Insegnamenti a scelta Impianti, dispositivi e circuiti per applicazioni biomediche

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023

Modulo: Fisiologia

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023
Crediti	6
Settore Scientifico Disciplinare	BIO/09
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente

Non assegnato

---

Ulteriori informazioni

Modulo: Tecniche analitiche per la biochimica

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023
Crediti	6
Settore Scientifico Disciplinare	CHIM/10
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente	MARIATERESA RUSSO
Obiettivi	N.D.
Programma	N.D.
Testi docente	N.D.
Erogazione tradizionale	No
Erogazione a distanza	No
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	No
Valutazione test attitudinale	No
Valutazione progetto	No
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

Erogazione	72037M SICUREZZA ALIMENTARE E TECNICHE ANALITICHE PER IL CONTROLLO in SCIENZE E TECNOLOGIE ALIMENTARI LM-70 RUSSO MARIATERESA
Docente	Mariateresa RUSSO

---

Ulteriori informazioni

Modulo: Materiali per la biomedica

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023
Crediti	6
Settore Scientifico Disciplinare	ING-IND/22
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione	1001498 Materiali per la biomedica in Ingegneria Industriale L-9 MALARA ANGELA
Docente	Angela MALARA
Obiettivi	N.D.
Programma	Le proprietà dei materiali metallici, polimerici e ceramici per la biomedica. Relazione tra struttura e proprietà. Le proprietà delle principali strutture biologiche: tessuti duri e tessuti molli, pelle, ossa, muscoli, cartilagini. I biomateriali e le interazioni con i sistemi biologici: definizione di tossicità, biocompatibilità e bioattività. Applicazioni in campo chirurgico, cardio-vascolare, ortopedico, dentale, oftalmico. Materiali per Biosensori e applicazioni. Biosensori potenziometrici, resistivi, elettrochimici, amperometrici, a impedenza.
Testi docente	"Biological Materials and Biomaterials" in Foundations of Materials Science and Engineering, W.F. Smith, J. Hashemi; McGraw-Hill
Erogazione tradizionale	Sì
Erogazione a distanza	No
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	Sì
Valutazione test attitudinale	No
Valutazione progetto	No
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

---

Ulteriori informazioni

Modulo: Circuiti ed algoritmi per il trattamento dei segnali

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023
Crediti	6
Settore Scientifico Disciplinare	ING-IND/31
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione	36M061 TRATTAMENTO DEI SEGNALI AMBIENTALI in Ingegneria per la gestione sostenibile dell'ambiente e dell'energia LM-30 LM-30 MORABITO FRANCESCO CARLO
Docente	Francesco Carlo MORABITO
Obiettivi	N.D.
Programma	Introduzione al trattamento dei Segnali (CFU 1) Generalità sul trattamento dei segnali, segnali analogici, campionamento e conversione AD e DA, segnali a tempo discreto (numerici), equazioni alle differenze lineari a coefficienti costanti, rappresentazione nel dominio del tempo e della frequenza, segnali aleatori multi-dimensionali, statistiche di ordine superiore al secondo, processi stocastici, concetti di teoria della stima, metodo della massima verosimiglianza, stima del minimo errore quadratico medio, metodo della massima probabilità a posteriori, elementi di teoria dell’informazione, entropia informazionale, informazione mutua, negentropia, correntropia, metodo di stima a massima entropia, metodi di ottimizzazione. Rappresentazione di sistemi digitali mediante grafi e schemi a blocchi, strutture di rete fondamentali per sistemi FIR e IIR. Algoritmi di Soft Computing e di Analisi Multirisoluzione e Multidimensionale (CFU 2) Sistemi adattivi, stima del gradiente, metodi iterativi, apprendimento Hebbiano, reti auto-organizzanti. Pattern recognition: formulazioni, classificatori lineari e non lineari, trattamento dell’incertezza, problemi rappresentativi in diversi ambiti di ricerca. Algoritmi avanzati per l’elaborazione dei segnali, studio serie temporali, Analisi nel dominio della frequenza, Trasformata di Fourier, Short-Time Fourier Transform, analisi di segnali nel dominio tempo-frequenza, elaborazione di segnali non stazionari, segnali e sistemi non lineari, trasformata Wavelet Continua e Discreta, decomposizione Wavelet, applicazioni pratiche della trasformata Wavelet, Principal Component Analysis (PCA), Independent Component Analysis (ICA), applicazioni PCA e ICA. Implementazione numerica degli algoritmi (CFU 1) Introduzione al MATLAB, nozioni preliminari, potenzialità e limiti del software, programmare con l’editor di MATLAB; introduzione all’uso dei Toolboxes: Signal Processing, Wavelet, Algoritmi PCA e ICA, EEGLAB, ICA-lab, FAST-ICA. Introduzione ai segnali ambientali (CFU 1) Nozione di segnale ambientale; tecniche di rilievo di segnali e dati ambientali; manipolazione di database di natura ambientale; elementi di data mining; gestione delle informazioni e dati ambientali. Tecniche di elaborazione dei segnali ambientali (CFU1) Sistemi di acquisizione e conversione A/D; interfacce di acquisizione; sensori per la registrazione di segnali ambientali; raccolta e selezione di campioni; sistemi statistici per il trattamento di dati ambientali; trattamento outliers; Teoria della decisione statistica. Implementazione di algoritmi per l’analisi multi-risoluzione e multidimensionale di segnali ambientali; modelli per la simulazione di sistemi ambientali; elaborazione numerica di segnali ambientali; rumore; progettazione ed implementazione di circuiti e sistemi per il trattamento di segnali ambientali esempi di dati meteorologici e satellitari; esercitazioni di laboratorio.
Testi docente	Principe, Eliano, Neural and Adaptive Systems, IEEE Bishop, Statistical Pattern Recognition, Oxford University Press Materiale del corso fornito dal docente Audio-lezioni del docente
Erogazione tradizionale	Sì
Erogazione a distanza	No
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	Sì
Valutazione test attitudinale	No
Valutazione progetto	Sì
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

