avanzata dei segnali (20 ore) Filtraggi digitali lineari: tecniche di progettazione per filtri FIR e IIR, analisi delle caratteristiche per una scelta oculata dello strumento di processing adeguato. Problemi di stabilità dei filtri IIR di ordine superiore a 2, decomposizione in celle biquadratiche. Filtraggio di un’interferenza tracciabile: matched filters e filtro ottimo secondo Wiener, filtri adattivi single- e multi-reference. Filtraggio non lineare, filtri order-statistics, decomposizione in sottobande e filtraggio wavelet. Statistical signal processing: decomposizione agli autovalori (EVD), ai valori singolari (SVD), e analisi delle componenti principali (PCA). Tecniche di separazione cieca di sorgenti (BSS) del secondo ordine e di ordine superiore. Analisi delle componenti indipendenti (ICA). Filtraggio spaziale. Laboratorio (24 ore) Applicazione in MATLAB ai segnali biomedici delle tecniche apprese anche mediante l'implementazione di algoritmi tratti dalla letteratura scientifica del settore.

Fondamenti di teoria, analisi, ed elaborazione dei segnali. In particolare, analisi in tempo e frequenza di segnali, filtri digitali lineari. Algebra lineare. Fondamenti di elettrofisiologia, segnali biomedici, loro origine e caratteristiche. Uso di Matlab per la creazione di script e funzioni, in particolare per analisi ed elaborazione digitale dei segnali.

Il corso prevede lezioni frontali e laboratorio informatico (MATLAB). L’obiettivo delle lezioni frontali è quello di fornire conoscenze sulle tecniche avanzate di analisi ed elaborazione dei segnali biomedici, mentre in laboratorio sarà possibile sviluppare competenza in materia fissando i concetti su esempi limitati, preparandosi all'applicazione degli stessi a casi di studio più complessi e ampi. La ripartizione approssimativa delle ore fra le varie attività è: Lezioni frontali: 40 ore Laboratorio ed esercitazioni pratiche: 24 ore La frequenza è obbligatoria e potrebbe essere verificata.

Modalità d'esame

La valutazione del corso integrato di Digital Phenotyping è definita dalla commissione del corso integrato e si basa sulla media aritmetica dei punteggi conseguiti sui singoli moduli, laddove entrambi sufficienti. La valutazione dello studente prevede una prova pratica (progetto) comune ai due moduli del corso integrato, e una prova orale per singolo modulo, da sostenersi a valle della discussione del progetto. Il progetto verrà assegnato indicativamente 15 giorni prima della prima prova orale (comune ai due moduli) in cui il progetto verrà discusso, che corrisponde alla data dell’appello d’esame presente su Esse3. La prova orale individuale, invece, verterà sui contenuti dei singoli moduli e verrà sostenuta in un altro giorno, ENTRO LA STESSA SESSIONE D’ESAME. PROGETTO (prova congiunta del corso integrato) La prova pratica consiste in un progetto da svolgere in gruppo, indicativamente di 3 persone, da essere completato e consegnato nei tempi indicati dal docente, precedentemente alla prova orale. Il progetto sarà discusso dal gruppo mediante una presentazione e l’analisi del codice, e il suo esito (espresso in trentesimi) costituisce un punto di partenza per la valutazione della prova orale. Nell’ambito della prova di progetto, lo studente dovrà dimostrare di aver maturato la capacità di padroneggiare ed applicare metodi e strumenti di elaborazione avanzata dei biosegnali volti all’estrazione di biomarcatori digitali, in particolare mediante il software MATLAB, applicando le conoscenze maturate nei due corsi alla risoluzione di un problema per lui nuovo. In tale prova, verrà richiesto allo studente lo sviluppo di un algoritmo di elaborazione e analisi del segnale volto all’estrazione di uno o più biomarcatori digitali, che potrà includere in parte le metodiche studiate nel corso, oltre l’interpretazione e l’analisi critica dei risultati ottenuti. In questo modo, sarà possibile procedere all’accertamento delle competenze e della capacità di applicarle a problemi reali, anche di natura scientifica. PROVA ORALE (modulo di Elaborazione avanzata di segnali biomedici) Nella prova orale (da sostenersi a valle della discussione del progetto, in un giorno differente, concordato) vengono valutati gli aspetti teorici e pratici presentati nel corso, con particolare attenzione alla giustificazione delle tecniche apprese, e alla loro applicazione in scenari concreti. In tal modo è possibile valutare, oltre alle competenze e alla capacità di applicarle, anche l’abilità comunicativa e l’autonomia di giudizio. Ad ogni modo, il voto dell’esame è il risultato di una valutazione complessiva da parte del docente sul progetto e sulla prova orale individuale per ciascun modulo del corso integrato. Il numero di appelli è definito in accordo con il regolamento di Facoltà. Appelli extra per fuori corso possono essere, per motivate ragioni, richiesti al docente.

Testi di riferimento

Dispense del corso, fornite gratuitamente agli studenti tramite il sito del corso. I testi di consultazione sono direttamente linkati nelle dispense e scaricabili dagli studenti.

Codice insegnamento 22610

Elettronica Di Potenza Per I Dispositivi Medici 1° anno · 2° semestre · 6 CFU · IIND-08/A · 0 file

Conoscenza e comprensione: Possedere una solida conoscenza teorica sulle strutture e i dispositivi elettronici di potenza utilizzati per la conversione statica dell'energia elettrica, specificamente nell'ambito…

Scheda dell'insegnamento

Obiettivi formativi

  • Conoscenza e comprensione: Possedere una solida conoscenza teorica sulle strutture e i dispositivi elettronici di potenza utilizzati per la conversione statica dell'energia elettrica, specificamente nell'ambito dell'alimentazione dei dispositivi medici. Questo include la comprensione degli aspetti fondamentali di tali dispositivi. • Capacità di applicare conoscenza e comprensione: Essere in grado di analizzare i convertitori elettronici di potenza impiegati nell'alimentazione dei dispositivi medici attivi, valutandone l'impatto sull'ambiente e sulla sicurezza del paziente. Questa capacità richiede una comprensione approfondita dei principi e delle pratiche di progettazione. • Autonomia di giudizio: Dimostrare capacità nel valutare le prestazioni degli alimentatori per dispositivi medici, prendendo decisioni informate basate sulle varie topologie disponibili e sulle esigenze specifiche. • Abilità comunicative: Essere in grado di condurre discussioni tecniche riguardanti le sfide legate all'alimentazione dei dispositivi medici, nonché di proporre soluzioni per migliorare l'efficienza del sistema. Questa competenza richiede una comunicazione chiara e efficace con colleghi e stakeholder. • Capacità di apprendimento: Avere la capacità di apprendere in modo continuo, attraverso l'interpretazione accurata della letteratura scientifica di settore e l'integrazione di nuove informazioni e scoperte nel proprio bagaglio di conoscenze. Questo aspetto è fondamentale per rimanere aggiornati su nuove tecnologie e metodologie nel campo dell'elettronica di potenza per dispositivi medici

Programma

1. Fondamenti di elettronica di potenza: (12 ore) o Componenti passivi e filtri o Dispositivi a semiconduttore o Nuove tecnologie Wide Band Gap (carburo di silicio “SiC” e Nitruro di Gallio GaN) o Introduzione alle tecnologie switching 2. Convertitori statici: (16 ore) o Raddrizzatori e filtri o Convertitori DC/DC o Convertitori DC/AC 3. Alimentazione di dispositivi medici: (10 ore) o Qualità dell’alimentazione elettrica e efficienza energetica. o Alimentatori per i dispositivi elettromedicali (impiantabili ed esterni). o Dispositivi di accumulo a basso impatto ambientale o Tecnologie per il recupero di energia ambientale (energy harvesting). 4. Normative e direttive europee: (8 ore) o Normative e direttive comunitarie inerenti i dispositivi medici. o Cenni sulla conformità e la sicurezza dei dispositivi medici. 5. Simulazioni e Laboratori: (14 ore) o Simulazioni e esercitazioni per l’applicazione delle conoscenze teoriche acquisite.

Per una buona comprensione di quanto spiegato durante il corso sono necessarie conoscenze base di fisica, analisi matematica e teoria dei circuiti con particolare riferimento al funzionamento a regime e in transitorio.

La didattica è organizzata in modalità tradizionale con lezioni frontali ed esercitazioni in aula . Verranno svolte: 46 ore di lezioni 14 ore di esercitazioni (laboratorio/calcolatore).

Modalità d'esame

Il corso prevede una prova orale, solitamente composta da due domande, mirata a verificare l'effettiva acquisizione dei risultati di apprendimento attesi. La prova copre la maggior parte del programma, affrontando vari livelli di dettaglio e includendo sia dei semplici esercizi applicativi che domande di teoria. La valutazione è oggettiva e si basa sulla percentuale di correttezza delle risposte. Per superare la prova, lo studente deve rispondere correttamente a tutte le domande; in caso contrario, la prova sarà considerata insufficiente. Durante l'orale viene sempre richiesto allo studente di motivare le risposte fornite, attraverso un procedimento matematico di calcolo e mediante dei chiari commenti. Questo approccio permette di accertare le competenze acquisite, la capacità di applicarle a problemi ingegneristici in base al livello raggiunto oltre che le capacità comunicative e l'autonomia di giudizio. Il numero di appelli è definito in accordo con il regolamento di Facoltà. Appelli straordinari per studenti fuori corso possono essere richiesti al docente per motivazioni giustificate.

Testi di riferimento

Appunti delle lezioni Elettronica di potenza. Dispositivi e circuiti vol. 1 - “ Muhammad H. Rashid” Elettronica di potenza. Applicazioni. Vol. 2 - Muhammad H. Rashid

Codice insegnamento 22631

Ergonomia Nei Sistemi Sanitari 1° anno · 2° semestre · 6 CFU · IBIO-01/A · 0 file

L’obiettivo principale del corso di Ergonomia nei Sistemi Sanitari è quello di fornire allo studente gli strumenti di base necessari alla valutazione ergonomica degli operatori del settore sanitario con riferimento…

Scheda dell'insegnamento

Obiettivi formativi

L’obiettivo principale del corso di Ergonomia nei Sistemi Sanitari è quello di fornire allo studente gli strumenti di base necessari alla valutazione ergonomica degli operatori del settore sanitario con riferimento agli aspetti maggiormente coinvolti nello sviluppo di disordini muscoloscheletrici. In particolare, il corso illustra le principali tecniche e metodiche di valutazione dell’esposizione a fattori di rischio biomeccanico, e punta a fornire allo studente gli elementi necessari all’analisi critica dell’ambiente lavorativo e dei processi, fattori che influenzano la scelta delle variabili di interesse e le metodologie più opportune per la valutazione. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente conosca: - Le caratteristiche dei disordini muscoloscheletrici tipici del settore sanitario, e i principali fattori biomeccanici che ne influenzano l’insorgenza - Le principali tecniche di valutazione dell’esposizione - Gli strumenti utilizzabili per la valutazione quantitativa dei fattori di rischio biomeccanico - Le principali tecniche di elaborazione dei segnali acquisiti con sensoristica indossabile (e.g. sensori inerziali, sEMG) Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: - Scegliere la strumentazione e le tecniche di data processing più adeguate alla valutazione dell’esposizione dei fattori di rischio biomeccanico in uno specifico contesto - Analizzare criticamente i dati acquisiti alla luce degli standard normativi vigenti per definire le soglie di rischio Autonomia di giudizio. Alla fine del corso ci si aspetta che lo studente sia in grado di individuare autonomamente gli aspetti critici per l’insorgenza di disordini muscoloscheletrici associati a specifici ambienti e processi lavorativi caratteristici del settore sanitario. Si auspica inoltre che lo studente sia in grado di definire un approccio tecnico/scientifico definire in relazione al problema di valutazione ed analisi dell’esposizione a fattori di rischio biomeccanico per l’insorgenza di disordini muscoloscheletrici. Abilità comunicative. Al fine del corso ci si aspetta che lo studente abbia acquisito un’adeguata proprietà di linguaggio in relazione ai contenuti del corso, in modo da essere compreso senza fraintendimenti da un interlocutore con conoscenze tecniche adeguate, e da veicolare i concetti essenziali anche verso un interlocutore non tecnicamente competente. Capacità di apprendimento. Alla fine del corso ci si aspetta che lo studente possieda il bagaglio di conoscenze e le metodologie necessarie ad approfondire autonomamente nel prosieguo degli studi o della carriera lavorativa la propria preparazione, in particolare lo studente dovrà essere in grado di interpretare le informazioni in proprio possesso al fine di identificare e colmare le proprie lacune con uno studio mirato non solo teorico ma anche della documentazione tecnica a disposizione per la valutazione del rischio di sviluppo di disordini muscoloscheletrici di origine occupazionale.

Programma

Nella prima parte del corso verranno introdotti i concetti di base dell’ergonomia con focus sulla biomeccanica occupazionale. Verranno poi descritte le caratteristiche dei principali disordini muscoloscheletrici di origine occupazionale e i fattori di rischio biomeccanico associati alla loro insorgenza. Successivamente verranno descritti ambienti, processi e figure professionali coinvolte all’interno dei sistemi sanitari prima di procedere alla descrizione dei diversi metodi e strumenti disponibili per la valutazione del rischio biomeccanico associato allo sviluppo di disordini muscoloscheletrici. Il corso sarà poi incentrato sulla descrizione delle tecnologie disponibili per la valutazione quantitativa di parametri biomeccanici “sul campo”, sulle caratteristiche principali dei dispositivi utilizzabili (i.e. sensori indossabili di movimento e analisi dell’attività muscolare) e metodi di elaborazione dei relativi segnali.

Al fine di consentire una buona comprensione dei concetti illustrati nel corso è desiderabile una buona conoscenza dei concetti di fisica 1, Fondamenti di Meccanica e Biomeccanica e della Bioingegneria del Sistema Motorio. È preferibile che gli studenti possiedano dimestichezza nell’utilizzo degli strumenti basilari di Matlab.

L'attività didattica sarà suddivisa in 35 ore di lezioni frontali e 10 ore di esercitazioni durante le quali gli studenti potranno imparare ad utilizzare la sensoristica indossabile per la valutazione dei rischi da sovraccarico biomeccanico; le principali tecniche di analisi dei segnali; e verrà stimolata l'analisi critica dei risultati ottenuti.

Modalità d'esame

La verifica dell’effettiva acquisizione da parte degli studenti dei risultati di apprendimento attesi, verrà effettuata mediante un colloquio orale, durante il quale verranno valutate le conoscenze acquisite, la capacità di applicazione delle conoscenze a casi pratici e le abilità comunicative.

Testi di riferimento

NA

Codice insegnamento 22632

Gestione Dei Progetti D'Investimento Nel Settore Sanitario 1° anno · 2° semestre · 6 CFU · IEGE-01/A · 0 file

Il corso ha lo scopo di fornire le competenze di base dell'ingegneria economico-gestionale riguardanti la gestione dei progetti d’investimento nel settore sanitario. In dettaglio, mira a fornire le nozioni di base…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha lo scopo di fornire le competenze di base dell'ingegneria economico-gestionale riguardanti la gestione dei progetti d’investimento nel settore sanitario. In dettaglio, mira a fornire le nozioni di base relative alle possibili forme di finanziamento dei progetti privati e pubblici nel settore sanitario nonché alla valutazione della loro sostenibilità economico-finanziaria utilizzando modelli di finanza di progetto, anche in partenariato pubblico-privato. I metodi didattici dell'insegnamento consentiranno agli studenti: - di acquisire le suddette competenze di base, di comprendere le strutture e le valutazioni di sostenibilità economico-finanziaria dei progetti d'investimento privati e pubblici nel settore sanitario (conoscenza e comprensione); - di applicare le conoscenze di base e le comprensioni acquisite nel settore sanitario, con il supporto dell'abilità di risoluzione dei problemi e degli strumenti quantitativi di base acquisiti (capacità di applicare conoscenza e comprensione); - di sviluppare una propria autonomia di giudizio in relazione alla gestione dei progetti d'investimento nel settore sanitario (autonomia di giudizio); - di sviluppare le proprie capacità comunicative, in relazione alle conoscenze di base e comprensioni acquisite, anche con l'ausilio di strumenti grafici e matematici (abilità comunicative). Infine, l'esame finale consentirà la verifica della capacità di apprendimento degli studenti (capacità di apprendimento).

Programma

  • Gli investimenti (1 ora). - La tassonomia dei costi (1 ora). - Gli interessi e i suoi regimi di composizione (4 ore). - L’equivalenza economico-finanziaria (6 ore). - L’inflazione (2 ore). - I progetti d’investimento e la loro rappresentazione (diagrammi dei flussi di cassa) (2 ore). - Le possibili forme di finanziamento dei progetti d’investimento nel settore sanitario (6 ore). - I modelli di finanza di progetto e applicazioni nel settore sanitario (3 ore). - I modelli di finanza di progetto in partenariato pubblico-privato e applicazioni nel settore sanitario (3 ore). - La valutazione della sostenibilità economico-finanziaria dei progetti d’investimento privati nel settore sanitario (13 ore). - La valutazione della sostenibilità economico-finanziaria dei progetti d’investimento pubblici nel settore sanitario (4 ore).

Non sono previste propedeuticità.

45 ore (lezioni).

Modalità d'esame

La verifica dell'apprendimento si effettua mediante un esame finale costituito da una prova scritta e una successiva prova orale. La prova scritta è composta da n. 4 esercizi e il tempo a disposizione degli studenti per lo svolgimento della stessa prova è di 60 minuti. La valutazione della prova scritta è espressa in ventesimi. Per essere ammessi a sostenere la prova orale, è necessario il conseguimento di una valutazione minima di 12/20 nella prova scritta. La prova orale, che consente la verifica del livello di preparazione mostrato con la prova scritta, prevede una domanda e la sua valutazione è espressa in decimi. Il voto finale dell'esame è espresso in trentesimi e si ottiene sommando le valutazioni ottenute con la prova scritta e con quella orale. Il voto finale minimo necessario per il superamento dell'esame è di 18/30. Gli studenti dovranno dimostrare di conoscere e saper applicare le conoscenze di base oggetto del corso, di possedere padronanza del linguaggio tecnico e di saper esporre gli argomenti trattati in modo chiaro. Inoltre, dovranno dimostrare capacità di utilizzare appropriatamente le conoscenze acquisite per la risoluzione di problemi specifici nonché di affrontare autonomamente gli argomenti trattati applicando le metodologie e gli strumenti propri del corso. La votazione minima (18/30) sarà attribuita agli studenti che dimostreranno tutto quanto predetto in modo sufficiente. La votazione massima (30/30 con lode) sarà attribuita agli studenti che dimostreranno tutto quanto suddetto in modo eccellente. E' prevista una prova intermedia scritta per gli studenti frequentanti il corso.

Testi di riferimento

  • Campisi Domenico, Costa Roberta (2008), “Economia Applicata all’Ingegneria - Analisi degli investimenti e Project Financing”, Carocci (tutti i capitoli). - Campisi Domenico, Costa Roberta, Mancuso Paolo, Morea Donato (2014), “Principi di Economia Applicata all'Ingegneria - Metodi, complementi ed esercizi”, Hoepli (capitolo 6).

Codice insegnamento 22625

Materiali E Dispositivi Per Sensori Innovativi 1° anno · 2° semestre · 6 CFU · IBIO-01/A · 0 file

Il corso mira a fornire allo studente competenze nell’ambito della sensoristica avanzata, con particolare focus sulle proprietà dei materiali, al fine di permettere una più chiara comprensione del funzionamento dei più…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire allo studente competenze nell’ambito della sensoristica avanzata, con particolare focus sulle proprietà dei materiali, al fine di permettere una più chiara comprensione del funzionamento dei più promettenti dispositivi utilizzati in ambito biomedico. Il corso introdurrà i concetti base della trasduzione ottica, elettronica, elettrochimica e gravimetrica, per poi approfondire le proprietà degli specifici materiali utilizzati. Alla luce delle competenze ottenute nella parte iniziale del corso, verranno approfonditi diversi dispositivi, da quelli già in uso nella pratica clinica a quelli attualmente oggetto di ricerche di frontiera. I contenuti del corso rientrano nell’ambito dell’ingegneria bioelettronica e contribuiscono alla formazione del bioingegnere nel contesto della sensoristica biomedica. Le competenze fornite dal corso saranno utili al bioingegnere in tutti quegli ambiti di ricerca e sviluppo (di impronta industriale, clinica e di ricerca) dove è richiesta la padronanza nell’uso di sensori e biosensori, dalla diagnostica clinica alla medicina personalizzata. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente: - conosca le principali tipologie di materiali utilizzate nell’ambito della sensoristica biomedicale avanzata e in generale nella trasduzione ottica, elettronica, elettrochimica e gravimetrica; - conosca e padroneggi i concetti principali dell’utilizzo di dispositivi elettronici per applicazioni sensoristiche; Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: - riconoscere le caratteristiche chimico/fisiche dei principali materiali utilizzati nella sensoristica avanzata; - dimensionare opportunamente i parametri di trasduzione di un sensore in base alle esigenze dello specifico contesto applicativo. Autonomia di giudizio. Alla fine del corso ci si aspetta che lo studente sia in grado: - selezionare con cognizione di causa la tipologia e le caratteristiche dei principali sensori/biosensori relative all’applicazione d’interesse; - valutare criticamente le performance di un sensore/biosensore. Abilità comunicative. Ci si aspetta che dopo il corso lo studente sia in grado di padroneggiare i principali concetti appresi a lezione, così come di esprimersi con un linguaggio chiaro e appropriato nei temi affrontati a lezione in modo da comunicare in maniera efficace anche con esperti del settore. Capacità di apprendimento. Alla fine del corso ci si aspetta che lo studente abbia acquisito le basi e le competenze per approfondire autonomamente la propria preparazione quando richiesto nel contesto applicativo d’interesse, sia in ambito industriale che di ricerca.

Programma

1) Metodi di rilevazione, panoramica generale - Metodi rilevazione ottica - Metodi di rilevazione elettrica/elettrochimica/elettronica - Metodi di rilevazione gravimetrica 2) Materiali e tecniche per la loro caratterizzazione - Materiali semiconduttori: • richiami sulle proprietà elettroniche dei semiconduttori • proprietà ottiche - Materiali conduttori - Materiali isolanti - Materiali piezo e piroelettrici - Materiali nanostrutturati - Principali tecniche di caratterizzazione delle proprietà dei materiali (tecniche di spettroscopia e di microscopia, tecniche di caratterizzazione elettrica) 3) Dispositivi - struttura e funzionamento dei dispositivi per rilevazione ottica (fotoresistori, led, laser, fotodiodi, fototransistor) - struttura e funzionamento dei dispositivi per rilevazione elettronica (attivi e passivi) - struttura e funzionamento dei dispositivi microanalitici per rilevazione elettrochimica -struttura e funzionamento dei dispositivi per rilevazione gravimetrica (oscillatori)

Basi di fisica dei dispositivi elettronici (diodi, transistor, etc), basi di elettronica analogica (opamp, filtri, etc), fisica 1 e 2.

L’organizzazione della didattica del corso prevede lezioni didattiche frontali il cui obiettivo è quello di fornire conoscenze approfondite su materiali, e dispositivi per la sensoristica avanzata. Le lezioni tratteranno diverse tipologie di trasduzione, in particolare quella ottica, quella elettrica ed elettrochimica e quella gravimetrica. La frequenza è obbligatoria e potrebbe essere verificata.

Modalità d'esame

Discussione di una tesina su un argomento del corso. La tesina sarà sviluppata utilizzando il materiale fornito a lezione e approfondimenti ottenuti tramite la revisione dalla letteratura scientifica sull'argomento trattato. La prova sarà individuale.

Testi di riferimento

Testo di riferimento per la parte di dispositivi a semiconduttore per applicazioni sensoristiche: Understanding Semiconductor Devices, Sima Dimitrijev, Oxford University Press. Slide del corso

Codice insegnamento 22627

Metodi Computazionali 1° anno · 2° semestre · 3 CFU · CEAR-06/A · 0 file

Gli obiettivi formativi del Corso di Tecnologia dei Materiali e Metodi Computazionali sono definiti coerentemente con quanto riportato nella scheda SUA CdS e, più in dettaglio, possono essere descritti secondo quanto…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi formativi del Corso di Tecnologia dei Materiali e Metodi Computazionali sono definiti coerentemente con quanto riportato nella scheda SUA CdS e, più in dettaglio, possono essere descritti secondo quanto segue: - Conoscenze e comprensione: Lo studente al termine del Corso avrà conoscenze di base alla caratterizzazione meccanica e alla modellizzazione numerica di materiali ed elementi aventi funzioni strutturali di interesse per l’industria biomedica. L’insegnamento verterà sull’analisi teorico-computazionale di una serie di problemi applicativi connessi a sistemi biologici e a dispositivi biomedici, realizzati attraverso i materiali e le tecniche di lavorazione introdotte nel modulo di tecnologia dei materiali. Lo studente verrà introdotto allo studio del comportamento meccanico di tali dispositivi mediante tecniche computazionali come il metodo degli elementi finiti. Particolare attenzione sarà dedicata alla modellazione delle caratteristiche nano e microstrutturali dei materiali utilizzati sul comportamento meccanico macroscopico dei sistemi biomedici considerati. - Capacità di applicare le conoscenze e comprensione: l'obiettivo formativo del corso è quello di rendere l'allievo capace di 1. conoscere le caratteristiche microstrutturali di materiali di interesse per la progettazione di dispositivi biomedici; 2. analizzare con tecniche computazionali le prestazioni meccaniche di tessuti biologici, sistemi biomeccanici e dispositivi biomedici; 3. fare scelte di progettazione adatte ad ottimizzare le prestazioni dei dispositivi biomedici analizzati; - Autonomia di Giudizio: le nozioni acquisite, in campo teorico e applicativo, consentiranno allo studente di essere consapevole della rilevanza e della potenziale complessità del comportamento meccanico macroscopico di tessuti biologici e dispositivi biomedici e delle sue connessioni con la struttura microscopica dei materiali che li costituiscono, nonché dell'importanza di una corretta impostazione del problema della meccanica dei solidi dei tessuti biologici sottoposti a diverse sollecitazioni, della necessità di risolverlo con strumenti adeguati per progettare dispostivi biomedici efficaci e dell’analisi dei risultati numerici. - Abilità Comunicative: lo studente acquisirà la capacità di comunicare, esprimere ed argomentare da un punto di vista tecnico relativamente alle proprietà meccaniche di diversi dispostivi biomedici e dei materiali usati per realizzarli. Lo studente sarà in grado di analizzare il comportamento di diversi sistemi biomedici e biomeccanici attraverso metodi computazionali a partire dalle proprietà dei materiali che li costituiscono e di descrivere quantitativamente le loro prestazioni meccaniche. - Capacità di apprendimento: lo studente apprenderà metodologie e strumenti di tipo teorico numerici relativi alla meccanica dei continui solidi, alla biomeccanica e alla meccanica computazionale, quali modelli costitutivi di tessuti biologici e metodo degli elementi finiti.

Programma

Richiami di meccanica dei solidi: elementi della meccanica del continuo, comportamento elastico, plastico, visco-elastico dei materiali. Criteri di collasso (fragile, duttile, visco-elastico, fatica) (5 ore di lezione). Caratteristiche meccaniche dei tessuti biologici (e.g. ossa, legamenti, cartilagini, tessuti molli) e risposta alle sollecitazioni. (i) Funzione, struttura e caratteristiche meccaniche; (ii) elasticità e visco-elasticità; (iii) resistenza meccanica e trauma dei tessuti; iv) crescita, v) modellamento, riparazione, e rimodellamento (5 ore di lezione). Tecniche numeriche per lo studio del comportamento meccanico di tessuti biologici: il metodo degli elementi finiti (8 ore di lezione ed esercitazione). Applicazioni: modelli per il comportamento meccanico di protesi ossee, stent cardiovascolari, applicazione a valvole cardiache di biomateriali a base carbonio (12 ore di lezione ed esercitazione, 4 per ogni caso di studio).

L'insegnamento si colloca nel primo anno del corso di laurea in magistrale in Ingegneria Biomedica ed è necessario possedere le conoscenze impartite nella scuola secondaria superiore nonché negli insegnamenti di base a contenuto matematico e fisico della laurea triennale. In maggiore dettaglio: A. Prerequisiti di Fisica: A-1. Dimensioni e unità di misura; A-2. Vettori: operazioni fondamentali e formulazione mediante vettori di problemi meccanici. A-3. Fondamenti di cinematica e dinamica del punto materiale e del corpo rigido; A-4 Leggi di Newton. B. Prerequisiti matematici: B-1 Funzioni elementari e loro grafici; B-2 Trigonometria; B-3 Vettori e geometria analitica; B-4 Matrici, sistemi di equazioni algebriche lineari, autovalori e autovettori; B-4 Derivate e studio di funzioni; B-6 Integrali; B-7 Equazioni differenziali ordinarie. Tutti i prerequisiti sono efficacemente esposti nei testi B-1 e B-2 indicati in bibliografia. C. Prerequisiti di Meccanica dei Solidi: C-1 definizione di sforzo e deformazioni: equazioni indefinite di equilibrio e di congruenza C-2 vincoli cinematici C-3 carichi C-4 legge costitutiva lineare, elastica ed isotropa

Lezioni tradizionali alla lavagna o con lavagna luminosa, alternate da sessioni di esercitazione in cui verrà utilizzato il PC per mostrare i risultati di alcune simulazioni. Appunti e materiale aggiuntivo per alcuni approfondimenti sono resi disponibili dal docente e consegnati in classe.

Modalità d'esame

L' esame finale del modulo sarà orale e consisterà in una discussione sulla relazione richiesta agli studenti su un argomento assegnato dal docente. Il voto assegnato nel modulo di Metodi Computazionali contribuirà per il 50% al voto finale del corso integrato Tecnologia dei Materiali e Metodi Computazionali. Una frequenza minima del 60% delle lezioni è richiesta agli studenti in corso per l'ammissione all'esame orale finale ed è comunque vivamente raccomandata ai fuori corso. Le date degli esami sono rese note con grande anticipo, e gli studenti si debbono prenotare all'appello mediante il sistema on-line almeno 48 ore prima dell'appello stesso. La mancata osservanza di questa norma comporta l'automatica esclusione dall'appello.

Testi di riferimento

Biomeccanica Analisi Multiscala dei Tessuti Biologici. A cura di A. Radaelli e F. Montevecchi. Patron Editore, Bologna, Italia, 2007. J.D. Humphrey, S.L. Delange. An Introduction to Biomechanics Springer-Verlag, New York, USA, 2004. S. Vogel. Comparative Biomechanics, Life's Physical World. Princeton University Press, Princeton, USA, 2003.

Codice insegnamento 22635

Metodi Numerici Per La Bioingegneria 1° anno · 1° semestre · 6 CFU · MATH-05/A · 0 file

L’insegnamento è parte del corso Corso integrato: Metodi matematici e biologia avanzata per la bioingegneria. 1. Conoscenza e capacità di comprensione. L'insegnamento, rivolto a studenti del I anno del corso di Laurea…

Scheda dell'insegnamento

Obiettivi formativi

L’insegnamento è parte del corso Corso integrato: Metodi matematici e biologia avanzata per la bioingegneria. 1. <b>Conoscenza e capacità di comprensione</b>. L'insegnamento, rivolto a studenti del I anno del corso di Laurea Magistrale in Ingegneria Biomedica, si propone di far acquisire allo studente una conoscenza operativa dei metodi numerici per la bioingegneria. I vari argomenti vengono descritti a fondo fornendo sia una giustificazione teorica rigorosa che indicazioni esaustive su alcune delle applicazioni. 2. <b>Capacità di applicare conoscenza e comprensione</b>. Nel corso delle esercitazioni, gli studenti impareranno a sviluppare codici di calcolo nel linguaggio di programmazione Matlab e a verificare il loro funzionamento mediante una efficace sperimentazione numerica. 3. <b>Autonomia di giudizio</b>. Il corso fornisce agli studenti le competenze di base per applicare le metodologie matematiche descritte durante il corso alla risoluzione di problemi applicativi. 4. <b>Abilità comunicative</b>. Le capacità comunicative dello studente verranno valutate sia in una prova orale che in un elaborato scritto, in cui dovrà essere descritto in modo ordinato e coerente il tema assegnato, corredando la descrizione di una adeguata sperimentazione numerica. 5. <b>Capacità di apprendimento</b>. Il corso fornisce agli studenti una preparazione specifica ai fini della comprensione di testi matematici e articoli scientifici, rendendoli capaci di orientarsi in modo autonomo nella letteratura recente del settore.

Programma

1. Introduzione (5 ore). Richiami argomenti di base di algebra lineare e analisi numerica. Sistemi rettangolari. Esempi di problemi ai minimi quadrati. Approssimazione di dati sperimentali. 2. Problemi ai minimi quadrati (10 ore). Sistemi lineari sovra-determinati. Riformulazione come problema ben posto e proprietà. Equazioni normali. Matrice pseudoinversa. Metodi numerici: fattorizzazione di Cholesky, fattorizzazione QR di Householder e di Givens. Sistemi sotto-determinati. La soluzione di minima norma. 3. La decomposizione ai valori singolari (8 ore). Riepilogo autovalori e autovettori. Fattorizzazione spettrale. Decomposizione ai valori singolari (SVD). Principali proprietà. Sottospazi fondamentali di una matrice. Approssimazioni a rango basso e principal component analysis. Risoluzione di un problema ai minimi quadrati nel caso a rango non pieno. Forma generale della matrice pseudoinversa. 4. Problemi inversi (8 ore). Equazioni integrali e loro discretizzazione. Formule di quadratura di Newton-Cotes. Metodi di regolarizzazione e loro giustificazione. La SVD troncata (TSVD) e il metodo di Tikhonov. Cenni sui metodi di regolarizzazione iterativi e sulle tecniche di stima del parametro di regolarizzazione. 5. La trasformata di Fourier discreta (DFT) (6 ore). Definizione e proprietà. Definizioni alternative. Cenni sulla Fast Fourier Transform (FFT). Applicazioni: serie di Fourier, interpolazione trigonometrica, trasformate di Fourier. DFT simmetriche. 6. Laboratorio Matlab (8 ore) Risoluzione mediante funzioni di libreria di alcuni dei problemi studiati. Esperimenti numerici e rappresentazione grafica dei risultati. 1. Conoscenze. Il corso richiede una buona conoscenza dei fondamenti dell'algebra lineare e dell'analisi matematica reale e complessa. E' necessario avere seguito un corso di base di analisi numerica, in cui siano stati trattati gli algoritmi fondamentali, diretti e iterativi, per la risoluzione dei sistemi lineari. E’ richiesta una conoscenza di base del linguaggio Matlab. 2. Abilità. Gli studenti dovranno essere in grado di applicare le metodologie matematiche apprese durante il corso di laurea triennale. In particolare: calcolo di derivate e di integrali, manipolazione di espressioni matriciali e vettoriali, programmazione di algoritmi in Matlab o in un altro linguaggio. 3. Competenze. Per seguire il corso con profitto è indispensabile essere in grado di comprendere un modello matematico e di descrivere in modo efficace un algoritmo per la sua implementazione. Corsi propedeutici. Non vi sono corsi propedeutici. La didattica sarà erogata in presenza. Il corso consiste di 45 ore di lezione frontale, che includono anche esercitazioni in aula in cui verranno applicati i metodi studiati ad esempi e problemi. Al termine del corso gli studenti realizzeranno una tesina, da soli o in coppia, che descriva l’implementazione di alcuni degli algoritmi trattati e i risultati di una sperimentazione numerica. Il docente presterà assistenza costante agli studenti, nell'arco dell'intero semestre, sia durante l'orario di ricevimento che attraverso messaggi di posta elettronica e sistemi di teleconferenza. Le lezioni potranno essere integrate con materiali audiovisivi e con lo streaming.

Modalità d'esame

La verifica dell'apprendimento avviene attraverso la realizzazione di un elaborato scritto (tesina), su un argomento assegnato dal docente, volto a verificare le abilità acquisite durante il corso, ed una successiva prova orale in cui verrà accertato il livello di conoscenza del programma. Lo studente dovrà dimostrare di conoscere e aver compreso gli algoritmi studiati, nonché di essere in grado di applicarli alla risoluzione di problemi. La tesina dovrà essere consegnata al docente almeno una settimana prima dell’appello ufficiale, in modo da consentirgli di valutarla. La prova si intende superata solo se lo studente ha riportato una votazione non inferiore a 18/30. Per raggiungere questo risultato lo studente deve dimostrare di possedere una conoscenza di base di tutti gli argomenti trattati nel corso. Per conseguire il massimo punteggio, pari a 30/30, lo studente deve dimostrare di conoscere in modo eccellente gli argomenti del corso e di essere in grado di discuterli in modo approfondito ed applicarli autonomamente. La valutazione del corso integrato sarà una media pesata dei voti conseguiti nei tre moduli, purché maggiori o uguali di 18, con pesi proporzionali ai crediti di ciascun modulo. Gli studenti hanno la possibilità di verificare il proprio livello di preparazione nel corso delle esercitazioni e di discussioni col docente.

Testi di riferimento

Il testo principale del corso è il seguente: L. Fermo e G. Rodriguez Metodi Numerici per la Matematica Applicata Società Editrice Esculapio, Bologna, 2025 ISBN: 9788893854924. Testi di consultazione Å. Björck. Numerical Methods for Least Squares Problems. SIAM, Philadelphia, 1996. W. L. Briggs and V. E. Henson. The DFT, An Owner's Manual for the Discrete Fourier Transform. SIAM, Philadelphia, 1995. P. C. Hansen Rank-Deficient and Discrete Ill-Posed Problems SIAM, Philadelphia, 1998. G. Rodriguez. Algoritmi Numerici. Società Editrice Esculapio, Bologna, 2025. ISBN: 9788893854801. Eventuali ulteriori riferimenti bibliografici, destinati ad approfondire argomenti specifici, verranno forniti dal docente durante il corso. In casi specifici, potrebbero essere distribuite dal docente dispense integrative e altro materiale didattico.

Codice insegnamento 22616

Metodi Statistici Per La Bioingegneria 1° anno · 1° semestre · 3 CFU · ICHI-01/C · 0 file

Il modulo Metodi statistici per la bioingegneria fa parte del corso integrato Metodi Matematici e Biologia avanzata per la Bioingegneria. Comprendere i principali metodi statistici avanzati impiegati nell'analisi dei…

Scheda dell'insegnamento

Obiettivi formativi

Il modulo Metodi statistici per la bioingegneria fa parte del corso integrato Metodi Matematici e Biologia avanzata per la Bioingegneria. Comprendere i principali metodi statistici avanzati impiegati nell'analisi dei dati biomedici. Saper utilizzare strumenti software per l'analisi dei dati biomedici. Saper valutare i risultati dell'analisi dei dati biomedici. Saper applicare i metodi statistici avanzati al fine di prendere decisioni riguardanti la progettazione di esperimenti e l'interpretazione dei risultati nell'ambito biomedico Descrittori di Dublino 1. Conoscenza e comprensione Acquisire una solida comprensione dei principali concetti statistici avanzati applicati all’analisi dei dati in ambito biomedico, con particolare attenzione ai modelli di regressione e alla classificazione. 2. Capacità di applicare conoscenza e comprensione Essere in grado di applicare tecniche statistiche all’analisi e alla modellazione dei dati biomedici, utilizzando strumenti software come Matlab. 3. Autonomia di giudizio Sviluppare la capacità di valutare criticamente le metodologie statistiche e di selezionare le tecniche più appropriate in base al problema da affrontare. 4. Abilità comunicative Comunicare con chiarezza ed efficacia, in forma scritta e orale, i risultati dell’analisi statistica a interlocutori, anche non specialisti, in ambito biomedico. 5. Capacità di apprendimento Sviluppare la capacità di apprendimento autonomo, con attitudine all’aggiornamento continuo sugli strumenti e sui metodi statistici per l’analisi dei dati in bioingegneria. Descrittori di Dublino 1. Conoscenza e comprensione Acquisire una solida comprensione dei principali concetti statistici avanzati applicati all’analisi dei dati in ambito biomedico, con particolare attenzione ai modelli di regressione e alla classificazione. 2. Capacità di applicare conoscenza e comprensione Essere in grado di applicare tecniche statistiche all’analisi e alla modellazione dei dati biomedici, utilizzando strumenti software come Matlab. 3. Autonomia di giudizio Sviluppare la capacità di valutare criticamente le metodologie statistiche e di selezionare le tecniche più appropriate in base al problema da affrontare. 4. Abilità comunicative Comunicare con chiarezza ed efficacia, in forma scritta e orale, i risultati dell’analisi statistica a interlocutori, anche non specialisti, in ambito biomedico. 5. Capacità di apprendimento Sviluppare la capacità di apprendimento autonomo, con attitudine all’aggiornamento continuo sugli strumenti e sui metodi statistici per l’analisi dei dati in bioingegneria.

Programma

Articolazione complessiva: 30 ore. Le ore indicate per ciascun macroargomento includono lezioni frontali e attività di laboratorio. 1. Introduzione alla statistica in ambito biomedico (4 ore) - Concetti fondamentali: popolazione, campione, variabili, distribuzioni, parametri - Tipologie di variabili e scale di misura 2. Statistica descrittiva (8 ore) - Misure di sintesi: media, mediana, varianza, deviazione standard, percentili - Visualizzazione dei dati: grafici a barre, istogrammi, box plot - Analisi multidimensionale: covarianza e correlazione - Classificatori diagnostici: sensibilità e specificità - Curve ROC 3. Inferenza statistica (10 ore) - Inferenza parametrica: stima di media e varianza con il metodo dei momenti - Metodo dei minimi quadrati - Modelli di regressione: regressione lineare - Intervalli di confidenza: per la media e per i coefficienti di regressione 4. Test statistici (8 ore) - Test di ipotesi per la media: varianza nota e ignota - Errori di tipo I e di tipo II - Test per dati appaiati - Test sui coefficienti di regressione e significatività della regressione - Test non parametrici

Sono richieste conoscenze di base di teoria della probabilità e una conoscenza operativa di MATLAB, sufficienti a seguire le attività applicative e di laboratorio.

Lezioni frontali: 15 h, erogate in presenza, con l'ausilio di slide e la discussione di esempi applicativi. Laboratorio: 15 h, erogato in presenza e svolto con MATLAB tramite esercitazioni guidate su dati biomedici. Totale: 30 h. Tutte le attività didattiche sono erogate in presenza.

Modalità d'esame

La valutazione dello studente consiste in un esame scritto da svolgersi con l’ausilio di software dedicati. L'esame prevede un numero di esercizi (da 4 a 5) relativi agli argomenti trattati nel modulo. Ciascun esercizio contribuirà al voto finale in misura pari alla percentuale indicata nel testo dell’esame. Il tempo a disposizione per la prova è di 2 (due) ore. La valutazione finale del corso integrato tiene conto degli esiti delle prove relative a tutti i moduli che lo compongono; il voto finale è definito collegialmente dai docenti del corso integrato. Lo studente deve dimostrare di conoscere la teoria della statistica applicata all’analisi dei dati di natura biomedica. Nella fase di valutazione, lo studente deve dimostrare di aver acquisito, dagli altri corsi, le caratteristiche principali dei processi tipici dell’ingegneria biomedica, per poter effettuare un’analisi appropriata delle possibili problematiche. Le soluzioni scelte dallo studente devono essere motivate in base ai concetti teorici acquisiti, grazie ai quali deve essere in grado di trovare soluzioni anche per i casi particolari proposti dal docente. Inoltre, è valutata la capacità di utilizzare un linguaggio tecnico adeguato nella spiegazione della soluzione proposta. L’attribuzione dei voti è effettuata con il seguente criterio: - conoscenza e comprensione della teoria: 18/30-21/30; - conoscenza e comprensione della teoria e sua adeguata applicazione ai casi di studio proposti: 23/30-26/30; - conoscenza e comprensione della teoria, sua adeguata applicazione ai casi di studio proposti e capacità di valutare situazioni complesse in modo critico: 27/30-30/30. La valutazione finale del corso integrato tiene conto degli esiti delle prove relative a tutti e tre i moduli che lo compongono. Per il superamento dell’esame integrato è necessario conseguire una valutazione almeno sufficiente (18/30) in ciascuno dei tre moduli. Il voto finale è calcolato come media ponderata dei voti ottenuti nei tre moduli, in base ai rispettivi CFU.

Testi di riferimento

Appunti delle lezioni forniti dal docente. Applied Statistics and Probability for Engineers, Montgomery and Runger, Wiley

Codice insegnamento 22615

Nanotecnologie Per Applicazioni Diagnostiche E Terapeutiche 1° anno · 2° semestre · 6 CFU · CHEM-06/A · 0 file

I principali obiettivi formativi sono legati a fornire le conoscenze di base sulle caratteristiche della materia su scala nanometrica ed a sviluppare la capacità di comprensione delle potenzialità delle nanotecnologie in…

Scheda dell'insegnamento

Obiettivi formativi

I principali obiettivi formativi sono legati a fornire le conoscenze di base sulle caratteristiche della materia su scala nanometrica ed a sviluppare la capacità di comprensione delle potenzialità delle nanotecnologie in ambito biomedicale. Verranno fornite conoscenze al fine di comprendere alcune tecniche di fabbricazione e di caratterizzazione ed indagine necessarie per lo studio della materia su scala nanometrica. Il corso di propone inoltre di sviluppare capacità di applicare le conoscenze e la comprensione delle caratteristiche della materia alla scala nanometrica ad applicazioni nanotecnologiche di interesse per l’ingegneria biomedica, con particolare riferimento alle tecniche diagnostiche ed a possibili usi terapeutici. Conoscenza e capacità di comprensione. Al termine del corso è atteso che lo studente/studentessa abbia acquisito conoscenza e competenze per comprendere: - L’andamento delle proprietà chimico-fisiche della materia su scala nanometrica (quali punto di fusione, reattività, area superficiale, comportamento ottico e magnetico); - Le tecniche di produzione di materiali nanostrutturati (secondo approcci top-down e bottom-up) per applicazioni in nanotecnologie; - Le principali tecniche di indagine chimico-fisica per la caratterizzazione di materiali per applicazioni nanotecnologiche; - Le potenzialità in campo biomedicale delle nanotecnologie, in campo diagnostico, terapeutico e teranostico. Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente/studentessa sia in grado di: - Individuare le strategie idonee per la produzione e caratterizzazione di materiali nanostrutturati di interesse per l’ingegneria biomedicale; - Valutare i requisiti di diversi materiali per lo sviluppo di nanotecnologie per applicazioni in ambito diagnostico e terapeutico. Autonomia di giudizio Lo studente/studentessa dovrà acquisire la capacità di individuare in modo critico le caratteristiche di materiali nanostrutturati che li differenziano rispetto ai corrispondenti materiali convenzionali e che consentano specifiche applicazioni in ambito diagnostico e terapeutico. Al termine del corso in particolare è atteso che lo/la studente/studentessa sia in grado di consultare autonomamente la letteratura scientifica in merito all’applicazione delle nanotecnologie negli ambiti di interesse biomedicale. Abilità comunicative Alla fine del corso ci si aspetta che lo studente abbia acquisito un'adeguata proprietà di linguaggio in relazione ai contenuti del corso in modo da saper riportare con il dovuto rigore i concetti acquisiti sia in forma di presentazione orale che scritta. E’ atteso inoltre che studente/studentessa acquisisca la capacità di riportare le nozioni acquisite alle diverse figure coinvolte anche in ambito non strettamente scientifico nell’ambito della ingegneria biomedicale. Capacità di apprendimento. Le conoscenze ed abilità acquisite durante il corso consentiranno allo studente/studentessa di poter affrontare applicazioni nell’ambito dell’ingegneria biomedicale degli argomenti del corso e di poter perfezionare autonomamente ed aggiornare la propria preparazione, rimanendo al passo con lo stato dell’arte nel settore ed adattando le competenze richieste in base agli studi successivi.

Programma

Introduzione ai fondamenti chimici delle nanoscienze e delle nanotecnologie. Materiali molecolari funzionali, nanomateriali, metalli e ioni di interesse biochimico. Proprietà ed effetti dimensionali e di confinamento. (10 ore) Nanomateriali per applicazioni in ambito biomedicale: nanocristalli, nanotubi, nanoparticelle, nanocompositi, materiali nanoporosi; generalità e metodi di preparazione (8 ore) Caratterizzazione di materiali nanostrutturati. (14 ore) Applicazioni delle nanotecnologie in ambito diagnostico e di imaging, terapeutico e teranostico: mezzi di contrasto per risonanza magnetica per immagini e per imaging ottico; mediatori per ipertermia e fototerapia ed approfondimenti relativi alle nanoparticelle metalliche; agli ossidi magnetici; alle nanostrutture di carbonio ed alla silice nanoporosa (28 ore).

Conoscenze di base relative a concetti di chimica quali elementi, composti, miscele, legame e interazioni intermolecolari. Conoscenze di concetti di fisica di base.

Il corso è articolato in 48 ore di lezione frontale e in 12 ore di esercitazione sugli argomenti trattati. Come previsto dal Manifesto degli Studi per l'A.A. 2024/2025, la didattica sarà erogata in presenza. Le lezioni potranno essere integrate con materiali audiovisivi e con lo streaming.

Modalità d'esame

La prova d’esame consisterà nello svolgimento di una prova scritta consistente in circa 5 quesiti sintetici su temi mirati ed in una successiva discussione di un tema approfondito durante il corso tramite presentazione orale (accompagnata dalla corrispondente preparazione di diapositive tramite ad es. powerpoint). In alternativa alla presentazione e discussione orale, lo/la student* può concordare lo svolgimento per via scritta di due domande aperte su temi generali approfonditi nel corso da sviluppare in modo più esteso (oltre alla prova scritta obbligatoria). Per lo svolgimento della prova d’esame i candidati/e avranno a disposizione 60 minuti (prova scritta generale) o 90 minuti (prova scritta estesa), mentre la presentazione orale avrà durata di 15 minuti più discussione. I candidati/e possono utilizzare la propria calcolatrice a supporto dello svolgimento della prova d'esame. La verifica dell’apprendimento si baserà sulla corretta ed adeguata presentazione e discussione degli argomenti proposti in sede d’esame ed oggetto del corso, e la valutazione corrispondente sarà espressa con una votazione in trentesimi. Il voto minimo (corrispondente al superamento della prova d’esame) è pari a 18, il voto massimo è pari a 30 e lode. La modalità ed i criteri per l’attribuzione del voto finale sono legati alla valutazione della conoscenza degli argomenti proposti nonché della capacità di applicare in modo critico le conoscenze acquisite e di presentare gli argomenti in modo appropriato. In particolare, laddove i criteri per l’attribuzione del voto finale corrispondano al livello soglia verrà attribuito un voto nella fascia 18-20; laddove corrispondano al livello base verrà attribuito un voto nella fascia 21-23; laddove corrispondano al livello buono verrà attribuito un voto nella fascia 24-26; laddove corrispondano al livello più che buono, con capacità di argomentare in modo logico e coerente verrà attribuito un voto nella fascia 27-29; laddove corrispondano al livello ottimo, con notevoli capacità di argomentare in modo logico e coerente verrà attribuito un voto corrispondente a 30-30L.

Testi di riferimento

Shariqsrijon Sinha Ray and Jayita Bandyopadhyay Nanotechnology-enabled biomedical engineering: Current trends, future scopes, and Perspectives, Nanotechnology Reviews 2021; 10: 728–743, https://doi.org/10.1515/ntrev-2021-0052 M. Colombo, S. Carregal-Romero, Maria F. Casula, L. Gutiérrez, M. P. Morales, I. B. Böhm, J. T. Heverhagen, D. Prosperi, W. J. Parak Biological Applications of Magnetic Nanoparticles Chemical Society Reviews, 2012, 41, 4306-4334. DOI: 10.1039/c2cs15337h

Codice insegnamento 22623

Realta' Virtuale E Modelli Per Neuroriabilitazione 1° anno · 2° semestre · 6 CFU · IBIO-01/A · 0 file

L'obiettivo principale del corso di Realtà Virtuale e Modelli di Neuroriabilitazione è offrire agli studenti una panoramica sulla riabilitazione neuromotoria, le tecnologie e i protocolli per la valutazione e il…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo principale del corso di Realtà Virtuale e Modelli di Neuroriabilitazione è offrire agli studenti una panoramica sulla riabilitazione neuromotoria, le tecnologie e i protocolli per la valutazione e il trattamento della disabilità neuromotoria (in particolare dell’arto superiore), anche con metodi innovativi che sfruttano la realtà virtuale, le interfacce uomo-macchina, le misure di performance e i modelli computazionali per la predizione, la valutazione e il trattamento dei deficit neuromotori e la medicina personalizzata. Il corso ha un orientamento sia teorico che pratico, in quanto prevede attività di laboratorio in cui si imparerà ad utilizzare l’ambiente Unity 3D per lo sviluppo di scenari di realtà virtuale e protocolli sperimentali finalizzati ai trattamenti di riabilitazione neuromotoria. I contenuti del corso concorrono alla formazione dello studente nell'ambito dell'ingegneria dell'informazione, in tutti quei contesti di ricerca o aziendali nei quali è richiesta una conoscenza avanzata dei metodi e strumenti che contribuiscono alla riabilitazione neuromotoria e ad applicazioni di realtà virtuale. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente conosca: - i concetti di base su lesioni neurali, neuroplasticità e recupero motorio - i metodi e le tecnologie per la valutazione e il trattamento riabilitativo dell'arto superiore - le tecniche di progettazione di protocolli sperimentali per la neuroriabilitazione dell'arto superiore - le misure per la valutazione della disabilità neuromotoria e i principali modelli computazionali predittivi (esercitazioni in ambiente Matlab) - le principali applicazioni e tecnologie di realtà virtuale per la neuroriabilitazione - le basi per la progettazione e sviluppo di scenari di realtà virtuale e protocolli sperimentali in ambiente software Unity3D (basi di linguaggio C#, programmazione ad oggetti e ambiente Unity 3D, gestione di script e interfaccia, animazione di oggetti virtuali, controllo di opzioni fisiche e temporali dei componenti della scienza virtuale, debug delle applicazioni implementate). Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: - associare metodi e tecnologie di valutazione e neuroriabilitazione, compresi quelli che sfruttano ambienti di realtà virtuale, a deficit neuromotori dell'arto superiore - progettare protocolli sperimentali per la neuroriabilitazione dell'arto superiore - applicare i principali modelli computazionali per la descrizione e predizione di variabili associate al movimento dell'arto superiore (esercitazioni in Matlab) - progettare e sviluppare applicazioni in ambiente Unity3D che implementino programmi di neuroriabilitazione motoria. Autonomia di giudizio. Alla fine del corso ci si aspetta che lo studente sia in grado di individuare autonomamente e valutare metodi e tecnologie per la valutazione e riabilitazione di deficit neuromotori e progettare e sviluppare in Unity3D protocolli sperimentali per la neuroriabilitazione dell'arto superiore. Abilità comunicative. Alla fine del corso ci si aspetta che lo studente sia in grado di comunicare efficacemente i contenuti del corso ad un interlocutore con conoscenze tecniche adeguate e trasmettere i concetti essenziali anche ad un interlocutore non tecnicamente competente. Capacità di apprendimento. Alla fine del corso ci si aspetta che lo studente abbia il bagaglio di conoscenze e le metodologie necessarie ad approfondire autonomamente e nel prosieguo degli studi la propria preparazione nell'ambito dei metodi e tecnologie per la valutazione e riabilitazione di deficit neuromotori e della progettazione e sviluppo di protocolli sperimentali per la neuroriabilitazione dell'arto superiore.

Programma

1. Lesione neurale e recupero motorio (5 ore) 1.a Neuroplasticità e apprendimento motorio 1.b Controllo neurale del movimento 1.c Implicazioni neurofisiologiche della neuroriabilitazione 2. Dalla fisiologia del movimento all'applicazione della tecnologia (5 ore) 2.a Valutazione e trattamento dei movimenti dell’arto superiore 2.b Tecnologie per la neuroriabilitazione dell’arto superiore 3. Basi della tecnologia riabilitativa interattiva (6 ore) 3.a Interfacce uomo-macchina e robot per la riabilitazione motoria 3.b Progettazione di protocolli sperimentali nei programmi di riabilitazione 4. Misure per la valutazione della disabilità e modelli predittivi (6 ore) 4.a Misure di valutazione delle funzioni senso-motorie 4.b Modelli computazionali per il recupero neuromotorio e esercitazioni in Matlab 5. Realtà virtuale per la riabilitazione (8 ore) 5.a La riabilitazione sensomotoria basata sulla realtà virtuale 5.b Interazione in ambienti di realtà virtuale e aumentata 5.c Piattaforme software per l'integrazione di robot e ambienti virtuali 5.d Sensori indossabili per la neuroriabilitazione 6. Laboratorio di realtà virtuale con Unity 3D (10 ore di teoria + 15 ore di laboratorio) Il laboratorio di realtà virtuale con Unity 3D intende gettare le basi per la progettazione e lo sviluppo di ambienti di realtà virtuale e di protocolli sperimentali finalizzati a programmi di riabilitazione neuromotoria. Il laboratorio si articolerà in lezioni di teoria applicata ed esercizi da svolgere sia in aula che a casa, in autonomia. Preliminarmente saranno introdotte le nozioni di base sul linguaggio C# e la programmazione ad oggetti. Successivamente si approfondiranno gli elementi salienti dell’ambiente Unity 3D, si imparerà a gestire gli script e l’interfaccia, ad animare gli oggetti della scena virtuale, a controllare il tempo e le opzioni fisiche dei componenti, e a debuggare le applicazioni implementate.

Per questo corso non ci sono prerequisiti formali, ma il corso richiede solide basi di analisi matematica e algebra lineare, oltre che i fondamenti di programmazione in linguaggio C per le attività di laboratorio. Per poter svolgere le esercitazioni di laboratorio in ambiente Matlab è fortemente consigliata una conoscenza dei rudimenti di tale linguaggio.

Il corso si basa su lezioni frontali, una parte di laboratorio al calcolatore ed esercitazioni (esercizi assegnati per casa e corretti in aula, cui si aggiungono esercitazioni interattive svolte in aula con il docente). Le lezioni sono supportate da diapositive fornite dal docente, eventualmente completate da spiegazioni alla lavagna laddove siano presenti passaggi matematici o concettuali rilevanti, o esempi di esercizi da svolgere. Il laboratorio e le esercitazioni, anch'essi svolti in modalità interattiva con la collaborazione degli studenti, intendono supportare nel fissare gli aspetti concettuali illustrati nelle relative lezioni teoriche attraverso un'esperienza di implementazione concreta. La ripartizione approssimativa delle ore fra le varie attività è: Lezioni frontali: 40 ore. Esercitazioni e laboratorio informatico: 15 ore.

Modalità d'esame

Il corso prevede una prova scritta (della durata di 3 ore) e un progetto da sviluppare in Unity3D sul proprio PC e da discutere oralmente con il docente. La prova progettuale non fa media aritmetica con l'esito della prova scritta, che si compone di tre o quattro esercizi (ognuno diviso in sotto-parti), volti a verificare l'effettiva acquisizione dei risultati di apprendimento attesi e che consistono in domande di teoria, listati Matlab per semplici applicazioni, problemi ingegeneristici alla portata dello studente che non richiedano la banale applicazione di una formula ma l'analisi del contesto al fine di identificare una soluzione corretta. La prova progettuale può essere eseguita una sola volta, possibilmente in gruppo (in base al numero degli iscritti al corso), mentre la prova scritta è accessibile ad ogni appello disponibile, in accordo con il regolamento di Facoltà. La valutazione è oggettiva, definita sulla base della percentuale di correttezza di ogni risposta (alla quale è associato un punteggio fisso, non noto al candidato, sulla base del livello di difficoltà). Per il superamento della prova scritta è obbligatorio che nessun esercizio venga lasciato in bianco o che risulti completamente insufficiente: in tal caso la prova è considerata insufficiente nel complesso. Per il superamento della prova progettuale è necessario che l'applicazione rispetti correttamente e completamente la consegna data, senza generare errori. Allo studente è sempre richiesto di motivare chiaramente le proprie risposte (tramite procedimento matematico o descrizione tecnica) e le proprie scelte progettuali, in modo tale da valutare il livello della comprensione e la capacità di applicarla a semplici problemi, le capacità comunicative e l'autonomia di giudizio. Il numero di appelli è definito in accordo con il regolamento di Facoltà. Appelli extra per fuori corso possono essere, per motivate ragioni, richiesti al docente.

Testi di riferimento

Diapositive del corso, proiettate in aula durante le lezioni, fornite gratuitamente agli studenti tramite il sito del corso e corrette/aggiornate ogni anno. Lo studio dalle diapositive è sufficiente ai fini della preparazione all'esame. Per le prime 5 unità del corso, si consiglia di utilizzare il seguente testo: Reinkensmeyer, D. J., & Dietz, V. (Eds.). (2016). Neurorehabilitation technology (Vol. 106). New York: Springer. Per il laboratorio di realtà virtuale con Unity 3D, si consiglia di utilizzare il seguente testo: Hardman, C. (2020). Game Programming with Unity and C#: A Complete Beginner's guide. Apress. Per il laboratorio con Matlab, si consiglia di utilizzare il seguente testo: Rudra Pratap - Getting Started with MATLAB - Oxford University Press - ISBN: 9780199731244

Codice insegnamento 22624

Sistemi Elettronici Per La Medicina Di Precisione 1° anno · 2° semestre · 9 CFU · IINF-01/A · 0 file

Il corso ha l’obiettivo di fornire gli strumenti per la progettazione di dispositivi elettronici che si interfacciano con il corpo umano. Verranno discussi differenti dispositivi biomedicali, con particolare rilievo ai…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di fornire gli strumenti per la progettazione di dispositivi elettronici che si interfacciano con il corpo umano. Verranno discussi differenti dispositivi biomedicali, con particolare rilievo ai circuiti che li compongono e alle loro caratteristiche.. Al termine del corso le studentesse e gli studenti avranno acquisito le conoscenze e le competenze che gli consentiranno di: analizzare i requisiti necessari per la realizzazione di un dispositivo elettronico per applicativi medicali specifici; valutare l’insieme delle periferiche richieste e dei moduli di acquisizione/trasmissione necessari; determinare l’insieme di componenti fisici necessari per l’applicazione considerata. - Conoscenza e capacità di comprensione: al termine del corso le studentesse e gli studenti avranno acquisito la conoscenza degli elementi circuitali che permettono la realizzazione di un dispositivo medicale, le loro caratteristiche, le specifiche dei componenti di acquisizione e degli attuatori di stimolazione, e i protocolli di comunicazione necessari per la loro integrazione all’interno di unità portatili basate su microcontrollore. ; - Capacità di applicare conoscenza e comprensione: le conoscenze acquisite da studentesse e studenti consentiranno loro, al termine del corso, di valutare se le caratteristiche di una specifica unità circuitale si adattino ai requisiti applicativi richiesti. Saranno inoltre in grado di definire le limitazioni della soluzione proposta. ; - Autonomia di giudizio: al termine del corso le studentesse e gli studenti sapranno effettuare una valutazione comparata di soluzioni tecnologiche differenti per potere effettuare le migliori scelte progettuali e di sviluppo; - Abilità comunicative: le studentesse e gli studenti dovranno essere in grado di esprimersi in maniera adeguata utilizzando la terminologia appropriata per descrivere specifiche hardware e requisiti tecnici. Dovranno inoltre acquisire un linguaggio appropriato che consenta di comunicare adeguatamente, soprattutto con interlocutori specialisti; - Capacità di apprendimento: le studentesse e gli studenti acquisiranno le competenze per ottenere e comprendere le informazioni tecniche necessarie da datasheet, manuali operativi e cataloghi commerciali. Acquisiranno, inoltre, la capacità di aggiornare le proprie competenze alle evoluzioni della tecnologia.

Programma

Introduzione ai dispositivi medicali e ripasso circuiti di amplificazione (6h) Circuiti per l’acquisizione di Biopotenziali: Circuiti per la preamplificazione e convertitori A/D (12h) Stimolazione elettrica dei tessuto biologici: fenomeno fisico e sicurezza elettrica. (6h) Circuiti per la stimolazione elettrica neurale e muscolare e convertitori D/A (6h) Dispositivi medicali portatili e neuroprotesi. (3h) Progettazione di circuiti stampati per il rilevamento di parametri fisiologici: progettazione di PCB (6h) Attività di Laboratorio (15h) Laboratorio progettazione Elettronica: LtSpice Laboratorio progettazione Elettronica: Convertitore AD Laboratorio progettazione Elettronica: Convertitore DA Laboratorio progettazione Elettronica: Elettrocardiografo Progettazione di dispositivi portatili basati su microcontrollore (24 h) Protocolli di comunicazione seriale con sensori e attuatori per la realizzazione di dispositivi portatili e indossabili: UART, SPI, I2C, Bluetooth, Wi-Fi Attività di laboratorio per la realizzazione di esempi applicativi

Le competenze preliminari necessarie comprendono: Potenziale elettrico, corrente elettrica; Capacitori, resistori, Legge di Ohm, Leggi di Kirchhoff; Amplificatori operazionali; Analisi di Fourier; analisi di sistemi LTI, lineari tempo-invarianti, e trasformata di Laplace; C/C++; Matlab;

Lezioni frontali ed esercitazioni da svolgersi mediante impiego di microcontrollore e/o di software CAD mediante impiego del calcolatore. Anche la lezione frontale è da considerarsi partecipata e viene svolta in modo interattivo stimolando gli studenti a proporre soluzioni e idee. Il corso prevede circa 45 ore di lezione frontale e 27 ore di attività di laboratorio/esercitazioni

Modalità d'esame

La verifica dell'apprendimento prevede lo sviluppo di un progetto in autonomia. Lo studente dovrà essere in grado di: 1. Progettare un dispositivo per l’acquisizione di biopotenziali o la stimolazione di tessuti eccitabili. 2. Produrre un report di progetto esaustivo di simulazioni e considerazioni progettuali. 3. Esporre oralmente il progetto. Nella valutazione dell'esame la determinazione del voto finale tiene conto dei seguenti elementi: 1. Capacità di partizionare il problema nelle sue componenti 2. Capacità di sviluppare le parti circuitali e firmware richieste. 3. Chiarezza di esposizione del progetto.

Testi di riferimento

  • John G. Webster - Medical Instrumentation Application and Design, 4th Edition (2009) • Dennis Fitzpatrick - Implantable Electronic Medical Devices- Academic Press (2014) • Kraig Mitzner - Complete PCB Design Using OrCAD Capture and PCB Editor. 2nd Edition (2019). • Materiale fornito dal docente

Codice insegnamento 22619

Tecnologie Dei Materiali 1° anno · 2° semestre · 3 CFU · IMAT-01/A · 0 file

Modulo: Tecnologie dei Materiali (3CFU) Corso integrato: Tecnologie dei Materiali e Metodi Computazionali (6 CFU) Il corso è un insegnamento integrato che combina lo studio delle proprietà e delle caratteristiche dei…

Scheda dell'insegnamento

Obiettivi formativi

Modulo: Tecnologie dei Materiali (3CFU) Corso integrato: Tecnologie dei Materiali e Metodi Computazionali (6 CFU) Il corso è un insegnamento integrato che combina lo studio delle proprietà e delle caratteristiche dei materiali con l’analisi computazionale del loro comportamento meccanico. Nell’ambito del modulo Tecnologie dei Materiali, gli allievi acquisiranno le nozioni fondamentali sulla struttura e sul comportamento delle diverse categorie di materiali per applicazioni biomediche, nonché sui principali meccanismi di degrado nelle specifiche condizioni d’uso e sulle tecniche di fabbricazione e lavorazione. Lo studio dei materiali avverrà attraverso la comprensione delle relazioni che intercorrono tra struttura e proprietà, affrontando alcuni casi studio nell’ambito di materiali per protesi ossee, stent cardiovascolari e interazione dei biomateriali con l’ambiente di esercizio. Conoscenza e comprensione: al termine del corso lo studente avrà conoscenza dei diversi tipi di materiali utilizzati in ambito biomedico, delle loro principali proprietà e nozioni di base sulle tecniche di progettazione e lavorazione. Le conoscenze acquisite contribuiranno al rafforzamento delle capacità di apprendimento autonomo e allo sviluppo di competenze pratiche attraverso l’applicazione di idee originali per la soluzione di problematiche tecnico/scientifiche. Capacità di applicare conoscenza e comprensione: il corso favorirà la formazione di personalità in grado di gestire e utilizzare le diverse tipologie di materiali nelle loro applicazioni biomediche e di affrontare in maniera critica la risoluzione di problemi pratici in ambiti anche non familiari e interdisciplinari, connessi al loro settore di studio. Autonomia di giudizio: sviluppo delle capacità di valutazione, scelta e lavorazione dei materiali e della loro struttura in funzione degli specifici utilizzi. Ci si aspetta che alla conclusione del corso gli studenti abbiano gli strumenti per operare scelte autonome e responsabili in merito alla selezione e combinazione dei materiali e alle procedure di lavorazione e impiego. Abilità comunicative: lo studente acquisirà la capacità di comunicare ed esprimere problematiche inerenti alla struttura, proprietà e modalità di impiego di materiali di interesse biomedico, attraverso l'uso di linguaggio e termini appropriati e tali da permettere una proficua comunicazione con interlocutori di diversificata formazione.

Programma

Introduzione alla scienza dei materiali. Richiami sulle principali categorie di materiali. Relazione struttura -proprietà. Tecniche di caratterizzazione chimico-fisica. (3h) Definizione di biomateriale, classificazione e caratteristiche. Materiali per applicazioni biomediche: materiali metallici; biopolimeri, bioceramiche. Proprietà e impieghi. (3h) Metalli e leghe per applicazioni biomediche. Biocompatibilità e proprietà meccaniche. Osteointegrazione. Comportamento alla corrosione. Design e lavorazioni. (6h) Materiali bioinerti e bioattivi. Materiali per rigenerazione ossea. Materiali per protesi ossee. Metodi di sintesi e fabbricazione. (4h) Biopolimeri per la realizzazione di stent cardiovascolari. Caratteristiche biologiche e chimico fisiche. Metodi di fabbricazione di materiali biopolimerici: 3D printing (Extrusion-Based 3D Printing, solvent cast 3D printing, light-based printing, selective laser printing). Principi, vantaggi e limitazioni. Confronti con le prestazioni di stent metallici. (6h) Biomateriali a base di carbonio. Caratteristiche biologiche e chimico fisiche, metodi di produzione. Funzionalizzazione e drug delivery. (4h) Degrado dei biomateriali ed effetti sul comportamento cellulare. (4h)

Gli studenti devono possedere le conoscenze di base impartite nei Corsi di Matematica, Chimica, Fisica della laurea triennale, nonché una preparazione introduttiva nell’ambito della scienza e tecnologia dei materiali.

La didattica sarà erogata in presenza mediante lezioni frontali e seminari. L’erogazione della lezione prevede la proiezione di slides in power-point, riproduzioni di video e consultazione di materiale scientifico per rendere più efficace la discussione in classe e la partecipazione attiva degli studenti.

Modalità d'esame

L’esame finale prevede la stesura individuale di un elaborato scritto, da realizzare in autonomia al di fuori del normale orario di lezione, volto ad approfondire uno dei casi di studio affrontati durante il corso. L’attività ha l’obiettivo di verificare le competenze acquisite, nonché le capacità di analisi, giudizio e selezione delle soluzioni progettuali, in relazione ai vincoli di natura biologica, meccanica, fisica, chimica e strutturale imposti dai materiali nelle diverse fasi di definizione e realizzazione di uno specifico progetto. Verranno valutati anche gli aspetti teorici attraverso una breve discussione orale dell’elaborato, al fine di verificare il livello dell’apprendimento raggiunto, la padronanza dei contenuti e del linguaggio. Il punteggio della prova d’esame è attribuito mediante un voto espresso in trentesimi. Poiché il modulo è parte del corso Tecnologie dei materiali e metodi computazionali, il punteggio attribuito nel presente modulo concorrerà al 50% della valutazione complessiva sulla base dei crediti ad esso attribuiti (3CFU per la parte di Tecnologie dei materiali, 3CFU per la parte di Metodi computazionali). Per quanto attiene al presente modulo, i voti vengono assegnati nell’intervallo 18-30 trentesimi. L’esame si considera superato se si arriva almeno a 18 trentesimi. Un voto pari a 18 trentesimi è conferito quando le conoscenze acquisite, le competenze e il linguaggio sono almeno elementari, seppure con carenze nei contenuti. Un voto di 30 trentesimi rappresenta l’eccellenza nella comprensione dei contenuti, nell’abilità di affrontare problemi pratici, nell’individuare soluzioni efficaci e nell’esporre in maniera accurata le nozioni apprese.

Testi di riferimento

Le slide del corso ed eventuali materiali integrativi saranno resi disponibili sul canale TEAMS dedicato al corso, accessibile agli studenti frequentanti. Bibliografia facoltativa: R. Pietrabissa, Biomateriali per protesi e organi artificiali, Editore: Patron

Codice insegnamento 22634

Tecnologie Di Fabbricazione Per La Biosensoristica 1° anno · 2° semestre · 6 CFU · IBIO-01/A · 0 file

Il corso mira a fornire allo studente competenze nell’ambito della biosensoristica avanzata, con particolare focus sulle moderne tecnologie di fabbricazione. Nella prima parte del corso si introdurranno le tecniche di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire allo studente competenze nell’ambito della biosensoristica avanzata, con particolare focus sulle moderne tecnologie di fabbricazione. Nella prima parte del corso si introdurranno le tecniche di fabbricazione basate su tecnologia inorganica, per poi approfondire le quelle utilizzate con tecnologie più moderne e all’avangaurdia, in particolare quella organica. Alla luce delle competenze acquisite nella parte iniziale del corso, verranno svolte delle esercitazioni in laboratorio, al fine di far utilizzare allo studente le tecniche apprese a lezione. I contenuti del corso rientrano nell’ambito dell’ingegneria bioelettronica e contribuiscono alla formazione del bioingegnere nel contesto della progettazione della sensoristica biomedica. Le competenze fornite dal corso saranno utili al bioingegnere in tutti quegli ambiti di ricerca e sviluppo (di impronta industriale, clinica e di ricerca) dove è richiesta la conoscenza delle moderne tecniche di fabbricazione di sensori e biosensori, per applicazioni che spaziano dalla diagnostica clinica alla medicina personalizzata. Conoscenza e capacità di comprensione: Alla fine del corso ci si aspetta che gli studenti abbiano acquisito le seguenti conoscenze: • Tecnologie moderne di fabbricazione utilizzate nell'ambito della microelettronica, con particolare enfasi sui biosensori basati su tecnologia inorganica; • Tecnologie moderne di fabbricazione utilizzate nell'ambito dell’elettronica organica, con particolare enfasi sui biosensori basati su tecnologia organica; • Saper integrare le conoscenze da varie fonti al fine di conseguire una visione ampia delle problematiche connesse alla progettazione e fabbricazione di biosensori; Capacità di applicare conoscenza e comprensione: Alla fine del corso ci si aspetta che gli studenti sappiano utilizzare le tecniche di fabbricazione, apprese durante le lezioni e le attività di laboratorio, per lo sviluppo di varie tipologie di biosensori; Autonomia di giudizio: Alla fine del corso ci si aspetta che gli studenti abbiano acquisito capacità: • di individuare i principali processi di fabbricazione dei biosensori e problemi annessi; • di identificare, valutare criticamente e usare in autonomia dati sperimentali per la risposta a quesiti concreti o astratti; Abilità comunicative: Alla fine del corso ci si aspetta che gli studenti abbiano acquisito capacità: • di esprimere chiaramente concetti appresi durante il corso; • di interagire con altre persone, nell’affrontare problemi teorici e pratici assegnati dal docente a gruppi di studenti; • la pratica con programmi di calcolo e restituzione in forma di grafico dei risultati e programmi di presentazione di diapositive; Capacità di apprendimento: Alla fine del corso ci si aspetta che gli studenti abbiano acquisito capacità di ulteriore apprendimento tramite l’accesso a fonti complementari per lo studio della materia e la soluzione di problemi;

Programma

Brevi richiami sulla biosensoristica Brevi richiami di Fisica dei Semiconduttori Tecniche di fabbricazione basate su tecnologia inorganica: • Crescita ed Epitassia dei Cristalli Semiconduttori; • Tecniche di Drogaggio dei Semiconduttori; • Deposizione e Crescita di Materiali Isolanti; • Deposizione di Materiali Metallici; • Fotolitografia ottica e a fascio elettronico; • Attacco Chimico; • Interconnessione e Packaging; • Tecnologie MEMS; Brevi richiami di Fisica dei Semiconduttori Organici; Tecniche di fabbricazione basate su tecnologia organica: • Introduzione all'Elettronica Stampata; • Tecniche di Deposizione da Fase Liquida; • Tecniche di Stampa e Processing; • Soft lithography; Introduzione alle Nanotecnologie Tecnologie microfluidiche Stampa 3D (a estrusione e stereolitografica) Attività di Laboratorio Sperimentale: • Applicazione pratica di alcune tecniche di fabbricazione illustrate durante le lezioni; • Esperimenti guidati sulla produzione di dispositivi elettronici avanzati;

Lo studente deve possedere le nozioni di tipo matematico e fisico tipiche di un corso di Laurea triennale in Ingegneria o Fisica. Lo studente deve possedere le nozioni di base sulla fisica dello stato solido e sulla fisica e funzionamento dei dispositivi elettronici a semiconduttore.

Il corso è articolato in lezioni frontali, durante le quali il docente espone i principali concetti relativi alla fabbricazione di biosensori, e attività di gruppo in laboratorio, dove gli studenti avranno l'opportunità di utilizzare gran parte degli strumenti studiati a lezione. Gli studenti sono incoraggiati a confrontare continuamente i diversi approcci proposti, al fine di sviluppare capacità critiche nella scelta del metodo di fabbricazione più adatto allo specifico problema sperimentale affrontato. Opzionalmente, si svolgono uno o più seminari sull'attività di ricerca nell'ambito della biosensoristica svolta all'interno dell'Ateneo. Il corso prevede circa 35 ore di lezione frontale e circa 25 ore di attività in laboratorio.

Modalità d'esame

L'esame si svolge nella sola forma orale. In aggiunta, verrà chiesto agli studenti di lavorare ad una tesina in inglese, che potrà essere compilativa (analisi dello stato dell'arte di un argomento svolto a lezione) o sperimentale (attività di laboratorio).

Testi di riferimento

Organic and Printed Electronics - 2nd Edition; Semiconductor Manufacturing Handbook - 2nd Edition; Advanced Micro- and Nano-manufacturing Technologies;

Codice insegnamento 22628

Tecnologie Di Imaging A Microonde 1° anno · 2° semestre · 6 CFU · IINF-02/A · 0 file

Durante il corso, lo studente acquisterà le conoscenze di base relativamente ai principi fisici e alle metodologie ingegneristiche su cui si fondano le diverse tecniche di imaging a microonde, e solide competenze…

Scheda dell'insegnamento

Obiettivi formativi

Durante il corso, lo studente acquisterà le conoscenze di base relativamente ai principi fisici e alle metodologie ingegneristiche su cui si fondano le diverse tecniche di imaging a microonde, e solide competenze matematiche riguardo ai fenomeni ondosi, nella fattispecie sulla loro propagazione e sullo scattering. Lo studente avrà modo di apprendere diversi metodi di Imaging, che costituiscono un aspetto fondamentale delle applicazioni basate sulla tomografia a microonde, con particolare enfasi sulla diagnostica clinica. Lo studente imparerà le principali tecniche di processing e post processing che caratterizzano le applicazioni a supporto della diagnostica clinica. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente conosca: • le conoscenze di base relative alle tecniche di imaging a microonde ettromagnetici. • Le tecniche di processing e post processing per elaborazione di immagini da tomografia a microonde. • Le tecniche semi automatiche per il supporto alla diagnostica clinica. Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: • di applicare le tecniche standard di eleaborazione alle immagini biomediche da tomografia a microonde. • di iniziare a sviluppare la capacità di analisi e interpretazione delle soluzioni trovate. Autonomia di giudizio. Alla fine del corso ci si aspetta che lo studente sia in grado di individuare autonomamente le problematiche inerenti alla specifica applicazione ingegneristica proponendo criteri adeguati per la risoluzione della stessa. È fondamentale che lo studente sappia valutare autonomamente le differenze fra l e diverse tecniche di analisi per immagini che hanno il medesimo fine, in modo da proporre l'adozione della soluzione migliore in relazione al problema che deve risolvere. Abilità comunicative. Alla fine del corso ci si aspetta che lo studente abbia acquisito una proprietà di linguaggio in relazione ai contenuti del corso, per potersi esprimere al meglio in modo da essere compreso da un interlocutore con conoscenze tecniche adeguate, e da saper veicolare i concetti essenziali anche verso un interlocutore non tecnicamente competente. Capacità di apprendimento. Alla fine del corso ci si aspetta che lo studente abbia il bagaglio di conoscenze , gli strumenti e le metodologie necessarie ad approfondire autonomamente nel proseguo degli studi e nella pratica professionale (ivi inclusi i tirocini post lauream) la propria preparazione nelle tecniche di processing della tomografia a microonde, in modo da interagire in maniera efficiente con i progettisti dei dispositivi clinici per imaging e con il medico che usa questi strumenti per fare diagnostica. Lo studente alla luce delle nozioni apprese all'interno del corso sarà in grado, di comprendere le modalità di verifica delle tecniche di imaging per tomografia a microonde di saper cogliere i cambiamenti nel settore.

Programma

IIl corso fa un introduzione sulla propagazione delle onde elettromagnetiche e sulle loro interazioni con i tessuti biologici (10 h). Vengono trattati i problemi ai valori iniziali e il teorema di unicità, insieme all'equazione di Porter Bojarski nel dominio del tempo (5 h). Viene introdotta l'equazione di Helmholtz, di cui si illustrano le principali tecniche di soluzione numerica, inclusa la FDTD (Finite-Difference Time-Domain) (8 h). Vengono presentate le formule di Kirchhoff-Helmholtz, Rayleigh-Sommerfeld, Porter Bojarski nel dominio della frequenza e nel dominio del tempo (2h). Vengono discusse le equazioni dello scattering nel dominio della frequenza per oggetti penetrabili, inclusi le equazioni di Lippman-Schwinger, le serie di Neumann e l'approssimazione di Born (4 h). Vengono trattate la serie di Liouville-Neumann e l'approssimazione di Rytov, insieme alla relazione tra approssimazione di Born e Rytov (4 h). Viene spiegata l'approssimazione di Rytov nel limite di piccola lunghezza d'onda, l'ampiezza di scattering e la sfera di Ewald (6 h). È affrontato il problema dello scattering inverso e viene presentato l'algoritmo di back-propagazione filtrata a partire da dati di Born. Vengono trattati nel dettaglio i principali algoritmi lineari e non lineari (6 h).

Le propedeuticità obbligatorie sono indicate nel Regolamento didattico del Corso di Studio. Il corso richiede la conoscenza di alcuni argomenti di Matematica, in particolare derivate e integrali, matrici, numeri complessi, proprietà base della Trasformata di Fourier e una buona conoscenza degli argomenti di elettromagnetismo affrontati nei corsi di Fisica. Una più approfondita conoscenza di questi argomenti (come quella sviluppata nei corsi di base di elettromagnetismo applicato, quali campi elettromagnetici e/o compatibilità elettromagnetica), in particolare della propagazione ondosa, facilita significativamente l’apprendimento.

Il corso si basa su un approccio didattico tradizionale (lezioni frontali) al quale si unisce una significativa parte di esercitazioni con Matlab ed altri software usati per il processing di immagini di tomografia per la diagnostica clinica. L’obiettivo è quello di cercare di collegare in modo chiaro gli argomenti agli altri corsi, e alla pratica professionale. Gli studenti svolgeranno, sotto la supervisione del docente, l’implementazione di programmi su calcolatore e affronteranno casi di studio realistici. La ripartizione approssimativa delle ore fra le varie attività è: Lezioni frontali: 30 ore Seminari: 2 ore Laboratorio informatico ed esercitazioni pratiche: 13 ore

Modalità d'esame

La verifica dell’apprendimento si articolerà in due momenti: una prova progettuale (durata: 3 ore), da svolgersi in gruppi di 4-5 studenti; una prova orale (durata: 2 ore), da sostenersi in un giorno differente, concordato con il docente, successivamente alla correzione della prova progettuale. L’esito del progetto, espresso in trentesimi, costituirà il punto di partenza per la valutazione della prova orale. Tuttavia, il voto finale dell’esame sarà frutto di una valutazione complessiva da parte del docente e non il risultato di un calcolo matematico. Nella prova progettuale verranno proposti problemi analoghi a quelli affrontati a lezione. In particolare, sarà richiesto di modellare un oggetto o un fenomeno utilizzando i concetti e i modelli sviluppati durante il corso, ricavandone relazioni descrittive da risolvere. Una parte del progetto sarà concepita in modo tale da richiedere, oltre a conoscenze e abilità, anche competenze specifiche sul corso. Le prime rappresentano un prerequisito necessario per il superamento dell’esame. La prova orale verterà invece su aspetti teorici trattati a lezione, anche al di fuori dell’oggetto della prova pratica. Questo consentirà di valutare non solo le competenze e la capacità di applicarle, ma anche la chiarezza comunicativa e l’autonomia di giudizio dello studente. Il superamento dell’esame richiede un buon livello di conoscenze e abilità, insieme a un livello minimo di competenze. I voti più alti saranno attribuiti agli studenti che, oltre a questi requisiti, sapranno dimostrare un grado più elevato di competenza e padronanza della materia.

Testi di riferimento

Appunti delle lezioni Direttiva Dispositivi Medici 93/42 e dell'ampliamento 2007/47 M. Pastorino, " Microwave Imaging" , Willey. 2010. D. FLEISCH: A Student's Guide to Maxwell's Equations - Cambridge Univ. Press; A. J. Devaney, Mathematical Foundations of Imaging, Tomography and Wavefield Inversion, Cambridge University Press, 2012. M. Bertero, P. Boccacci, "Introduction to Inverse Problems in Imaging," IOP Press, 1998.

Codice insegnamento 22620

Tecnologie Terapeutiche A Radiofrequenza 1° anno · 2° semestre · 6 CFU · IINF-02/A · 0 file

Durante il corso, lo studente acquisterà le conoscenze di base relativamente ai principi fisici e alle metodologie ingegneristiche su cui si fondano le diverse tecniche e i moderni dispositivi a radiofrequenza ad uso…

Scheda dell'insegnamento

Obiettivi formativi

Durante il corso, lo studente acquisterà le conoscenze di base relativamente ai principi fisici e alle metodologie ingegneristiche su cui si fondano le diverse tecniche e i moderni dispositivi a radiofrequenza ad uso clinico come l’ipertermia, l’ablazione e la riabilitazione. Lo studente avrà modo di apprendere sia le tecnologie che le diverse metodologie, che costituiscono un aspetto fondamentale delle applicazioni basate sulla propagazione, con particolare enfasi sulla terapia clinica. Conoscenza e capacità di comprensione. Alla fine del corso ci si aspetta che lo studente conosca: • le conoscenze di base relative ai dispositivi a radiofrequenza usati per terapia clinica. • le conoscenze di base relative ai fenomeni fisici su cui si fondano le diverse tecniche di terapia clinica a radiofrequenza. Capacità di applicare conoscenza e comprensione. Alla fine del corso ci si aspetta che lo studente sia in grado di: • applicare le conoscenze dei principi fisici e delle metodologie ingegneristiche dei dispositivi a radiofrequenza per applicazioni cliniche specifiche. Ciò potrebbe includere la scelta dei componenti, la gestione del calore e la valutazione delle prestazioni. • di applicare le tecniche di ottimizzazione delle procedure terapeutiche come l'ipertermia e l'ablazione. • applicare strategie per massimizzare l'efficacia e minimizzare gli effetti indesiderati. Autonomia di giudizio. Alla fine del corso, ci si aspetta che lo studente sia in grado di individuare autonomamente le problematiche relative a specifiche applicazioni ingegneristiche e di proporre criteri adeguati per la loro risoluzione. È fondamentale che lo studente sia in grado di valutare autonomamente le differenze tra le diverse tecniche terapeutiche a radiofrequenza, al fine di proporre l'adozione della soluzione migliore in relazione al problema da affrontare. Abilità comunicative. Alla fine del corso ci si aspetta che lo studente abbia acquisito una proprietà di linguaggio in relazione ai contenuti del corso, per potersi esprimere al meglio in modo da essere compreso da un interlocutore con conoscenze tecniche adeguate, e da saper veicolare i concetti essenziali anche verso un interlocutore non tecnicamente competente. Capacità di apprendimento. Alla fine del corso, lo studente dovrà possedere una solida conoscenza, strumenti e metodologie per approfondire autonomamente le terapie terapeutiche basate sulla radiofrequenza. Ciò gli permetterà di interagire efficacemente con i progettisti di dispositivi clinici e i medici che utilizzano tali strumenti. Sarà in grado di valutare le tecniche e i dispositivi, mantenendosi aggiornato sulle novità del settore. L'obiettivo finale è diventare un professionista competente, in grado di applicare le conoscenze acquisite per contribuire al progresso e all'innovazione delle terapie cliniche basate sulla radiofrequenza.

Programma

Il corso propone un programma strutturato volto a fornire agli studenti una solida base di conoscenze e competenze in questo campo innovativo. Nella prima parte del corso, gli studenti acquisiranno una panoramica delle terapie a radiofrequenza, con particolare attenzione alle applicazioni in ambito medico e al loro ruolo nel trattamento di diverse condizioni. La seconda parte sarà dedicata ai richiami di elettromagnetismo (10 h), con l’obiettivo di fornire una comprensione approfondita dei concetti fondamentali relativi alle onde elettromagnetiche e alla radiofrequenza. Seguirà un approfondimento sulle interazioni tra onde elettromagnetiche e tessuti biologici (5 h), aspetto cruciale per valutare l’efficacia delle terapie a radiofrequenza. Successivamente, verranno analizzati i dispositivi e le tecniche impiegati nelle terapie a radiofrequenza (20 h). Saranno illustrati i principi di funzionamento, le diverse tipologie di dispositivi disponibili e le applicazioni specifiche per differenti condizioni mediche (5 h). Questa sezione offrirà agli studenti competenze pratiche sull’uso corretto delle tecnologie a radiofrequenza per ottenere risultati terapeutici ottimali. Un’attenzione particolare sarà riservata alla valutazione e alla sicurezza delle terapie a radiofrequenza (2 h). Gli studenti apprenderanno i metodi di valutazione dell’efficacia terapeutica, l’interpretazione dei risultati clinici, nonché le principali misure preventive per garantire la sicurezza delle procedure e ridurre i potenziali rischi. Infine, il corso si concluderà con un modulo dedicato agli sviluppi recenti e alle nuove tendenze nel campo delle tecnologie terapeutiche a radiofrequenza (3 h).

Lo studente deve possedere una solida base di competenze ingegneristiche nel settore dell'informazione e dell'elettromagnetismo. I requisiti e le conoscenze consigliate includono: - Teoria dei campi elettromagnetici: Conoscenza delle equazioni di Maxwell e delle leggi fondamentali che governano i campi statici e dinamici. - Propagazione guidata e radiata: Concetti di base sulle onde piane, sulle linee di trasmissione, sui mezzi di propagazione e sui principali modelli di attenuazione del segnale nello spazio. - Antenne: Nozioni elementari sui parametri fondamentali delle antenne (guadagno, diagramma di radiazione, impedenza). - Architetture di comunicazione: Principi di funzionamento dei collegamenti radio, dei sistemi a radiofrequenza (RF) e dei canali di comunicazione wireless. - Tecniche di modulazione: Architetture di comunicazione: Principi di funzionamento dei collegamenti radio, dei sistemi a radiofrequenza (RF) e dei canali di comunicazione wireless. - Uso di software di simulazione: Familiarità con strumenti di calcolo numerico e simulazione (come MATLAB) per l'analisi dei dati, la modellazione matematica dei segnali o la simulazione di campi

Il corso si basa su un approccio didattico tradizionale (lezioni frontali) al quale si unisce una significativa parte di esercitazioni con Matlab ed altri software usati per simulare trattamenti teraupetici basati sull’utilizzo di sorgenti a radiofrequenza. L’obiettivo è quello di cercare di collegare in modo chiaro gli argomenti agli altri corsi, e alla pratica professionale. Gli studenti svolgeranno, sotto la supervisione del docente, l’implementazione di programmi su calcolatore e affronteranno casi di studio realistici. La ripartizione approssimativa delle ore fra le varie attività è: Lezioni frontali: 35 ore Seminari: 1 ore Laboratorio informatico ed esercitazioni pratiche: 9 ore

Modalità d'esame

Elaborato su un argomento del corso e colloquio orale La verifica dell’apprendimento si articolerà in una prova progettuale (durata: circa 3 ore), da svolgersi in gruppi di 4-5 studenti e di un colloquio orale (se la prova non ha ottenuto la sufficienza) da sostenersi in un giorno concordato con il docente, successivamente alla correzione della prova progettuale. L’esito del progetto, espresso in trentesimi, costituirà il punto di partenza per la valutazione della prova orale. Tuttavia, il voto finale dell’esame sarà frutto di una valutazione complessiva da parte del docente e non il risultato di un calcolo matematico. Nella prova progettuale verranno proposti problemi analoghi a quelli affrontati a lezione. Una parte del progetto sarà concepita in modo tale da richiedere, oltre a conoscenze e abilità, anche competenze specifiche sul corso. Le prime rappresentano un prerequisito necessario per il superamento dell’esame. La prova orale verterà invece su aspetti teorici trattati a lezione, anche al di fuori dell’oggetto della prova pratica. Questo consentirà di valutare non solo le competenze e la capacità di applicarle, ma anche la chiarezza comunicativa e l’autonomia di giudizio dello studente. Il superamento dell’esame richiede un buon livello di conoscenze e abilità, insieme a un livello minimo di competenze. I voti più alti saranno attribuiti agli studenti che, oltre a questi requisiti, sapranno dimostrare un grado più elevato di competenza e padronanza della materia

Testi di riferimento

  • Appunti delle lezioni (slide proiettate a lezioni e reperibili sul TEAM Tecnologie Terapeutiche a Radiofrequenza, codice TEAM: 8uh6wx5) - Introduction to Biomedical Engineering Technology, 4th Edition - Health Technology Management - ISBN 9780367687007 By Laurence J. Street, Copyright 2023 - Published August 10, 2022 by CRC Press. - Normativa italiana sulle esposizioni ai campi elettromagnetici - Direttiva Dispositivi Medici 93/42 e dell'ampliamento 2007/47

Codice insegnamento 22629

Apprendimento Computazionale In Biomedicina 2° anno · 9 CFU · IBIO-01/A · 0 file

Il corso si propone di fornire allo studente competenze metodologiche e tecniche per: - impiegare in ambito biomedico una vasta classe di algoritmi che sono in grado di apprendere regole decisionali da dati e di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire allo studente competenze metodologiche e tecniche per: - impiegare in ambito biomedico una vasta classe di algoritmi che sono in grado di apprendere regole decisionali da dati e di migliorare automaticamente le loro prestazioni sulla base dell’esperienza. Nella prima parte del corso verranno introdotte le problematiche generali del machine learning e i metodi più importanti nelle applicazioni. Lo studente, alla fine della prima parte del corso, lo studente dovrà essere in grado di: - impiegare un percorso metodologicamente adeguato per apprendere modelli decisionali dai dati - utilizzare strumenti software e pacchetti statistici di apprendimento automatico. Il corso conterrà sia lezioni teoriche che esercitazioni pratiche al calcolatore. Nella seconda parte gli studenti verranno poi introdotti a due metodologie ampiamente utilizzate nell'ambito dell'Intelligenza Artificiale: reti neurali e deep learning da un lato e gli algoritmi genetici dall'altro. Le prime rappresentano uno strumento di apprendimento computazionale per compiti di riconoscimento e classificazione sia statici che dinamici, i secondi sono un metodo di ottimizzazione a base stocastica di estrema versatilità. Per questa parte, al termine del corso gli studenti dovranno essere in grado di implementare in ambiente Matlab le principali architetture di reti "shallow" e "deep" per la classificazione e l'approssimazione, nonché algoritmi genetici generazionali e steady state.

Programma

Prima parte. Apprendimento di regole decisionali Introduzione al corso: Apprendimento automatico e Data mining nelle scienze biomediche. Ambiti di applicazione dei metodi automatici per la classificazione: diagnosi, prognosi, ricerca I concetti di base: esempi, istanze, attributi e rappresentazione delle regole decisionali Apprendimento supervisionato Alberi decisionali: apprendimento, tecniche di pruning Metodi bayesiani: Naive Bayes, analisi discriminante Modelli di regressione: modello lineare, regressione logistica, reti neurali, support-vector machines Metodo k-nearest e misure di distanza Random forest, boosting Tecniche di feature selection. Information gain e Relief Valutazione degli algoritmi di apprendimento e problemi di valutazione in ambito biomedico Training e Testing. Accuratezza, calibrazione, specificità e sensitività, precisione e recall, misura F Metodi per la valutazione delle prestazioni. Cross validazione, Bootstrap e Curve ROC. Apprendimento non supervisionato Regole di associazione Metodi di clustering: K-means, K-medoids, clustering gerarchico, Self-organizing maps Valutazione dei risultati dei metodi di clustering Metodologie per il data mining in bio-medicina Applicazioni del data mining in bio-medicina: diagnosi, prognosi, classificazione, genomica funzionale La metodologia CRISP per il data mining in bio-medicina. Esercitazioni e laboratori Uso dei software Orange, Weka e Matlab per la soluzione di problemi di classificazione. Soluzione di problemi su data set forniti durante il corso. Seconda parte. Introduzione alle reti neurali. Il percettrone e adaline, reti basate su un singolo neurone per classificazione e approssimazione lineare. Percettrone multistrato e radial basis function networks. Self organizing maps per clustering non supervisionato. Reti dinamiche: la rete di Hopfield, la rete di Elman e le sue evoluzioni, la state-space model network. Reti ricorrenti e Long Short Term Memory network. Reti convoluzionali, autoencoder, reti generative. Algoritimi genetici per l'ottimizzazione guidata da una funzione di utilità (fitness).

Vengono richieste conoscenze di base sulla teoria delle probabilità e di statistica. Per la parte pratica, viene richiesta una certa dimestichezza con l’uso degli strumenti informatici.

Lezioni di teoria, esercitazioni in classe e esercitazioni al computer. Disponibilità di video lezioni.

Modalità d'esame

Esame scritto e discussione di due relazioni (apprendimento e reti neurali) con analisi dati

Testi di riferimento

T. Mitchell. Machine Learning. Mc Graw Hill.. P. Tan, M. Steinbach, V. Kumar. Introduction to data mining. Addison Wesley.. I. Witten, E. Frank. Data mining. Morgan Kaufmann. Riccardo Bellazzi. Slides delle lezioni. S. Haykin, Neural Networks and Learning Machines, Prentice Hall, 3rd Ed., 2009 D.E. Goldberg, Genetic Algorithms in search, optimization and machine learning, Addison Wesley, 1989 Stefano Ramat. Slides delle lezioni.

Codice insegnamento 22762

Bioimmagini Multimodali 2° anno · 6 CFU · IBIO-01/A · 0 file

L’integrazione di immagini multimodali e la ricostruzione 3D in medicina stanno assumendo sempre maggior importanza non solo ai fini diagnostici, ma anche per la progettazione di protesi, di dispositivi terapeutici e per…

Scheda dell'insegnamento

Obiettivi formativi

L’integrazione di immagini multimodali e la ricostruzione 3D in medicina stanno assumendo sempre maggior importanza non solo ai fini diagnostici, ma anche per la progettazione di protesi, di dispositivi terapeutici e per la chirurgia assistita. L’obbiettivo del corso è di fornire allo studente alcune metodologie avanzate per la ricostruzione da proiezioni, per la segmentazione tridimensionale di organi, per la modellazione e rappresentazione di superfici e di volumi, per le correzioni geometriche dovute alle non linearità della strumentazione di produzione delle immagini. Insieme agli strumenti metodologici lo studente potrà acquisire esperienza diretta di immagini 3D da CT, MRI e da Ecografia, insieme alle capacità di utilizzare strumenti software avanzati.

Programma

  • Metodi e tecniche per la costruzione di immagini in medicina. • Registrazione e Coregistrazione – problemi e metodologie • Segmentazione di bioimmagini – Metodi 2D – Metodi 3D • Dalla segmentazione alla ricostruzione di modelli 2D e 3D • Visual rendering • Misure cinematiche e dinamiche su sequenze di immagini – Ecografia 3D e 4D

Conoscenze di base di elaborazione di immagini

Il Corso si articolerà in lezioni metodologiche introduttive dell’argomento, seguite da esempi ed esercizi “hands-on” mediante strumenti software di base (Matlab) ed avanzati (3D Slicer)

Modalità d'esame

L’esame finale consisterà nella redazione, da parte dello studente, di una relazione sulle esercitazioni proposte dal docente durante il corso e da un orale sui temi specifici della relazione e sugli argomenti generali del corso.

Testi di riferimento

Lucidi delle lezioni; articoli di review proposti dal docente, articoli scientifici specifici. • Libro A.P. Dahwan “Medical Image Analysis”, Second Edition, Wiley & Sons, 2011 • Libro “Computer Graphics – Principles and Practice – 3° Edition” J. Hughes et al., Addison Wesley, 2014

Codice insegnamento 22617

Bioinformatica E Biologia Sintetica 2° anno · 9 CFU · IBIO-01/A · 0 file

Comprendere metodi per la gestione e l’analisi dei dati prodotti dalla ricerca a livello molecolare (Bioinformatica) e metodi per la realizzazione di nuove funzioni biologiche a livello cellulare (Biologia Sintetica). In…

Scheda dell'insegnamento

Obiettivi formativi

Comprendere metodi per la gestione e l’analisi dei dati prodotti dalla ricerca a livello molecolare (Bioinformatica) e metodi per la realizzazione di nuove funzioni biologiche a livello cellulare (Biologia Sintetica). In particolare: - Comprendere le caratteristiche delle principali biomolecole (DNA, RNA, proteine) e le tecniche sperimentali per la loro caratterizzazione - Acquisire manualità nell'utilizzo di svariati strumenti informatici e database per l'analisi di geni, genomi, trascrittomi e pathway. - Comprendere tecniche computazionali per analizzare e confrontare sequenze di biomolecole. - Comprendere tecniche computazionali e statistiche per l'analisi dell'espressione genica da esperimenti high-throughput - Comprendere tecniche di bioinformatica integrativa per analizzare dati sfruttando informazioni eterogenee - Comprendere metodologie per l'ingegnerizzazione di nuovi sistemi biologici sintetici (progettazione, costruzione, caratterizzazione e debugging)

Programma

Bioinformatica: - Richiami di biologia molecolare e genetica - Analisi di sequenze tramite linguaggio python - Sequenziamento, progetti genoma e banche dati biologiche - Allineamento di sequenze - Analisi del trascrittoma - Reti biologiche Biologia sintetica: - Progettazione, costruzione e caratterizzazione di circuiti sintetici - Modellizzazione di circuiti sintetici e predicibilità della loro funzione - Standardizzazione - Sistema CRISPR - Applicazioni in ambito terapeutico e agro-industriale

Conoscenze di base di informatica, biologia molecolare, genetica e statistica

Lezioni frontali ed esercitazioni in aula computer

Modalità d'esame

Orale

Testi di riferimento

Slide del corso

Codice insegnamento 22759

Corso Integrato: Gestione Delle Tecnologie Sanitarie 2° anno · 6 CFU · IEGE-01/A · 0 file

Il corso si propone di fornire allo studente gli elementi di base per la gestione delle tecnologie dell'informazione e della comunicazione (ICT) in ambito sanitario. A questo scopo vengono esaminate alcune delle…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire allo studente gli elementi di base per la gestione delle tecnologie dell'informazione e della comunicazione (ICT) in ambito sanitario. A questo scopo vengono esaminate alcune delle tecnologie più diffuse e sono presentate alcune metodologie utili durante le diverse fasi della gestione. Ciascun argomento è sviluppato attraverso l’analisi e la discussione di casi concreti.

Programma

Modulo A 1. Introduzione Le fasi della gestione; l’ambito sanitario; panoramica di tecnologie e metodologie. 2. Tecnologie Storage: architetture RAID; DBMS relazionali: database e istanza; reti dati: cablaggio strutturato; nozioni di TCP/IP: subnetting, routing, ARP, DHCP, switched Ethernet, wireless LAN; architetture applicative: centralizzata, client / server, distribuita, servizio DNS, servizio di directory; Firewall e security, IDS e IPS, VLAN, NAT, proxy, VPN; Cluster: meccanismi di funzionamento e tipologie;cenni sulla virtualizzazione 3. Gestione Concetti di SLA, availability, security e performance; progettazione di una soluzione tecnologica: considerazioni tecniche, TCO, contratti informatici; esercitazioni: esempi di dimensionamento e restore di database, architetture per l’accesso a Internet; Concetto di processo, cenni di project management. Modulo B Principali argomenti: 1. Dispositivi medici (validazione e gestione - HTA) 2. Ingegneria clinica 3. Salute e sicurezza occupazionale 4. Radiazioni ionizzanti

Nozioni di sistemi operativi, database, reti dati e security, TCP/IP.

Lezioni frontali e esercitazioni

Modalità d'esame

Prova scritta

Testi di riferimento

Dispense disponibili sul sito web del corso. http://elearning2.unipv.it/ingegneria/course/view.php?id=32

Codice insegnamento 22766

Etica E Diritto Della Sanita' Digitale 2° anno · 1° semestre · 3 CFU · GIUR-17/A · 0 file

In coerenza con gli obiettivi formativi del Corso di Laurea Magistrale in Ingegneria Biomedica, l’insegnamento mira a fornire agli studenti le conoscenze e gli strumenti necessari per comprendere e affrontare le…

Scheda dell'insegnamento

Obiettivi formativi

In coerenza con gli obiettivi formativi del Corso di Laurea Magistrale in Ingegneria Biomedica, l’insegnamento mira a fornire agli studenti le conoscenze e gli strumenti necessari per comprendere e affrontare le principali questioni etiche e giuridiche connesse alla progettazione, allo sviluppo e all’impiego delle tecnologie digitali in ambito sanitario. Conoscenza e capacità di comprensione Lo studente acquisirà la conoscenza dei principali concetti e principi dell’etica applicata alla sanità digitale e degli elementi essenziali del quadro normativo nazionale ed europeo relativo all’utilizzo delle tecnologie digitali, dei dati sanitari e dell’intelligenza artificiale. Conoscenza e capacità di comprensione applicate Lo studente sarà in grado di applicare le conoscenze acquisite all’analisi di casi concreti, individuando i principali problemi etici e giuridici connessi all’impiego delle tecnologie digitali in ambito sanitario. Autonomia di giudizio Lo studente svilupperà la capacità di valutare criticamente le implicazioni etiche e giuridiche delle tecnologie sanitarie digitali e di formulare valutazioni autonome e motivate. Abilità comunicative Lo studente sarà in grado di esporre e discutere in modo chiaro e appropriato questioni etiche e giuridiche relative alla sanità digitale, utilizzando correttamente la terminologia essenziale della materia. Capacità di apprendere Lo studente acquisirà gli strumenti necessari per orientarsi autonomamente nell’evoluzione tecnologica, etica e normativa della sanità digitale e per aggiornare le proprie conoscenze.

Programma

Il corso tratterà, in particolare, i seguenti temi: - Introduzione alla Sanità Digitale - Telemedicina e agenti artificiali - Potenziamento umano - Fondamenti etici e normativi - Privacy e Sicurezza dei Dati Sanitari - Responsabilità Professionale nell'Uso della Tecnologia - Sfide Emergenti e Futuro della Sanità Digitale

Non vi sono prerequisiti necessari in termini di conoscenze specialistiche.

