Prossima attivazione

UniCa Biomedical Engineering Teaching Teachings Prossima attivazione

Prossima attivazione

In questa pagina sono riportati gli insegnamenti non ancora attivi nell’anno accademico in corso, ma che saranno attivati nei prossimi anni accademici in quanto previsti nel percorso formativo del Corso di Studio.

Attività formative 1° anno - comuni

Elaborazione avanzata di segnali biomedici

(SSD ING-INF/06; 55 ore, 6 CFU, Caratterizzante)

Obiettivi formativi

L'obiettivo principale del corso di Elaborazione avanzata di segnali biomedici 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).

Prerequisiti

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.

Contenuti

Analisi avanzata dei segnali:
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. Trasformata di Hilbert, Hilbert-Huang, e Empirical Mode Decomposition.
Laboratorio: Applicazione in MATLAB ai segnali biomedici delle tecniche apprese.
Elaborazione avanzata dei segnali:
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. Problemi numerici, elaborazione in virgola fissa per dispositivi low-power. Filtri stocastici. 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: Applicazione in MATLAB ai segnali biomedici delle tecniche apprese anche mediante implementazione di algoritmi tratti dalla letteratura scientifica del settore.

Corso integrato: Digital Phenotyping

Modulo: Bioingegneria del sistema motorio

(SSD ING-IND/34; 45 ore, 6 CFU, Caratterizzante)

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.

Prerequisiti

Non sono previste propedeuticità specifiche. Più in generale, lo studente dovrebbe possedere competenze base di Fisica (statica, dinamica, cinematica) e di Biomeccanica

Contenuti

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.

Modulo: Biomarcatori digitali e tecniche di analisi

(SSD ING-INF/06; 53 ore, 6 CFU, Caratterizzante)

Obiettivi formativi

Il corso mira a fornire allo studente conoscenze teorico-scientifiche sui biomarcatori digitali e sugli strumenti software per la loro identificazione a partire da segnali biomedici, unitamente a metodi avanzati di elaborazione dei segnali. 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.

Prerequisiti

Teoria dei segnali, Programmazione MATLAB, basi di fisiologia

Contenuti

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

Corso integrato: Metodi numerici e statistici per la bioingegneria

Modulo: Metodi statistici per la bioingegneria

(SSD ING-IND/26; 30 ore, 3 CFU, Affine)

Obiettivi formativi

Comprendere i principali metodi statistici avanzati utilizzati 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

Conoscenza e comprensione
Acquisire una comprensione avanzata dei principali concetti statistici, matematici e computazionali sottostanti all'analisi dei dati biomedici.
Capacità di applicare conoscenza e comprensione
Applicare le conoscenze acquisite in contesti professionali, risolvendo problemi pratici nell'analisi dei dati biomedici.
Autonomia di giudizio
Valutare criticamente le metodologie statistiche, selezionando e applicando in modo appropriato le tecniche ritenute più adeguate.
Abilità comunicative
Comunicare in modo avanzato, sia in forma scritta che verbale, i risultati complessi dell'analisi dei dati biomedici.
Capacità di apprendimento
Dimostrare una capacità di apprendimento autodiretto, mantenendo un'impronta costante di aggiornamento e adattamento alle nuove metodologie e scoperte.

Prerequisiti

Nessuno

Contenuti

1. Introduzione alla statistica in ambito biomedico

- Concetti di base: popolazione, campione, variabile, distribuzione, parametri
- Tipi di variabili e scala di misura
- Descrizione dei dati: media, mediana, deviazione standard, percentili
- Visualizzazione dei dati: grafici a barre, istogrammi, box plot

2. Inferenza statistica in ambito biomedico
- Concetti di base: stima e intervallo di confidenza, test di ipotesi
- Test di ipotesi per una media e per una proporzione
- Errori di tipo I e di tipo II
- Analisi della varianza: ANOVA a uno è più fattori
- Test non parametrici
- Modelli di regressione: regressione lineare e regressione logistica

3. Analisi di sopravvivenza
- Concetti di base: curve di sopravvivenza, funzione di rischio, modelli di Cox
- Modelli di regressione per dati di sopravvivenza: regressione di Cox, regressione parametrica

Modulo: Metodi numerici per la bioingegneria

(SSD MAT/08; 45 ore, 6 CFU, Affine)

Obiettivi formativi

Conoscenza e capacità di comprensione. L'insegnamento 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.
Capacità di applicare conoscenza e comprensione. 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.
Autonomia di giudizio. Il corso fornisce agli studenti le competenze di base per applicare le metodologie matematiche descritte durante il corso alla risoluzione di problemi applicativi.
Abilità comunicative. 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.
Capacità di apprendimento. 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.