---

Ulteriori informazioni

Modulo: Bioingegneria elettronica

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023
Crediti	6
Settore Scientifico Disciplinare	ING-INF/06
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Docente	Non assegnato
Obiettivi	N.D.
Programma	Introduzione al trattamento dei Segnali (CFU 1) Generalità sul trattamento dei segnali, segnali analogici, campionamento e conversione AD e DA, segnali a tempo discreto (numerici), equazioni alle differenze lineari a coefficienti costanti, rappresentazione nel dominio del tempo e della frequenza, segnali aleatori multi-dimensionali, statistiche di ordine superiore al secondo, processi stocastici, concetti di teoria della stima, metodo della massima verosimiglianza, stima del minimo errore quadratico medio, metodo della massima probabilità a posteriori, elementi di teoria dell’informazione, entropia informazionale, informazione mutua, negentropia, correntropia, metodo di stima a massima entropia, metodi di ottimizzazione. Rappresentazione di sistemi digitali mediante grafi e schemi a blocchi, strutture di rete fondamentali per sistemi FIR e IIR. Algoritmi di Soft Computing e di Analisi Multirisoluzione e Multidimensionale (CFU 2) Sistemi adattivi, stima del gradiente, metodi iterativi, apprendimento Hebbiano, reti auto-organizzanti. Pattern recognition: formulazioni, classificatori lineari e non lineari, trattamento dell’incertezza, problemi rappresentativi in diversi ambiti di ricerca. Algoritmi avanzati per l’elaborazione dei segnali, studio serie temporali, Analisi nel dominio della frequenza, Trasformata di Fourier, Short-Time Fourier Transform, analisi di segnali nel dominio tempo-frequenza, elaborazione di segnali non stazionari, segnali e sistemi non lineari, trasformata Wavelet Continua e Discreta, decomposizione Wavelet, applicazioni pratiche della trasformata Wavelet, Principal Component Analysis (PCA), Independent Component Analysis (ICA), applicazioni PCA e ICA. Implementazione numerica degli algoritmi (CFU 1) Introduzione al MATLAB, nozioni preliminari, potenzialità e limiti del software, programmare con l’editor di MATLAB; introduzione all’uso dei Toolboxes: Signal Processing, Wavelet, Algoritmi PCA e ICA, EEGLAB, ICA-lab, FAST-ICA. Introduzione ai segnali ambientali (CFU 1) Nozione di segnale ambientale; tecniche di rilievo di segnali e dati ambientali; manipolazione di database di natura ambientale; elementi di data mining; gestione delle informazioni e dati ambientali. Tecniche di elaborazione dei segnali ambientali (CFU1) Sistemi di acquisizione e conversione A/D; interfacce di acquisizione; sensori per la registrazione di segnali ambientali; raccolta e selezione di campioni; sistemi statistici per il trattamento di dati ambientali; trattamento outliers; Teoria della decisione statistica. Implementazione di algoritmi per l’analisi multi-risoluzione e multidimensionale di segnali ambientali; modelli per la simulazione di sistemi ambientali; elaborazione numerica di segnali ambientali; rumore; progettazione ed implementazione di circuiti e sistemi per il trattamento di segnali ambientali esempi di dati meteorologici e satellitari; esercitazioni di laboratorio.
Testi docente	Principe, Eliano, Neural and Adaptive Systems, IEEE Bishop, Statistical Pattern Recognition, Oxford University Press Materiale del corso fornito dal docente Audio-lezioni del docente
Erogazione tradizionale	Sì
Erogazione a distanza	No
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	Sì
Valutazione test attitudinale	No
Valutazione progetto	Sì
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

---

Ulteriori informazioni

Modulo: Calcolo numerico

Corso	Ingegneria Elettrica ed Elettronica LM-28
Curriculum	Impianti, dispositivi e circuiti per applicazioni biomediche
Orientamento	Orientamento unico
Anno Accademico	2022/2023
Crediti	6
Settore Scientifico Disciplinare	MAT/08
Anno	Secondo anno
Unità temporale	Secondo semestre
Ore aula	48
Attività formativa	Attività formative a scelta dello studente (art.10, comma 5, lettera a)

Canale unico

Erogazione	1001186 CALCOLO NUMERICO in Ingegneria Informatica e dei sistemi per le Telecomunicazioni LM-27 COTRONEI MARIANTONIA
Docente	Mariantonia COTRONEI
Obiettivi	N.D.
Programma	ARITMETICA FLOATING-POINT E ANALISI DEGLI ERRORI Rappresentazione dei numeri in un calcolatore. Precisione numerica. Aritmetica floatingpoint. Errori e loro propagazione. Condizionamento di un problema matematico. Stabilità di un algoritmo. SISTEMI DI EQUAZIONI LINEARI Richiami di calcolo matriciale. Analisi di stabilità per sistemi lineari. Numero di condizionamento di una matrice. Metodi diretti. Risoluzione di sistemi triangolari. Metodo di eliminazione di Gauss. Pivoting. Fattorizzazione LU. Metodi iterativi. Matrice di iterazione. Convergenza e rapidità di convergenza. Criteri d'arresto. Metodo di Richardson e del gradiente. APPROSSIMAZIONE DI FUNZIONI E DI DATI Interpolazione polinomiale. Polinomio interpolatore nella forma di Lagrange. Interpolazione trigonometrica e FFT. Effetto Runge. Interpolazione con funzioni spline. Spline lineari e cubiche. Approssimazione nel senso dei minimi quadrati. Sistemi sovradeterminati. OTTIMIZZAZIONE NUMERICA Ottimizzazione non vincolata. Metodi per funzioni monodimensionali: bisezione, Newton, di ricerca dicotomica, sezione aurea, interpolazione parabolica. Metodi di discesa: gradiente, Newton, quasi-Newton, gradiente coniugato. Cenni su metodi di ottimizzazione vincolata. INTRODUZIONE AL MATLAB Ambiente di calcolo scientifico Matlab: comandi principali, matrici, funzioni matematiche. Istruzioni per la grafica. Progettazione e sviluppo dei programmi. Implementazione di metodi numerici e analisi/validazione dei risultati su problemi test.
Testi docente	A. Quarteroni, F. Saleri, P. Gervasio. Calcolo Scientifico. Esercizi e problemi risolti con MATLAB e Octave, Springer.
Erogazione tradizionale	No
Erogazione a distanza	No
Frequenza obbligatoria	No
Valutazione prova scritta	No
Valutazione prova orale	No
Valutazione test attitudinale	No
Valutazione progetto	No
Valutazione tirocinio	No
Valutazione in itinere	No
Prova pratica	No

---

Ulteriori informazioni