Lezioni frontali: il corso ha lo scopo di promuovere un lavoro in comune con gli studenti. Il metodo di insegnamento seguito affianca costantemente l''inquadramento teorico con lo studio di casi pratici per consentire agli studenti di sviluppare una capacità di immediata applicazione pratica, in ambito professionale, dei temi affrontati durante le lezioni. Frequenza: la frequenza alle lezioni non è obbligatoria ma estremamente utile per il raggiungimento degli obiettivi formativi del corso in quanto si apprendono rapidamente la terminologia, i fondamenti, i principi di base: elementi fondamentali per lo studio autonomo e critico della materia. Tutti gli studenti (compresi coloro che non frequentano le lezioni) sono tenuti a scaricare e studiare il materiale di studio e le slides che il docente fornirà mediante la piattaforma Microsoft TEAMS di Ateneo e gli altri canali di comunicazione istituzionale. La didattica sarà erogata in presenza. Le lezioni potranno essere integrate con materiali audiovisivi e con lo streaming

Modalità d'esame

L'esame consisterà in una prova orale che ha l'obiettivo di verificare l'acquisizione da parte dello studente delle conoscenze previste secondo quanto dettagliato negli obiettivi del corso, con riferimento a tematiche attinenti a quelle indicate nella sezione “Contenuti del corso”. Verranno valutate le conoscenze apprese, le capacità critiche e metodologiche dello studente, la competenza di collegare parti del programma in modo interdisciplinare. Lo scopo della prova orale è verificare la capacità dello studente di applicare il proprio bagaglio nozionistico e di eseguire i necessari collegamenti logico-deduttivi. Gradazione del voto finale: A titolo meramente esemplificativo, l’attribuzione del voto finale sarà ispirata ai seguenti criteri: - preparazione sufficiente o poco più che sufficiente sugli argomenti affrontati, scarsa capacità critica, difficoltà di utilizzo del linguaggio tecnico-giuridico (18-21); - preparazione discreta o piuttosto buona sugli argomenti affrontati, discreta capacità critica, buon utilizzo del linguaggio tecnico-giuridico (22-25); - preparazione buona o più che buona sugli argomenti affrontati, buona capacità critica, padronanza del linguaggio tecnico-giuridico (26-29); - preparazione sostanzialmente esaustiva sugli argomenti affrontati, ottima capacità critica, piena padronanza del linguaggio tecnico-giuridico (30-30L).

Testi di riferimento

Per la preparazione dell'esame si consiglia lo studio deil seguente testo: - M. Farina, Ambienti, agenti e intelligenze artificiali nella sanità potenziale: dilemmi etici e giuridici, Editoriale Scientifica, 2023, ISBN: 9791259765925; Per gli argomenti trattati a lezione non presenti nel testo consigliato, il docente indicherà, durante le lezioni, le fonti bibliografiche di riferimento. Il materiale didattico sarà reso disponibile nel canale Microsoft TEAMS denominato "EDSD 2026/2027", raggiungibile al seguente link: https://teams.microsoft.com/l/team/19%3A0M-GVFxbRP_7Jg14bP5P1DpDwAics4oG84Z3ML2VZik1%40thread.tacv2/conversations?groupId=d88f401b-74c4-40b3-8ba5-a9650e2a63b8&tenantId=6bfa74cc-fe34-4d57-97d3-97fd6e0edee1

Codice insegnamento 22618

Fondamenti Di Telemedicina 2° anno · 6 CFU · IBIO-01/A · 0 file

Il corso introduce il paradigma a oggetti e la modellazione concettuale che verranno introdotti come strumenti potenti in tutte le fasi dello sviluppo software, dall'analisi, alla progettazione fino all’implementazione…

Scheda dell'insegnamento

Obiettivi formativi

Il corso introduce il paradigma a oggetti e la modellazione concettuale che verranno introdotti come strumenti potenti in tutte le fasi dello sviluppo software, dall'analisi, alla progettazione fino all’implementazione di applicazioni di media complessità. Le lezioni si alternano allo svolgimento di esercizi e discussione di elementi di codice. L'obiettivo del corso è quello di fornire i principi e le conoscenze necessarie a maturare buone capacità di sviluppo di software ad oggetti.

Programma

Il corso tratta i seguenti argomenti: - Programmazione Orientata agli Oggetti (OOP). - Il Linguaggio Java. - Notazione UML.

Conoscenze e Competenze di Programmazione di base acquisite con il corso di Fondamenti di Informatica del primo anno della Laurea triennale.

Lezioni (ore/anno in aula): 38 Esercitazioni (ore/anno in aula): 0 Attività pratiche (ore/anno in aula): 28

Modalità d'esame

La valutazione del primo modulo si basa su due prove individuali. La prima è una prova di teoria che ha l'obiettivo di verificare le conoscenze teoriche di base del paradigma Object Oriented e del linguaggio Java. Si compone di 15 domande e viene superata se vengono fornite almeno 9 risposte corrette. La seconda, alla quale si accede solo dopo il superamento della prima, è una prova pratica di laboratorio individuale, nella quale viene richiesto di risolvere un problema di media complessità. La soluzione consiste nello sviluppo di una applicazione in linguaggio Java in grado di soddisfare i requisiti indicati. La valutazione della prova pratica tiene conto sia della capacità di utilizzare in modo adeguato il linguaggio Java, che della qualità del modello concettuale utilizzato nella progettazione e realizzazione dell'applicazione. La valutazione finale è ottenuta come media pesata della prova di teoria (1/3) e della prova pratica (2/3).

Testi di riferimento

Il linguaggio trattato a lezione è Java. Per apprendere la sintassi del linguaggio è consigliato l'uso di un manuale e della documentazione disponibile online. Per il linguaggio Java si consiglia uno dei seguenti testi: - Walter Savitch. Programmazione di base e avanzata con Java. PEARSON - Arnold Ken, Gosling James, Holmes David. Il linguaggio Java. Manuale ufficiale. Pearson Education Italia e del testo - Craig Larman. Applicare UML e i pattern. PEARSON

Codice insegnamento 22760

Gestione Del Rischio Tecnologico Nelle Strutture Sanitarie 2° anno · 2° semestre · 3 CFU · IIND-08/A · 0 file

Il corso si prefigge di fornire le basi di teoria di valutazione e gestione del rischio applicata agli impianti e ai dispositivi medici tipici degli ambienti medici con esplicito riferimento alla normativa nazionale ed…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di fornire le basi di teoria di valutazione e gestione del rischio applicata agli impianti e ai dispositivi medici tipici degli ambienti medici con esplicito riferimento alla normativa nazionale ed internazionale del settore. I contenuti del corso contribuiscono a formare le competenze richieste allo studente nell'ambito dell'ingegneria biomedica, con applicazione diretta nel mondo del lavoro. Con le competenze acquisite durante il corso, gli studenti saranno in grado di affrontare le problematiche inerenti alla gestione del rischio applicata ad impianti tecnici e dispositivi medici e di valutare le soluzioni tecniche per il miglioramento. L'obiettivo formativo del corso è fornire le basi di analisi del rischio attraverso tecniche consolidate, applicate a dispositivi medici e alla conduzione sicura e affidabile degli impianti tecnici al servizio degli ospedali. Con riferimento ai descrittori di Dublino gli obiettivi formativi e i risultati attesi del corso sono: • Conoscenza e capacità di comprensione Alla fine del corso ci si aspetta che lo studente possa raggiungere: o la conoscenza e la comprensione dei fattori di rischio tipici degli impianti tecnici e dispositivi medici usati negli ambienti medico-sanitari; o l’acquisizione delle conoscenze di base della valutazione del rischio, delle tecniche di analisi e della relativa normativa. • Capacità applicative Alla fine del corso ci si aspetta che lo studente sia in grado di elaborare la metodologia di valutazione e gestione dei rischi in ambienti medico-sanitari e di definire una strategia per prevenire gli eventi che hanno portato alla comparsa di un’eventuale problematica. • Autonomia di giudizio Alla fine del corso ci si aspetta che lo studente sia in grado autonomamente di: o scegliere i descrittori di rischio e le metodologie da applicare per la mitigazione/prevenzione; o valutare in maniera critica i risultati conseguiti. • Abilità comunicative Alla fine del corso ci si aspetta che lo studente abbia acquisito un'adeguata proprietà di linguaggio sugli argomenti trattati durante il corso che gli permetta di comunicare informazioni tecniche e discutere problemi e soluzioni, in forma sia orale sia scritta, sulle tecniche per la valutazione del rischio e relative procedure di controllo, mitigazione e prevenzione, e di essere compreso sia da interlocutori specialisti (tecnici) sia da interlocutori non tecnicamente competenti. • Capacità di apprendere Alla fine del corso ci si aspetta che lo studente abbia raggiunto un livello di conoscenza, comprensione e autonomia di giudizio che lo invogli ad approfondire autonomamente la propria preparazione tutte le volte che sarà necessario nell’attività lavorativa, mediante la corretta interpretazione della normativa e della bibliografia scientifica di settore.

Programma

Introduzione al corso - 2 ore Le basi della valutazione del rischio Il processo di gestione del rischio - 4 ore: Le fasi del risk management: l’analisi del rischio, la valutazione del rischio, il controllo del rischio residuo. Il piano di gestione del rischio e la documentazione pertinente. Le tecniche di analisi del rischio - 8 ore Tecniche di analisi del rischio (quali ad esempio FMEA, FTA, HAZOP, ecc.): campi di applicazione, confronto, vantaggi e limitazioni. La normativa vigente - 4 ore: Limiti di validità e applicazioni di direttive, regolamenti, leggi e norme tecniche. Regolamenti e direttive UE inerenti ai dispositivi medici e agli impianti tecnici delle strutture medico-sanitarie. Norme e guide ISO, IEC e CEI generali e particolari riguardanti la gestione del rischio. Norme CEI particolari e norme UNI riguardanti strumentazione biomedica specifica. Norme CEI su impianti elettrici. Applicazioni della gestione del rischio in ambito medico-sanitario - 6 ore: Esempi di applicazione delle tecniche di analisi del rischio a dispositivi medici specifici (es. apparecchi elettromedicali) secondo la norma CEI UNI EN ISO 14971, dalla progettazione fino alla fase di post-produzione/manutenzione e dismissione. Esempi di applicazione delle tecniche di analisi del rischio agli impianti tecnici a servizio delle strutture sanitarie, con particolare riferimento al sistema di alimentazione elettrica (e.g., rischio blackout, rischio fulminazione, ecc.), secondo la teoria dell’affidabilità e in ottica di miglioramento della resilienza complessiva del sistema. Le propedeuticità obbligatorie sono indicate nel Regolamento del Corso di Laurea Magistrale in Ingegneria Biomedica. Il corso si basa sulle lezioni frontali, su esercitazioni, esempi applicativi ed eventualmente su visite tecniche. Metodi e tecniche di interazione didattica: 1) Interazione tra docente e studente in presenza durante le lezioni frontali: dialogo in aula sollecitato dal docente. 2) Comunicazione attraverso l’uso della posta elettronica e degli avvisi nella pagina personale della docente https://unica.it/unica/page/it/giuditta_pisano 3) Comunicazione verbale tutti i giorni previa richiesta di ricevimento via e-mail ([email protected]). Interazione tra metodi e tecniche di insegnamento e di apprendimento: Combinazione di didattica frontale, guidata, interattiva e anche con l'utilizzo di strumenti informatici e dei diversi supporti d'aula (videoproiezione e lavagna).

Modalità d'esame

La verifica dell'apprendimento avviene attraverso un esame di profitto, che consiste in una prova finale di valutazione della preparazione dello studente sul programma ufficiale del corso. La valutazione di 18/30 viene conferita quando le conoscenze/competenze della materia sono almeno elementari; la valutazione di 30/30 con eventuale lode viene conferita quando le conoscenze sono eccellenti. La prova finale sarà costituita da un colloquio orale finalizzato alla valutazione dell'abilità comunicativa su specifici argomenti non trattati nelle prove intermedie svolte durante l'anno. La prova finale può prevedere la verifica delle conoscenze e della capacità di comprensione applicata mediante lo svolgimento di esercizi mirati. Il numero e le date degli appelli per gli studenti in corso e per i fuori corso sono definiti in accordo con il regolamento di Facoltà. Appelli extra o posticipati rispetto alle date ufficiali possono essere, per motivate ragioni, richiesti al docente. Ai posticipi possono partecipare solo gli studenti regolarmente iscritti all’appello ufficiale che richiedono disponibilità al docente a fissare un’altra data presentandosi il giorno dell’appello o che giustificano preventivamente la loro assenza all’appello.

Testi di riferimento

V. Carrescia: Fondamenti di Sicurezza Elettrica (Nuova Edizione) – Ed. TNE Per alcuni argomenti specifici: V. Cataliotti: Impianti Elettrici. Vol. II. e III Ed Flaccovio Regolamenti, direttive EU Normativa del CEI, IEC, ISO Altri testi utili alla preparazione di specifici argomenti saranno comunicati durante il corso.

Codice insegnamento 23916

Idoneita' Lingua Inglese - B2 2° anno · 3 CFU · 0 file
Integrazione Radiologica Nei Processi Sanitari 2° anno · 2° semestre · 3 CFU · MEDS-22/A · 0 file

Fornire una compresione avanzata dei campi applicativi delle tecnologie radiologiche in ambito medico definendo i profili di uso. Implementare i concetti di interazione della radiodiagnostica con le altre discipline…

Scheda dell'insegnamento

Obiettivi formativi

Fornire una compresione avanzata dei campi applicativi delle tecnologie radiologiche in ambito medico definendo i profili di uso. Implementare i concetti di interazione della radiodiagnostica con le altre discipline quantitative in area medica. Sviluppare e definire in quali aree della radiologia l’automazione e l’ intelligenza artificiale si sta integrando maggiormente In rapporto ai descrittori di Dublino: Conoscenza e capacità di comprensione: Gli studenti acquisiranno una comprensione avanzata delle tecnologie radiologiche e dei loro campi applicativi nel contesto medico. Saranno in grado di definire i profili di utilizzo specifici per differenti contesti clinici, riconoscendo l'importanza di un approccio multidisciplinare che integra la radiologia con altre discipline quantitative in ambito medico. Capacità di applicare conoscenza e comprensione: Attraverso studi di caso e simulazioni, gli studenti implementeranno i concetti teorici appresi per analizzare come l'interazione tra radiodiagnostica e altre discipline quantitative contribuisca all'avanzamento della pratica medica. Saranno inoltre guidati nell'uso di software e strumenti tecnologici specifici per applicare queste conoscenze in scenari reali. Autonomia di giudizio: Gli studenti svilupperanno la capacità di valutare criticamente in quali aree della radiologia l'automazione e l'intelligenza artificiale stanno avendo un impatto maggiore, identificando opportunità e sfide. Saranno incoraggiati a riflettere sull'etica dell'uso delle tecnologie avanzate in medicina e sul loro potenziale per migliorare la cura del paziente. Abilità comunicativa: Attraverso presentazioni e progetti di gruppo, gli studenti eserciteranno le abilità comunicative necessarie per spiegare complesse questioni tecnologiche a colleghi, pazienti e professionisti non specialisti. Impareranno a formulare raccomandazioni basate su evidenze scientifiche e a discutere le implicazioni delle nuove tecnologie radiologiche in modo efficace e professionale. Capacità di apprendere: Infine, gli studenti saranno stimolati a sviluppare un approccio proattivo all'apprendimento continuo, esplorando come le innovazioni in campo radiologico possano essere integrate nella pratica medica corrente e futura. Saranno motivati a rimanere aggiornati sulle ultime ricerche e sviluppi tecnologici per poter contribuire attivamente all'evoluzione della loro disciplina.

Programma

Imaging in campo: Neurovascolare Neuorologico Cardiovascolare Oncologico Polmonare Ortopodedico Gastro-intestinale Applicazione dell’AI in ambito radiologico

Avere conoscenza di base delle tecniche radiologiche: -Radiologia convenzionale -Ecografia -Tomografia Computerizzata -Risonanza Magnetica Conoscendo il campo applicativo, modelli di funzionamento, limiti.

L’insegnamento è erogato esclusivamente attraverso lezioni frontali, finalizzate a fornire agli studenti una solida base teorica sulle tecnologie radiologiche, sui loro campi applicativi e sulle più recenti evoluzioni in ambito di automazione e intelligenza artificiale. Le lezioni frontali consentono un’esposizione sistematica dei contenuti, favorendo la comprensione dei principi di funzionamento delle diverse metodiche di imaging, dei loro limiti e delle principali applicazioni cliniche, con particolare attenzione all’integrazione multidisciplinare in ambito medico.

Modalità d'esame

La verifica dell’apprendimento avviene attraverso una prova scritta strutturata sotto forma di quiz a risposta multipla, finalizzata ad accertare l’effettiva acquisizione delle conoscenze e delle competenze previste dagli obiettivi formativi dell’insegnamento, in coerenza con i descrittori di Dublino e con le indicazioni della SUA-CdS. Il test comprende quesiti a risposta multipla, ciascuno con una sola risposta corretta, progettati per valutare: la conoscenza dei principi di funzionamento delle principali tecniche radiologiche (radiologia convenzionale, ecografia, tomografia computerizzata, risonanza magnetica); la comprensione dei rispettivi campi applicativi, dei modelli operativi e dei limiti delle diverse metodiche di imaging; la capacità di riconoscere le principali applicazioni cliniche dell’imaging nei diversi ambiti specialistici (neurovascolare, neurologico, cardiovascolare, oncologico, polmonare, ortopedico e gastro-intestinale); la comprensione dei concetti di base relativi all’integrazione dell’automazione e dell’intelligenza artificiale in radiologia, con particolare attenzione alle loro potenzialità, ai limiti e alle implicazioni etiche. I quesiti sono formulati in modo da valutare non solo la memorizzazione dei contenuti teorici, ma anche la capacità di comprensione critica e di applicazione dei concetti appresi a contesti clinici e tecnologici concreti. Il punteggio finale è espresso in trentesimi ed è attribuito in base al numero di risposte corrette fornite dallo studente, secondo criteri di valutazione predefiniti e trasparenti. Il superamento della prova richiede il raggiungimento della sufficienza (18/30), che certifica l’acquisizione dei risultati di apprendimento minimi attesi. La valutazione complessiva riflette il livello di conoscenza e comprensione dei contenuti del corso, nonché la capacità dello studente di integrare in modo coerente le informazioni relative alle tecnologie radiologiche e alle loro applicazioni cliniche.

Testi di riferimento

Cittadini, G., Cittadini, G., Sardelli, F., Mariani, A., Corvò, R. Diagnostica per immagini e radioterapia. Edra, 7ª edizione, Milano, 2015. ISBN: 978-88-214-4000-7

Codice insegnamento 22636

Modelli Matematici In Farmacometria 2° anno · 6 CFU · IBIO-01/A · 0 file

Il corso si propone di fornire allo studente le competenze necessarie per orientarsi nel mondo della farmacometria. Dare una panoramica del settore Presentare alcune problematiche di grande interesse ed i relativi metodi…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di fornire allo studente le competenze necessarie per orientarsi nel mondo della farmacometria. Dare una panoramica del settore Presentare alcune problematiche di grande interesse ed i relativi metodi computazionali Introdurre alcuni tools largamente utilizzati Effettuare delle esercitazioni pratiche Al termine del corso lo studente dovrà essere in grado di formulare, implementare e validare autonomamente appropriati modelli farmacometrici per risolvere problemi reali tipici di questo ambito. Queste abilità sono facilmente spendibili nel mercato del lavoro in aziende farmaceutiche o CRO/aziende di consulenza del settore

Programma

Introduzione alla farmacometria Modelli di farmacocinetica Modelli di farmacodinamica Modelli di popolazione Time-to-event e modelli di sopravvivenza - Programmazione Elementi di R -Tool Monolix NONMEM Esercitazioni: modelli di popPK modelli PD e pop PD

Corso di base di modellistica matematica, statistica, programmazione, principi di farmacocinetica

Lezioni Verrano presentati dal docente i principali concetti metodologici Attività pratiche Gli studenti dovranno affrontare individualmente o in piccoli gruppi sotto la guida del docente e di tutor, ove disponibili, l'analisi di casi di studio, attraverso l'uso di pacchetti software e le metodologie discusse durante il corso.

Modalità d'esame

Esame orale con discussione dei casi di studio affrontati durante le esercitazioni

Testi di riferimento

Materiale fornito dal docente agli studenti iscritti al corso secondo le modalità riportate sulla pagina del corso sulla piattaforma kiro Testi Principles of clinical pharmacology, Atkinson e al., 3° ed. (pdf disponibile) Pharmacometrics: the science of quantitative pharmacology, Ette & Williams, Wiley (2007)

Codice insegnamento 22763

Progetto Di Sistemi Di Telemedicina 2° anno · 9 CFU · IBIO-01/A · 0 file

Il corso fornisce una panoramica generale su metodologie e tecniche per la realizzazione di sistemi distribuiti multi componente per la elaborazione delle informazioni, con particolare riguardo al contesto della…

Scheda dell'insegnamento

Obiettivi formativi

Il corso fornisce una panoramica generale su metodologie e tecniche per la realizzazione di sistemi distribuiti multi componente per la elaborazione delle informazioni, con particolare riguardo al contesto della Telemedicina. Nell'ambito del corso si introduce un semplice ambiente che supporta lo scambio di messaggi asincroni fra sistemi distribuiti e si forniscono alcune applicazioni per illustrare come sia possibile ottenere l'integrazione di moduli in esecuzione su sistemi distinti. Si illustrano inoltre le tecnologie a supporto del lavoro di gruppo il cui uso e' da tempo entrato in ogni realta' professionale che si occupa di sviluppo del software. Si richiede quindi agli Studenti che frequentano il corso di utilizzare queste metodologie e tecniche cimentandosi nello sviluppo di un prototipo di applicazione in linguaggio Java. Gli Studenti in previsione dell'appello dovranno formare dei gruppi di lavoro che adottano un approccio "agile" emulando quanto avviene correntemente in ambito professionale. Dopo aver completato con successo il corso si suppone che gli studenti: -) Abbiano acquisito la capacita' di comprendere le criticita' intrinseche connesse ad un sistema distribuito; -) Sappiano progettare in autonomia un semplice sistema distribuito identificandone le componenti; -) Sappiano realizzare le varie componenti del sistema facendole interagire in modo opportuno; -) Abbiano appreso come condividere con i colleghi gli aspetti di progettazione, confrontandosi su soluzioni alternative fornendo valutazioni sulla loro applicabilita' ed efficacia. -) Abbiano sviluppato le capacita' necessarie per collaborare all'interno di un gruppo di lavoro ICT.

Programma

Il corso, collocato al secondo anno della Laurea Magistrale in Bioingegneria riunisce sapientemente aspetti metodologici e tecnologici. Esso prevede, sin dal suo inizio, una stretta alternanza fra lezioni in cui vengono esposti concetti metodologici (i.e. Object Orientation, Team Work, Software Design Patterns, Modellazione UML, Elaborazione Concorrente, Sistemi Distribuiti, Agenti, Complessita' Computazionale, etc...) ed esercitazioni in cui lo Studente e' chiamato ad applicarli elaborando gli esempi proposti e sviluppando un proprio progetto. Sistemi di Versioning e di Team Work Si fornisce una generica introduzione ai sistemi di versioning e di supporto al lavoro di gruppo motivandone la necessita'. Successivamente si illustra nel dettaglio il modello adottato da GIT che ormai rappresenta uno standard in ambito professionale attraverso diversi esempi di funzionamento svolti in classe. GIT viene utilizzato costantemente nel corso dell'intero semestre sia come sistema per la distribuzione degli esercizi e del codice su cui lavorare, sia come strumento per la condivisione del lavoro svolto all'interno dei gruppi. Ambiente di Sviluppo Si fornisce una illustrazione dell'ambiente software appositamente realizzato per il corso e che viene utilizzato dagli studenti per lo sviluppo dei loro prototipi di Sistemi Distribuiti Multi Agente. Sono previsti anche alcuni richiami alla Programmazione ad Ogetti con particolare riferimento al linguaggio Java volti ad approfondire aspetti funzionali alla successiva realizzazione del progetto. Programmazione Concorrente Vengono illustrati i principi di Elaborazione Concorrente, riprendendo quanto eventualmente gia' visto nel corso della parte propedeutica di "Fondamenti di Telemedicina". Viene introdotto il concetto di Processo e confrontato con quello di Thread. Infine vengono illustrate le primitive che devono essere utilizzate per coordinare l'esecuzione dei vari Thread all'interno di una applicazione con elaborazione concorrente realizzata in Linguaggio java. Complessita' Computazionale Si fornisce una introduzione ai metodi di analisi della Complessita' Computazionale attraverso la stima asintotica dei tempi di esecuzione offerta dalla tecnica Big O. Vengono presentatate ed analizzate le funzionalita' piu' comuni in ambito informatico quali ordinamento di un vettore, ricerca di un valore al suo interno, confronto fra vettori per identificare gli elementi presenti in entrambi, etc... Per ciascuna di esse vengono forniti diversi algoritmi studiando a priori la complessita' di ciascuno di essi con la tecnica Big O e verificandone in pratica i risultati previsti tramite l'osservazione degli effettivi tempi di esecuzione. Esercitazioni in Aula Per ogni argomento trattato e' prevista l'illustrazione di diversi esempi. In particolare si forniranno anche diverse applicazioni di sistemi con il duplice scopo di analizzarne il codice ed illustrare le funzionalita' della libreria applicativa che consente di interagire con un broker per lo scambio dei messaggi di interazione. Tuttavia esse costituiranno anche la base per un richiamo all'uso del linguaggio di programmazione Java e ai principi di buona progettazione del software.

La condizione necessaria per seguire proficuamente il corso consiste nell'aver frequentato il modulo propedeutico "Fondamenti di Telemedicina" erogato nel semestre precedente. In particolare si richiede di avere acquisito le conoscenze di base impartite da tale corso e di averne sostenuto con successo la relativa prova di appello. Il corso "Progetto di Sistemi di Telemedicina" richiede infatti una solida conoscenza e una discreta pratica relativa ai concetti fondamentali connessi con la programmazione (i.e. variabili, espressioni, istruzioni, blocchi, funzioni/metodi, espressioni logiche e strutture di controllo) abbinate alla capacita' di saper codificare algoritmi e realizzare applicazioni Object Oriented declinate nel contesto Java. Il corso ha una forte componente applicativa e fa uso dello stesso ambiente di sviluppo precedentemente introdotto durante il modulo "Fondamenti di Telemedicina". Si richiede infine una conoscenza di base relativa al funzionamento degli elaboratori (sistemi operativi, processi, gestione della memoria e memoria virtuale, canali di I/O, connettivita' di rete, etc...).

Il corso e' organizzato secondo il seguente schema di massima: 45 ore di lezione frontale (6 CFU) 20 ore per esercitazioni in aula (1.6 CFU) 32 ore per lo svolgimento del progetto in gruppo (1.4 CFU) Totale 9 CFU

Modalità d'esame

Gli Studenti formano dei gruppi per realizzare un progetto in linguaggio Java basato sulle metodologie e tecnologie Object Oriented apprese nel propedeutico modulo "Fondamenti di Telemedicina", integrato con gli aspetti relativi alla elaborazione concorrente e al Team work che sono oggetto del presente modulo "Progetto di Sistemi di Telemedicina". Il gruppo deve fornire inizialmente le specifiche del proprio progetto descrivendole tramite una relazione che faccia uso di diagrammi UML. Successivamente i vari componenti del gruppo si suddividono i compiti di sviluppo e ciascuno realizza individualmente la propria parte che deve inserirsi nel disegno unitario del progetto fornito tramite il documento di specifiche. Il progetto viene valutato analizzando il documento di specifiche prodotto, il codice realizzato e verificando l'effettivo funzionamento del sistema tramite una dimostrazione. Si deve quindi sostenere in aula una prova pratica comparativa nel corso della quale a tutti gli Studenti viene chiesto individualmente di apportare alcune modifiche di funzionalita su una copia del progetto di gruppo realizzato. La durata stimata per questa prova e' di circa 5 ore. Viene infine effettuata una verifica, tramite la somministrazione di Quiz, sul livello di comprensione di alcuni argomenti trattati durante il corso. Ogni sessione di quiz è composta da 5 domande, prevalentemente a risposta chiusa. Esito Conclusivo L'esito del modulo "Progetto di sistemi di Telemedicina" viene assegnato considerando l'esito ottenuto nella verifica tramite Quiz e nella prova pratica individuale valutando quanti elementi funzionali richiesti nella prova siano stati effettivamente implementati. L'esito complessivo dell'intero corso viene ottenuto applicando la media pesata dei risultati ottenuti nei due moduli "Fondamenti di Telemedicina" (6 CFU) e "Progetto di Sistemi di Telemedicina" (9 CFU) per un totale di 15 CFU.

Testi di riferimento

Durante il corso viene fornito materiale didattico costituito da dispense, pubblicazioni open source e codice di esempio. Si segnalano i seguenti testi sia come riferimento che per ulteriori approfondimenti: Martin Fowler. UML Distilled, Third Edition. Addison Wesley. ISBN: 0-321-19368-7 (192 Pg, Settembre 2003). Craig Larman. Applying UML and Patterns: An Introduction to Objrct-Oriented Analysis and Design and Iterative Development (3rd Edition). Prentice Hall. ISBN: 978-0131489066 (736 Pg). Joshua Bloch. Effective Java (Third edition). ‎ Addison-Wesley Professional. ISBN: 0-134-68599-7. M. Goodrich and R Tamassia. Data Structures and Algorithms in Java. John Wiley & Sons Inc. ISBN: ‎ 0-470-38326-7

Codice insegnamento 22765

Prova Finale 2° anno · 18 CFU · 0 file
Sensoristica Per Medicina Di Precisione 2° anno · 6 CFU · IBIO-01/A · 0 file

Il corso fornisce agli studenti una comprensione approfondita dei principi, dei metodi e delle applicazioni della sensoristica per la medicina di precisione, integrando aspetti teorici, tecnologici e biologici. Al…

Scheda dell'insegnamento

Obiettivi formativi

Il corso fornisce agli studenti una comprensione approfondita dei principi, dei metodi e delle applicazioni della sensoristica per la medicina di precisione, integrando aspetti teorici, tecnologici e biologici. Al termine del corso, lo studente sarà in grado di esprimere: Conoscenza e capacità di comprensione • comprendere i fondamenti della medicina di precisione e il ruolo dei sensori nella generazione di dati clinici e biologici; • descrivere in modo rigoroso i principi di funzionamento dei sensori fisici ed elettrochimici, nonché dei biosensori basati su meccanismi di riconoscimento molecolare; • conoscere le principali tecnologie omiche (genomica, trascrittomica, proteomica, metabolomica e biologia cellulare), riconoscendone potenzialità e limiti come strumenti di misura; • comprendere l’architettura e le logiche di funzionamento delle piattaforme integrate, tra cui lab-on-chip, microfluidica e sistemi di digital phenotyping. Capacità di applicare conoscenza e comprensione • analizzare criticamente una tecnologia sensoriale identificandone principio di trasduzione, meccanismo di riconoscimento, vincoli di funzionamento e possibili interferenze; • valutare l’adeguatezza di sensori e biosensori per specifiche applicazioni cliniche o biotecnologiche, confrontandoli con i corrispondenti gold standard omici; • interpretare dati generati da sistemi di misura complessi, riconoscendo fonti di errore, limiti di sensitività, caratteristiche dinamiche e problematiche di calibrazione; • integrare concetti provenienti da biologia, elettronica, chimica e ingegneria per progettare o selezionare soluzioni sensoriali avanzate in scenari interdisciplinari. L’impostazione del corso promuove un apprendimento critico e trasversale, che permette allo studente di comprendere sia le basi teoriche sia le ricadute applicative delle tecnologie sensoriali nella medicina di precisione e nelle biotecnologie emergenti. Autonomia di giudizio Alla fine del corso lo studente sarà capace di: • valutare criticamente l’adeguatezza di una tecnologia sensoristica a diversi contesti applicativi; • individuare trend emergenti e prospettive di sviluppo nel settore. Abilità comunicative Al termine del corso lo studente avrà sviluppato la capacità di: • utilizzare un linguaggio tecnico adeguato per descrivere sensori, tecnologie e applicazioni; • presentare i risultati di analisi e progetti in contesti accademici e professionali. Capacità di apprendimento Alla fine del corso lo studente sarà in grado di: • approfondire autonomamente temi avanzati di sensoristica e medicina di precisione; • orientarsi nella letteratura scientifica e tecnica per aggiornarsi sulle nuove tendenze; • integrare conoscenze di base e avanzate per affrontare casi complessi e interdisciplinari.

Programma

Il corso affronta i principi, i metodi e le tecnologie della sensoristica applicata alla medicina di precisione. Partendo dal quadro concettuale della precision medicine e dalle diverse tipologie di dati (clinici, omici e digitali), il corso introduce il ruolo dei sensori nella generazione di misure affidabili e trasferibili, discutendo le differenze rispetto ai gold standard e i vincoli tipici degli approcci point-of-care. Vengono quindi analizzate le caratteristiche prestazionali dei sensori e le principali figure di merito, con particolare attenzione agli aspetti che determinano robustezza, riproducibilità e qualità del segnale. Un modulo centrale del corso è dedicato al riconoscimento biomolecolare e alla progettazione dell’interfaccia sensore–campione, includendo interazioni non covalenti e strategie di funzionalizzazione di superfici solide. La parte tecnologica comprende una panoramica comparativa dei principali meccanismi di trasduzione (elettrochimici, elettronici, ottici e gravimetrici) e il ruolo della microfluidica come abilitante per sistemi integrati. Infine, il corso discute applicazioni e casi d’uso in ambito precision medicine, con riferimento ai domini genomica/trascrittomica, proteomica/metabolomica e digital phenotyping. Programma (contenuti) 1. Introduzione al corso: generalità. 2. Medicina di precisione: concetti chiave e dati; definizione, motivazioni, tipologie di dati; big data in sanità; trend e digital twins. 3. Sensoristica e medicina: quadro generale; ruolo dei sensori; gold standard; point-of-care; TRL, validazione e studi clinici (principi generali). 4. Caratteristiche dei sensori e figure di merito: metriche prestazionali; sensibilità, selettività, LoD e range dinamico; accuratezza/precisione; stabilità e deriva; rumore e interferenze; calibrazione e riproducibilità. 5. Riconoscimento biomolecolare e interfacce: interazioni non covalenti; strategie generali di biomolecular detection; funzionalizzazione di superfici solide e implicazioni su prestazioni e trasferibilità (variabilità, degradazione, fouling). 6. Tecnologie di trasduzione e piattaforme: sensori elettrochimici; sensori elettronici; sensori ottici e gravimetrici; microfluidica e integrazione sensore–sistema. 7. Applicazioni alla medicina di precisione: genomica/trascrittomica; proteomica/metabolomica; digital phenotyping.

Conoscenze di base (laurea triennale) di fisica dei materiali e dispositivi per l’elettronica, elementi di biochimica e di fisiologia.

E’ utile fare riferimento per alcune parti ad un testo generale sui principi base della sensoristica. A titolo di esempio: De Rossi D. et. al., Sensori per misure biomediche, Patron Editore

Modalità d'esame

L’organizzazione della didattica del corso prevede prevalentemente lezioni frontali, durante le quali gli studenti saranno invitati a contribuire con domande e osservazioni. La qualità e la vivacità del percorso formativo dipenderanno anche dal loro impegno a partecipare attivamente, coltivando curiosità e spirito critico.

Testi di riferimento

L’esame del corso si svolgerà in forma orale. Con congruo anticipo, a ciascuno studente sarà assegnato un articolo scientifico da presentare all’orale mediante una presentazione PowerPoint (o equivalente), nella quale i contenuti del paper dovranno essere analizzati e discussi alla luce degli argomenti trattati durante il corso.

Codice insegnamento 22761

Biomarcatori Digitali E Tecniche Di Analisi 1° semestre · 6 CFU · ING-INF/06 · 0 file
Corso Integrato: Elaborazione Avanzata Di Biosegnali E Bioimmagini ING-INF/06 · 0 file
Corso Integrato: Metodi Numerici E Statistici Per La Bioingegneria 0 file
Gestione Del Rischio In Ambito Sanitario 2° semestre · 6 CFU · ING-IND/33 · 0 file
Sistemi Decisionali In Medicina 6 CFU · ING-INF/06 · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.