Prerequisiti

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.
Abilità. Gli studenti dovranno essere in grado di applicare le metodologie 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.
Competenze. Per seguire il corso con profitto è indispensabile essere in grado di comprendere un modello matematico, di descrivere in modo efficace un algoritmo per la sua risoluzione.
Corsi propedeutici. Non vi sono corsi propedeutici.

Contenuti

Problemi ai minimi quadrati. Sistemi lineari sovra- e sotto-determinati. Riformulazione come problemi ben posti e proprietà. Algoritmi risolutivi. Fattorizzazione di Cholesky, QR e spettrale. Decomposizione ai valori singolari (SVD). Migliore approssimazione di funzioni nel senso dei minimi quadrati.
La trasformata di Fourier discreta (DFT). Definizione e proprietà. Formule di quadratura elementari. Applicazioni: approssimazione trigonometrica, serie e trasformate di Fourier. Matrici circolanti e di Toeplitz. Il caso multi-dimensionale.
Problemi inversi. Equazioni integrali e loro discretizzazione. Metodi di regolarizzazione diretti: SVD troncata (TSVD) e Tikhonov. Metodi di regolarizzazione iterativi. Applicazioni alla diagnostica medica non invasiva. La trasformata di Radon.
Laboratorio Matlab. Risoluzione mediante funzioni di libreria di alcuni dei problemi studiati. Esperimenti numerici e rappresentazione grafica dei risultati.

Etica e diritto della sanità digitale

(SSD IUS/20; 24 ore, 3 CFU, Altre attività)

Obiettivi formativi

Obiettivo dell’insegnamento è fornire agli studenti una comprensione approfondita dei principi etici e della normativa che regola l’applicazione della tecnologia digitale nel settore sanitario.
* Conoscenza e capacità di comprensione:
lo studente acquisisce la capacità di comprendere i concetti fondamentali, i termini chiave e le teorie che costituiscono la base dell’etica e della normativa nel contesto della sanità digitale.
* Conoscenza e Capacità di comprensione applicate:
lo studente sarà in grado di di applicare le conoscenze acquisite in contesti pratici e reali e sarà, altresì, in grado di analizzare e valutare e trovare soluzioni pratiche per situazioni complesse relative all’etica e alla normativa in sanità digitale
* Autonomia di giudizio:
lo studente svilupperà la capacità di sviluppare un proprio pensiero critico e di prendere decisioni autonome e informate in merito a questioni etiche e giuridiche nella sanità digitale
* Abilità comunicative:
lo studente sarà capace di comunicare in modo efficace e chiaro le proprie idee, analisi e conclusioni riguardo alle questioni etiche e legali nella sanità digitale.
* Capacità di apprendere:
lo studente saprà in grado di continuare ad apprendere e a sviluppare le proprie conoscenze e competenze nel campo dell’etica e della normativa in sanità digitale. Lo studente sarà, altresì, in grado di adattarsi ai cambiamenti e agli sviluppi nel campo della sanità digitale e di continuare a sviluppare le proprie capacità di pensiero critico e di risoluzione dei problemi.

Prerequisiti

Non vi sono prerequisiti necessari in termini di conoscenze specialistiche.

Contenuti

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

Bioimmagini multimodali

(SSD ING-INF/06; 50 ore, 6 CFU, Caratterizzante)

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 per la coregistrazione di immagni multiple, per la ricostruzione da fonti diverse, per la segmentazione tridimensionale di organi, per la modellazione e rappresentazione di superfici e di volumi, per le misure cinematiche e dinamiche in sequenze di immagini e per le correzioni dovute alle non linearità della strumentazione di produzione delle immagini.
Insieme agli strumenti metodologici lo studente potrà acquisire esperienza diretta di immagini 3D da MRI, da Ecografia, insieme alle capacità di utilizzare strumenti software avanzati.

Prerequisiti

Conoscenze di base di elaborazione di immagini

Contenuti

• Metodi e tecniche per la costruzione di immagini in medicina.
• Caratterizzazione dei tessuti in MRI mediante metodi avanzati
– fMRI e tecniche di diffusione
• 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

Attività formative 1° anno - curriculum INFORMAZIONE

Sistemi elettronici per la medicina di precisione

(SSD ING-INF/01; 90 ore, 9 CFU, Affine)

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.

Prerequisiti

Sono necessarie competenze di base di elettronica analogica e digitale.

Contenuti

Introduzione ai dispositivi medicali
Circuiti per l’acquisizione di Biopotenziali: Circuiti per la preamplificazione e convertitori A/D
Stimolazione elettrica dei tessuto biologici: fenomeno fisico e sicurezza elettrica.
Circuiti per la stimolazione elettrica neurale e muscolare e convertitori D/A
Circuiti di alimentazione per dispositivi medicali portatili.
Dispositivi medicali portatili e neuroprotesi.
Progettazione di circuiti stampati per il rilevamento di parametri fisiologici: progettazione di PCB
Progettazione di dispositivi portatili basati su microcontrollore
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

Tecnologie di imaging a microonde

(SSD ING-INF/02; 45 ore, 6 CFU, Affine)

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.

Prerequisiti

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.

Contenuti

Il corso fa una breve intorduzione sulla propagazione delle onde elettromagnetiche e sulle loro interazioni con i tessuti biologici.
Vengono trattati i problemi ai valori iniziali e il teorema di unicità, insieme all'equazione di Porter Bojarski nel dominio del tempo. Viene introdotta l'equazione di Helmholtz e le rappresentazioni spettrali delle funzioni di Green causale, anticausale e coniugata in 2D e 3D, di cui si illustrano le principali tecniche di soluzione numerica, inclusa la FDTD (Finite-Difference Time-Domain). Vengono presentate le formule di Kirchhoff-Helmholtz, Rayleigh-Sommerfeld, Porter Bojarski nel dominio della frequenza e nel dominio del tempo. Viene spiegato il pattern di radiazione e le autofunzioni dell'equazione di Helmholtz nelle coordinate cartesiane, sferiche e cilindriche, insieme alla corrispondente rappresentazione del campo irradiato.
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. Vengono trattate la serie di Liouville-Neumann e l'approssimazione di Rytov, insieme alla relazione tra approssimazione di Born e Rytov. Viene spiegata l'approssimazione di Rytov nel limite di piccola lunghezza d'onda, l'ampiezza di scattering e la sfera di Ewald.
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.

Cybersecurity

(SSD ING-INF/05; 60 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

Il corso 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. 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 e gli strumenti di threat modeling che consentono di individuare le possibili vulnerabilità e di predisporre le relative correzioni;
- i concetti base relativi alle tecniche di stima e gestione del rischio in ambito aziendale;
- la misura del rischio relativo ad attacchi informatici;
- le metodiche per la riduzione del rischio informatico;
- le principali certificazioni di sicurezza per professionisti, per prodotti e per processi;
- i concetti di base sulla protezione della privacy nella pubblicazione di microdati.
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 costruire il modello di un sistema secondo le metodologie di threat modeling
- saper stimare il rischio cui è soggetto un sistema informatico in relazione all’ambito in cui è inserito;
- 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 utilizzando metodologie basate sulla stima e gestione del rischio.
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.

Prerequisiti

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

Contenuti

Lo scenario delle minacce informatiche
Crittografia: strumenti e applicazioni
Autenticazione
Sicurezza dei Sistemi Operativi
Privacy
Elementi di stima e gestione del rischio
Threat Modeling
Stima e gestione del rischio da attacchi informatici
Certificazioni e standard

Nanotecnologie per applicazioni diagnostiche e terapeutiche

(SSD CHIM/07; 60 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

I principali obiettivi formativi sono legati a fornire le conoscenze sulle caratteristiche della materia su scala nanometrica e sulle potenzialità delle nanotecnologie in ambito biomedicale, con particolare riferimento alle tecniche diagnostiche biomedicali ed a possibili usi terapeutici.

Prerequisiti

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

Contenuti

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. Nanomateriali per applicazioni in ambito biomedicale: nanocristalli, nanotubi, nanoparticelle, nanocompositi, materiali nanoporosi. Caratterizzazione di materiali nanostrutturati. 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.

Realtà virtuale e modelli per neuroriabilitazione

(SSD ING-INF/06; 55 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

L'obiettivo principale del corso di Realtà Virtuale e Modelli di Neuroriabilitazione è quello di offrire agli studenti una panoramica sulla riabilitazione neuromotoria, partendo dalle neuroscienze del movimento e della lesione neurale a livello cerebro-spinale, proseguendo con le tecnologie e i protocolli per la valutazione e il trattamento della disabilità (in particolare dell’arto superiore), 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. Infine, il corso offre un approfondimento su metodi innovativi di realtà virtuale e tecnologie per trattamenti riabilitativi avanzati.
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.

Prerequisiti

Non ci sono prerequisiti formali, ma il corso richiede solide basi matematiche, oltre che i fondamenti di programmazione in linguaggio C per le attività di laboratorio.

Contenuti

Lesione neurale e recupero motorio
- Neuroplasticità e apprendimento motorio
- Controllo neurale del movimento
- Implicazioni neurofisiologiche della neuroriabilitazione
Dalla fisiologia del movimento all'applicazione della tecnologia
- Valutazione e trattamento dei movimenti dell’arto superiore
- Tecnologie per la neuroriabilitazione dell’arto superiore
Basi della tecnologia riabilitativa interattiva
- Interfacce uomo-macchina e robot per la riabilitazione motoria
- Progettazione di protocolli sperimentali nei programmi di riabilitazione
Misure per la valutazione della disabilità e modelli predittivi
- Misure di valutazione delle funzioni senso-motorie
- Modelli computazionali per il recupero neuromotorio e esercitazioni in Matlab
Realtà virtuale per la riabilitazione
- La riabilitazione sensomotoria basata sulla realtà virtuale
- Interazione in ambienti di realtà virtuale e aumentata
- Piattaforme software per l'integrazione di robot e ambienti virtuali
- Sensori indossabili per la neuroriabilitazione
Laboratorio di realtà virtuale con Unity 3D (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.

Materiali e dispositivi per sensori innovativi

(SSD ING-INF/06; 45 ore, 6 CFU, Affine opzionale)

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.

Prerequisiti

Basi di dispositivi elettronici, elettronica analogica e teoria delle misure.

Contenuti

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)

Tecnologie di fabbricazione per la biosensoristica

(SSD ING-INF/06; 60 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

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 abbiano acquisito competenze nell’utilizzo di alcune tecniche di fabbricazione, apprese a lezione, per lo sviluppo di diverse 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
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

Prerequisiti

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.
Sono inoltre utili:
- La pratica con programmi di calcolo e restituzione in forma di grafico dei risultati;
- La pratica con fogli di lavoro e programmi di presentazione di diapositive.

Contenuti

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.

Tecnologie terapeutiche a radiofrequenza

(SSD ING-INF/02; 45 ore, 6 CFU, Affine opzionale)

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.

Prerequisiti

Contenuti

Il corso propone un programma strutturato per fornire agli studenti una solida base di conoscenze e competenze in questo campo innovativo. Nel prima parte del corso, gli studenti otterranno una panoramica delle terapie a radiofrequenza, comprese le loro applicazioni nel campo medico e il ruolo che svolgono nel trattamento di diverse condizioni. la seconda parte si concentra sui richiami dell'elettromagnetismo, fornendo una comprensione approfondita dei concetti di base delle onde elettromagnetiche e della radiofrequenza. Gli studenti impareranno anche come queste onde interagiscono con i tessuti biologici, un aspetto cruciale per comprendere l'efficacia delle terapie a radiofrequenza. Successivamente si esploreranno i dispositivi e le tecniche utilizzate nelle terapie a radiofrequenza. Saranno presentati i principi di funzionamento dei dispositivi, i diversi tipi disponibili e le applicazioni specifiche per diverse condizioni mediche. Questo parte fornirà una conoscenza pratica su come utilizzare correttamente le tecnologie a radiofrequenza per ottenere risultati terapeutici ottimali.Inoltre saranno affrontate la valutazione e la sicurezza delle terapie a radiofrequenza. Gli studenti impareranno i metodi di valutazione utilizzati per misurare l'efficacia delle terapie a radiofrequenza e valutare i risultati clinici. Saranno anche istruiti sulla sicurezza delle procedure a radiofrequenza e sulle misure preventive dei potenziali rischi. Infine si approfondirà gli sviluppi recenti e le nuove tendenze nel campo delle tecnologie terapeutiche a radiofrequenza.

Gestione dei progetti d'investimento nel settore sanitario

(SSD ING-IND/35; 45 ore, 6 CFU, Affine opzionale)

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;
- 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;
- di sviluppare una propria autonomia di giudizio in relazione alla gestione dei progetti d'investimento nel settore sanitario;
- di sviluppare le proprie capacità comunicative, in relazione alle conoscenze di base e comprensioni acquisite, anche con l'ausilio di strumenti grafici e matematici.
Infine, l'esame finale consentirà la verifica della capacità di apprendimento degli studenti.

Prerequisiti

Non sono previste propedeuticità.

Contenuti

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

Attività formative 1° anno - curriculum INDUSTRIALE

Bioingegneria dei sistemi organo-tessuto e organi artificiali

(SSD ING-IND/24; 60 ore, 6 CFU, Affine)

Obiettivi formativi

In questo corso, 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 attraverso modelli matematico-computazionali che consentono di studiare la relazione tra struttura e funzione. Gli studenti impareranno a: definire modelli computazionali per simulare processi biologici e fisiologici a livello cellulare, tissutale, di organo e di organismo in condizioni fisiologiche e fisiopatologiche; integrare i dati dei pazienti con i modelli fisiologici; analizzare i comportamenti di questi modelli impiegando approcci analitici e numerici con l’obiettivo di definire gli esperimenti e la loro progettazione per distinguere meccanismi fisiologici da quelli fisiopatologici; applicare le simulazioni dei modelli per definire le strategie terapeutiche ottimali. Le applicazioni includono il trasporto attraverso le membrane e nel sangue, i processi tumorali, la respirazione cellulare ed esterna, il bilancio energetico per lo studio del peso corporeo, gli organi artificiali, strategie di somministrazione dei farmaci. Verranno adottate tecniche di risoluzione mediante metodi numerici e l'impiego di software di calcolo (Polymath/Matlab) per risolvere problemi caratterizzati da variazioni nel tempo e nello spazio (caso mono e bidimensionale) di sostanze biochimicamente attive.

Prerequisiti

Sono indispensabili le conoscenze impartite nei corsi di base della matematica, chimica e della fisica della laurea di base.

Contenuti

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 gastrointestinale, metabolismo dell’etanolo, regolazione del sistema glucosio-insulina, bioenergetica mitocondriale. 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. Bilancio di energia: regolazione del peso corporeo nell’uomo e negli animali.

Applicazioni cliniche della medicina personalizzata

(SSD ING-IND/34; 68 ore, 9 CFU, Caratterizzante)

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.

Prerequisiti

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.

Contenuti

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.

Nanotecnologie per applicazioni diagnostiche e terapeutiche

(SSD CHIM/07; 60 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

Prerequisiti

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

Contenuti

Gestione del rischio in ambito sanitario

(SSD ING-IND/33; 50 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

Il corso si prefigge di fornire le basi di teoria di valutazione e gestione del rischio applicata ai processi medico-sanitari, 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, ai processi medico-sanitari, e alla conduzione sicura e affidabile degli impianti tecnici a servizio degli ospedali.
Con riferimento ai descrittori di Dublino gli obiettivi formativi e i risultati attesi del corso sono:
Conoscenza e capacita? di comprensione
Alla fine del corso ci si aspetta che lo studente possa raggiungere:
- la conoscenza e la comprensione dei fattori di rischio tipici degli impianti tecnici e dispositivi medici usati negli ambienti medico-sanitari;
- l’acquisizione delle conoscenze di base della valutazione del rischio, delle tecniche di analisi e della relativa normativa.
Capacita? 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 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:
scegliere i descrittori di rischio e le metodologie da applicare per la mitigazione/prevenzione;
valutare in maniera critica i risultati conseguiti.
Abilita? 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 permettano 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.
Capacita? 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 invoglino 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.

Prerequisiti

Nessuno

Contenuti

Introduzione al corso: le basi della valutazione del rischio
Il processo di gestione del rischio. 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
Tecniche di analisi del rischio (quali ad esempio FMEA, FTA, HAZOP, ecc.): campi di applicazione, confronto, vantaggi e limitazioni.
La normativa vigente
Limiti di validità e applicazioni di direttive, regolamenti, leggi e norme tecniche. Regolamenti e direttive EU 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
Esempi di applicazione delle tecniche di analisi del rischio a processi medico-sanitari.
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.

Elettronica di potenza per i dispositivi medici

(SSD ING-IND/32; 60 ore, 6 CFU, Affine opzionale)

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

Prerequisiti

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.

Contenuti

Fondamenti di elettronica di potenza:
- Componenti passivi e filtri
- Dispositivi a semiconduttor
- Nuove tecnologie Wide Band Gap (carburo di silicio “SiC” e Nitruro di Gallio GaN)
- Introduzione alle tecnologie switching

Convertitori statici:
- Raddrizzatori e filtri
- Convertitori DC/D
- Convertitori DC/AC

Alimentazione di dispositivi medici:
- Qualità dell’alimentazione elettrica e efficienza energetica
- Alimentatori per i dispositivi elettromedicali (impiantabili ed esterni)
- Dispositivi di accumulo a basso impatto ambientale
- Tecnologie per il recupero di energia ambientale (energy harvesting)

Normative e direttive europee:
- Normative e direttive comunitarie inerenti i dispositivi medici
- Cenni sulla conformità e la sicurezza dei dispositivi medici

Simulazioni e Laboratori:
- Simulazioni e esercitazioni per l’applicazione delle conoscenze teoriche acquisite.

Ergonomia nei sistemi sanitari

(SSD ING-IND/34; 45 ore, 6 CFU, Affine opzionale)

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 formire 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 adeguete, 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.

Prerequisiti

Al fine di consentire una buona comprensione dei concetti illustrati nel corso è desiderabile una buona conoscenza dei concetti di fisica, fondamenti di neccanica e biomeccanica e della bioingegneria del sistema motorio. È preferibile che gli studenti possiedano dimistichezza nell’utilizzo degli strumenti basilari di Matlab.

Contenuti

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.

Realtà virtuale e modelli per neuroriabilitazione

(SSD ING-INF/06; 55 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

Prerequisiti

Non ci sono prerequisiti formali, ma il corso richiede solide basi matematiche, oltre che i fondamenti di programmazione in linguaggio C per le attività di laboratorio.

Contenuti

Lesione neurale e recupero motorio
- Neuroplasticità e apprendimento motorio
- Controllo neurale del movimento
- Implicazioni neurofisiologiche della neuroriabilitazione
Dalla fisiologia del movimento all'applicazione della tecnologia
- Valutazione e trattamento dei movimenti dell’arto superiore
- Tecnologie per la neuroriabilitazione dell’arto superiore
Basi della tecnologia riabilitativa interattiva
- Interfacce uomo-macchina e robot per la riabilitazione motoria
- Progettazione di protocolli sperimentali nei programmi di riabilitazione
Misure per la valutazione della disabilità e modelli predittivi
- Misure di valutazione delle funzioni senso-motorie
- Modelli computazionali per il recupero neuromotorio e esercitazioni in Matlab
Realtà virtuale per la riabilitazione
- La riabilitazione sensomotoria basata sulla realtà virtuale
- Interazione in ambienti di realtà virtuale e aumentata
- Piattaforme software per l'integrazione di robot e ambienti virtuali
- Sensori indossabili per la neuroriabilitazione
Laboratorio di realtà virtuale con Unity 3D (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.

Corso integrato: Tecnologie dei materiali e metodi computazionali

Modulo: Metodi computazionali

(SSD ICAR/08; 30 ore, 3 CFU, Affine opzionale)

Obiettivi formativi

- 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.

Prerequisiti

È necessario possedere le conoscenze impartite nella scuola secondaria superiore nonché negli insegnamenti di base a contenuto matematico e fisico della laurea triennale.

Contenuti

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);
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;
Tecniche numeriche per lo studio del comportamento meccanico di tessuti biologici: il metodo degli elementi finiti;
Applicazioni: modelli per il comportamento meccanico di protesi ossee, stent cardiovascolari, applicazione a valvole cardiache di biomateriali a base carbonio.

Modulo: Tecnologie dei materiali

(SSD ING-IND/22; 30 ore, 3 CFU, Affine opzionale)

Obiettivi formativi

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.
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.
Capacità di applicare conoscenza e comprensione: il corso favorirà la formazione di personalità in grado di gestire le diverse tipologie di materiali nelle loro applicazioni biomediche e di affrontare in maniera critica la risoluzione di problemi pratici.
Autonomia di giudizio: sviluppo delle capacità di valutazione, scelta e lavorazione dei materiali e della loro struttura in funzione degli specifici utilizzi.
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 sicura comunicazione con interlocutori di diversificata formazione.
Capacità di apprendimento: le conoscenze acquisite contribuiranno allo sviluppo di capacità di apprendimento autonomo.

Prerequisiti

Gli studenti devono possedere le conoscenze di base impartite nei Corsi di Matematica, Chimica, Fisica della laurea triennale.

Contenuti

Introduzione alla scienza dei materiali. Richiami sulle principali categorie di materiali. Relazione struttura -proprietà. Tecniche di caratterizzazione chimico-fisica.
Definizione di biomateriale, classificazione e caratteristiche.
Materiali per applicazioni biomediche (Casi studio): materiali metallici; biopolimeri, bioceramiche. Proprietà e impieghi.
Metalli e leghe per applicazioni biomediche. Biocompatibilità e proprietà meccaniche. Osteointegrazione. Comportamento alla corrosione. Design e lavorazioni.
Materiali bioinerti e bioattivi. Materiali per rigenerazione ossea. Materiali per protesi ossee. Metodi di sintesi e fabbricazione.
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.
Biomateriali a base di carbonio. Caratteristiche biologiche e chimico fisiche, metodi di produzione. Funzionalizzazione e drug delivery.
Degrado dei biomateriali ed effetti sul comportamento cellulare.

Gestione dei progetti d'investimento nel settore sanitario

(SSD ING-IND/35; 45 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

Prerequisiti

Non sono previste propedeuticità.

Contenuti

Attività formative 2° anno - comuni

Corso integrato: Biologia e Bioinformatica

Modulo: Biologia cellulare avanzata e elementi di genomica

(SSD BIO/13; 45 ore, 6 CFU, Caratterizzante)

Obiettivi formativi

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.

Prerequisiti

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.

Contenuti

Fondamenti di biologia cellulare (struttura delle cellule e suoi componenti, differenze tra cellule eucariotiche e procariotiche, flusso dell’informazione nella materia vivente e regolazione, ciclo cellulare e la sua regolazione). Cenni sui virus. Biologia delle cellule staminali. Principi di base della struttura, organizzazione e regolazione del genoma umano. Tecnologie per l’allestimento e manipolazione genetica ed epigenetica di colture cellulari 2D e 3D e loro applicazioni in medicina.

Modulo: Bioinformatica e biologia sintetica

(SSD ING-INF/06; 76 ore, 9 CFU, Caratterizzante)

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)

Prerequisiti

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

Contenuti

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

Fondamenti di telemedicina

(SSD ING-INF/06; 62 ore, 6 CFU, Caratterizzante)

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.

Prerequisiti

Conoscenze e Competenze di Programmazione di base acquisite con un corso di Fondamenti di Informatica.

