Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA DELL'INFORMAZIONE
Insegnamento
LABORATORIO DI BIOINGEGNERIA
INP5071700, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA DELL'INFORMAZIONE
IN0513, ordinamento 2011/12, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese BIOENGINEERING LABORATORY
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2019-IN0513-000ZZ-2017-INP5071700-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile ROBERTO VISENTIN ING-INF/06

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria biomedica ING-INF/06 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2011

Syllabus
Prerequisiti: Il corso fa uso soprattutto delle conoscenze di analisi del segnale a tempo continuo e del suo studio in frequenza (trasformata di Fourier; durata e banda), filtri (risposta impulsiva, risposta in frequenza, funzione di trasferimento), interpolazione, modelli compartimentali, stimatori lineari e non lineari. Conoscenze acquisibili frequentando il corso di Sistemi e Modelli e il corso di Segnali e Sistemi.
Conoscenze e abilita' da acquisire: Lo studente sarà in grado di studiare e sperimentare in ambiente Matlab:
1) le metodologie di sviluppo di un modello biologico
2) i metodi di stima dei parametri dei modelli
3) l’analisi di serie temporali con particolare riferimento al segnale EEG
4) l’interpretazione dei risultati biologici tramite biostatistica.

Acquisirà le seguenti competenze:
1. Apprendere e interpretare criticamente la stima dei parametri di un modello
2. Conoscere i principali modelli matematici che descrivono i processi di farmacocinetica
3. Conoscere e saper utilizzare i principali filtri di segnali EEG
4. Conoscere i principali ambiti di applicazione dell'analisi del movimento
Modalita' di esame: La verifica delle conoscenze e delle abilità attese viene effettuata con una prova di esame suddivisa in due parti:
1. sviluppo di due progetti volti a verificare la capacità di applicazione della teoria in contesti biomedicali;
2. esame scritto composto da domande chiuse a risposta multipla volte a verificare il livello delle conoscenze acquisite durante il corso.
Il voto finale viene espresso come combinazione dei giudizi dei due progetti (70%) e delle'esame scritto (30%).
Criteri di valutazione: I criteri di valutazione con cui verrà effettuata la verifica delle conoscenze e delle abilità attese, e opportunamente declinati a seconda della articolazione del corso, saranno:
1. Completezza delle conoscenze acquisite
2. Capacità di risolvere un problema e interpretare criticamente i risultati
3. Originalità e indipendenza nella soluzione dei progetti proposti
Contenuti: MODELLI DI SISTEMI BIOLOGICI (24 ore): stima a massima verosimiglianza: le stime iniziali, la descrizione dell’errore di misura, la precisione delle stime. La scelta del modello: AIC, BIC e f-test. Analisi di sensitività mediante derivate parziali (PD, NPD). Simulazione Montecarlo. Simulazione con bootstrap. Casi di studio .
SERIE TEMPORALI BIOLOGICHE (12 ore): Algoritmi di denoising, riconoscimento e analisi di picchi, misure di entropia. Casi di studio
BIOSTATISTICA (12 ore): Analisi esplorativa dei dati (indici, istogrammi e boxplot, misure di posizione, di dispersione, di forma); alcuni elementi di statistica inferenziale (test statistici)
Casi di studio
Attivita' di apprendimento previste e metodologie di insegnamento: Il 40% delle ore sarà dedicato a lezioni frontali. Il rimanente 60% sono lezioni dedicate alla soluzione di esercizi in Matlab. In particolare:

MODELLI (Matlab): sviluppo e identificazione di modelli per il trasporto e diffusione di sostanze chimiche e farmaci, per la diffusione in mezzi porosi/valvole cardiache, per la crescita tissutale e tumorale, per l’analisi della performance sportiva, di systems biology: circuiti di regolazione genica e proteica
SERIE TEMPORALI (Matlab): analisi di serie ormonali, segnali EEG, segnali EMG, ECG e segnale di variabilità cardiaca
BIOSTATISTICA (Matlab): test statistici per la valutazione dell’effetto di un farmaco da un trial clinico. Analisi “Big Data” : identificazione di geni differenzialmente espressi
Eventuali indicazioni sui materiali di studio: Tutto il materiale didattico presentato durante le ore di lezione frontale è reso disponibile sulla piattaforma "http://elearning.dei.unipd.it".
Testi di riferimento: