|
Insegnamento
LABORATORIO DI BIOINGEGNERIA
INP5071700, A.A. 2018/19
Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17
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 |
Inizio attività didattiche |
25/02/2019 |
Fine attività didattiche |
14/06/2019 |
Visualizza il calendario delle lezioni |
Lezioni 2019/20 Ord.2011
|
Commissioni d'esame
Commissione |
Dal |
Al |
Membri |
5 A.A. 2019/2020 |
01/10/2019 |
15/03/2021 |
VISENTIN
ROBERTO
(Presidente)
DALLA MAN
CHIARA
(Membro Effettivo)
BERTOLDO
ALESSANDRA
(Supplente)
DEL FAVERO
SIMONE
(Supplente)
FACCHINETTI
ANDREA
(Supplente)
PEDERSEN
MORTEN GRAM
(Supplente)
SACCOMANI
MARIAPIA
(Supplente)
SCHIAVON
MICHELE
(Supplente)
SPARACINO
GIOVANNI
(Supplente)
TOFFOLO
GIANNA MARIA
(Supplente)
|
4 A.A. 2018/2019 |
01/10/2018 |
15/03/2020 |
BERTOLDO
ALESSANDRA
(Presidente)
TOFFOLO
GIANNA MARIA
(Membro Effettivo)
DALLA MAN
CHIARA
(Supplente)
FACCHINETTI
ANDREA
(Supplente)
PEDERSEN
MORTEN GRAM
(Supplente)
SACCOMANI
MARIAPIA
(Supplente)
SAWACHA
ZIMI
(Supplente)
SPARACINO
GIOVANNI
(Supplente)
|
3 A.A. 2017/2018 |
01/10/2017 |
15/03/2019 |
BERTOLDO
ALESSANDRA
(Presidente)
DALLA MAN
CHIARA
(Supplente)
FACCHINETTI
ANDREA
(Supplente)
PEDERSEN
MORTEN GRAM
(Supplente)
RUGGERI
ALFREDO
(Supplente)
SACCOMANI
MARIAPIA
(Supplente)
SPARACINO
GIOVANNI
(Supplente)
TOFFOLO
GIANNA MARIA
(Supplente)
|
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 biomedicale;
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: |
|
Didattica innovativa: Strategie di insegnamento e apprendimento previste
- Lecturing
- Laboratory
- Case study
- Problem solving
Didattica innovativa: Software o applicazioni utilizzati
- Moodle (files, quiz, workshop, ...)
- Matlab
Obiettivi Agenda 2030 per lo sviluppo sostenibile
|
|