Contenuti

- Programmazione Orientata agli Oggetti (OOP).
- Il Linguaggio Java.
- Notazione UML.

Sensoristica per medicina di precisione

(SSD IING-INF/06; 45 ore, 6 CFU, Caratterizzante)

Obiettivi formativi

Offrire agli studenti una panoramica completa dei principi, delle tecnologie e delle applicazioni dei biosensori, preparandoli per contribuire al continuo sviluppo di questa importante area di ricerca e applicazione.

Prerequisiti

Principi base della fisica dei materiali per l’elettronica e dei principi base di funzionamenti dei principali dispositivi elettronici

Contenuti

Introduzione ai Biosensori e ai sensori biomedicali:
Definizione di biosensori e il loro ruolo in biologia e medicina.
Storia e sviluppo dei biosensori.

Principi di Rilevamento Biologico:
Meccanismi molecolari e cellulari coinvolti nella rilevazione di segnali biologici.
Interazioni molecolari chiave e trasduzione del segnale.
Macromolecole biologiche (RNA, DNA, proteine, anticorpi, aptameri)

Tecnologie di Trasduzione del Segnale:
Elettronica e ottica applicata ai biosensori.
Proprietà ottiche delle soluzioni.
Altre Tecniche di rivelazione, come elettrochimica, ottica, acustica, piezoelettrica, ecc.

Materiali per Biosensori
Materiali biocompatibili e biodegradabili.
Nanomateriali e la loro applicazione ai sensori per la medicina di precisione.
Materiali bidimensionali per sensori avanzati.

Progettazione e Sviluppo di Biosensori e sensori biomedicali:
Approcci di progettazione e ingegneria di biosensori (lab-on-chip).
Tecniche di miniaturizzazione e integrazione.
Microfluidica
Esempi di microsensori

Applicazioni Biomediche:
Diagnosi precoce di malattie (sensori per genomica, proteomica, metabolomica, sensori cellulari).
Monitoraggio di biomarcatori in tempo reale nei diversi biofluidi (sangue, saliva, sudore, urine, feci).
Monitoraggio personalizzato e medicina di precisione (wearable devices).

Biosensori Ambientali e Alimentari:
Monitoraggio degli inquinanti ambientali.
Rilevamento di contaminanti alimentari e sicurezza alimentare.

Aspetti Etici e Normativi:
Considerazioni etiche legate all'uso dei biosensori.
Regolamentazioni e normative nel campo.

Case Studies e Applicazioni Pratiche:
Analisi di biosensori specifici e la loro implementazione pratica
Studi di casi reali in vari campi di applicazione.

Sviluppi Futuri e Tendenze nel Campo:
Le ultime innovazioni e scoperte nel campo dei biosensori.
Possibili sviluppi futuri e tendenze emergenti.

La declinazione dei contenuti secondo i descrittori di Dublino prevede la seguente classificazione:
Conoscenza e Comprensione (Knowledge and Understanding):
Alla fine del corso, ci si aspetta che gli studenti conoscano i seguenti argomenti
- Definizione di biosensori e il loro ruolo in biologia e medicina
- Storia e sviluppo dei biosensori.
- Meccanismi molecolari e cellulari coinvolti nella rilevazione di segnali biologici.
- Interazioni molecolari chiave e trasduzione del segnale.
- Tecnologie di Trasduzione del Segnale: Elettronica e ottica applicata ai biosensori. Altre Tecniche di rivelazione, come elettrochimica, ottica, acustica, piezoelettrica, ecc.
- Materiali per Biosensori: Materiali biocompatibili e biodegradabili. Nanomateriali e la loro applicazione nei biosensori.

Applicazione della Conoscenza e Comprensione (Applying Knowledge and Understanding)
Alla fine del corso, ci si aspetta che gli studenti sappiano cimentarsi con la progettazione e lo sviluppo di biosensori per applicazioni biomediche e di monitoraggio ambientale e alimentare avendo approfondito:
- Approcci di progettazione e ingegneria dei biosensori. Tecniche di miniaturizzazione e integrazione.
- Considerazioni etiche legate all'uso dei biosensori. Regolamentazioni e normative nel campo.

Abilità Cognitive e Pratiche (Cognitive and Practical Skills):
Alla fine del corso ci si aspetta che gli studenti abbiano familiarizzato, possibilmente includendo nelle loro attività un Progetto di Ricerca o un’attività di Laboratorio per consentire agli studenti di applicare le conoscenze acquisite, con alcuni Case Studies e Applicazioni Pratiche: Analisi di biosensori specifici e la loro implementazione pratica. Studi di casi reali in vari campi di applicazione.

Autonomia di Giudizio (Judgment and Autonomy):
Alla fine del corso ci si aspetta che gli studenti siano in grado di valutare autonomamente sviluppi futuri e tendenze nel campo dei biosensori.

Comunicazione (Communication):
Tutti i contenuti del corso richiedono abilità di comunicazione, sia nella comprensione delle teorie che nella presentazione di analisi di casi e progetti. Particolare attenzione verrà dedicata alla presentazione dei risultati dell’apprendimento in forma orale al fine di abituare gli studenti alla presentazione dei loro risultati in un ambito professionale che possa ricalcare il loro futuro ambiente di lavoro.

Apprendimento Permanente (Lifelong Learning):
Il corso promuove la consapevolezza degli sviluppi futuri e incoraggia gli studenti a rimanere informati sulle tendenze emergenti nel campo dei biosensori, sottolineando l'importanza dell’apprendimento continuo.

Apprendimento computazionale in biomedicina

(SSD ING-INF/06; 80 ore, 9 CFU, Caratterizzante)

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.

Prerequisiti

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.

Contenuti

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).

Attività formative 2° anno - curriculum INFORMAZIONE

Sistemi decisionali in medicina

(SSD ING-INF/06; 56 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

L’obiettivo del corso è quello di fornire le metodologie per modellizzare problemi medici complessi, in cui si richiede di prendere decisioni in presenza di incertezza e/o tenendo conto delle preferenze del paziente e/o di funzioni di utilità multi-attributo (ad esempio quando si devono bilanciare costi e benefici). Si possono trattare problemi diagnostici, terapeutici e di monitoraggio. Lo studente, alla fine del corso, deve essere in grado di formalizzare un problema decisionale, individuando le variabili del dominio e scegliendo i formalismi più adatti, sia ai fini dell’acquisizione della conoscenza (interazione con la controparte medica per la costruzione del modello e interazione con il paziente per l’elicitazione delle preferenze), sia ai fini della risoluzione del problema. Fra le classi di problemi decisionali, particolare enfasi sarà data alle valutazioni economiche preliminari alla decisione sull’avviamento o meno di un programma sanitario. Verrà inoltre dato ampio spazio all’utilizzo pratico di strumenti informatici per la risoluzione di modelli decisionali.

Prerequisiti

Vengono richieste conoscenze di base sulla teoria delle probabilità. Per la parte pratica, viene richiesta una certa dimestichezza con l’uso del PC (Windows).

Contenuti

1. Introduzione: l’incertezza e le preferenze come problemi fondamentali delle decisioni
2. Breve ripasso dei concetti di base della teoria delle probabilità
a. alcune probabilità di fondamentale importanza in medicina
b. il teorema di Bayes e il suo utilizzo in diagnostica
c. le reti probabilistiche
d. uso di un software per reti probabilistiche
3. La teoria delle decisioni:
a. quantificazione del valore di un esito (stato di salute)
b. metodi per la quantificazione delle utilità (standard gamble, time-trade-off, rating scale)
c. utilità attesa di una decisione
d. dominanza probabilistica di una strategia rispetto alle altre possibili
4. Alberi decisionali
a. metodologie per la costruzione e la risoluzione
b. uso di un software per la gestione di alberi decisionali
c. analisi di sensitività e della soglia, univariata e multivariata
d. rappresentazione di processi di Markov all’interno di un albero decisionale
5. Diagrammi di influenza
a. metodologie per la costruzione e la risoluzione
b. uso di un software per diagrammi di influenza
6. Valutazioni economiche dei programmi sanitari
a. analisi costo-efficacia, costo-beneficio, costo-utilità
b. Soglie di riferimento per i rapporti costo/effiacia
c. lettura critica di un articolo di letteratura sull’argomento

Modelli matematici in farmacometria

(SSD ING-INF/06; 74 ore, 6 CFU, Affine opzionale)

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

Prerequisiti

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

Contenuti

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

Progetto di sistemi di telemedicina

(SSD ING-INF/06; 66 ore, 9 CFU, Affine opzionale)

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.

Prerequisiti

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...).

Contenuti

Il corso 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, 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 la realizzazione 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.
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.

Attività formative 2° anno - curriculum INDUSTRIALE

Modelli matematici in farmacometria

(SSD ING-INF/06; 74 ore, 6 CFU, Affine opzionale)

Obiettivi formativi

Prerequisiti

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

Contenuti

Corso integrato: Gestione delle tecnologie sanitarie

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.

Prerequisiti

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

Modulo: Gestione delle tecnologie sanitarie Mod. A

(SSD ING-IND/35; 23 ore, 3 CFU, Affine opzionale)

Contenuti

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: Gestione delle tecnologie sanitarie Mod. B

(SSD ING-IND/35; 23 ore, 3 CFU, Affine opzionale)

Contenuti

Principali argomenti:
1. Dispositivi medici (validazione e gestione - HTA)
2. Ingegneria clinica
3. Salute e sicurezza occupazionale
4. Radiazioni ionizzanti