Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
BIOINGEGNERIA
Insegnamento
ANALISI DI DATI BIOLOGICI
INL1000215, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
BIOINGEGNERIA
IN0532, ordinamento 2011/12, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese ANALYSIS OF BIOLOGICAL DATA
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2017-IN0532-000ZZ-2016-INL1000215-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 GIOVANNI SPARACINO ING-INF/06

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

Modalità di erogazione
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 6.0 48 102.0 Nessun turno

Calendario
Inizio attività didattiche 25/09/2017
Fine attività didattiche 19/01/2018

Commissioni d'esame
Commissione Dal Al Membri
8 A.A. 2017-2018 01/10/2017 15/03/2019 SPARACINO GIOVANNI (Presidente)
BERTOLDO ALESSANDRA (Membro Effettivo)
DALLA MAN CHIARA (Supplente)
DEL FAVERO SIMONE (Supplente)
FACCHINETTI ANDREA (Supplente)
PEDERSEN MORTEN GRAM (Supplente)
RUGGERI ALFREDO (Supplente)
TOFFOLO GIANNA MARIA (Supplente)
7 A.A. 2016-2017 01/10/2016 15/03/2018 SPARACINO GIOVANNI (Presidente)
FACCHINETTI ANDREA (Membro Effettivo)
BERTOLDO ALESSANDRA (Supplente)
DALLA MAN CHIARA (Supplente)
DEL FAVERO SIMONE (Supplente)
DI CAMILLO BARBARA (Supplente)
GRISAN ENRICO (Supplente)
PEDERSEN MORTEN GRAM (Supplente)

Syllabus
Prerequisiti: Informatica di Base (Matlab)
Elementi di Probabilità e Statistica
Segnali e Sistemi
Sistemi e Modelli
Conoscenze di base di Elaborazione di Segnali Biologici
Conoscenze e abilita' da acquisire: Al termine del corso, lo studente sarà in grado di padroneggiare, e implementare numericamente in modo efficace, i metodi di analisi dati più usati in campo clinico e di ricerca.
In particolare, ai fini della professione, questo corso renderà l'allievo in grado di effettuare l'analisi di un certo problema che richiede l’ “interpretazione di dati” (dall’elaborazione del segnale o alla simulazione o identificazione di un sistema)
individuare le metodologie di soluzione più appropriate
tradurre le metodologie mediante algoritmi numerici adatti
implementare gli algoritmi in Matlab
Modalita' di esame: Il colloquio verterà, per circa il 30%, su homework assegnati ai frequentanti durante il corso. Gli homework verranno discussi davanti al computer, anche nelle scelte algoritmiche e di programmazione. Il resto del colloquio vertera' sul contenuto delle lezioni teoriche.
Criteri di valutazione: In sede di esame si valuta livello di comprensione della materia, capacita' di rielaborare concetti, maturita' nell'individuare e progettare soluzioni ingegneristiche a problemi di analisi di dati, logica nella implementazione al calcolatore degli algoritmi, rigore nell'uso delle metodologie, chiarezza espositiva, capacità di sintesi.
Contenuti: L’obiettivo è fornire all’allievo bioingegnere la conoscenza di metodi avanzati di analisi di dati biologici. In particolare, si fa ricorso a metodologie di analisi statistica integranti l’approccio modellistico con quello di elaborazione del segnale.
Specificatamente, il programma del corso include:
- Fondamenti di Calcolo Scientifico
- Interpolazione (parametrica, spline, nonparametrica)
- Smoothing
- Predizione
- Filtraggio stocastico alla Wiener
- Filtraggio stocastico alla Kalman
- Aspetti algoritmici
- Analisi non lineare di serie temporali
- Analisi Multivariata (PCA, ICA)
- Applicazioni "hands on" su EEG, potenziali evocati, segnale glicemico, NIRS, serie ormonali, …, mediante implementazione in Matlab (in aula o a casa come homework) di tutte le tecniche discusse a lezione
Attivita' di apprendimento previste e metodologie di insegnamento: L’approccio del corso è completamente ingegneristico ed “hands on”: si parte da problemi di significativo interesse clinico e medico-biologico (EEG, potenziali evocati, segnali endocrino-metabolici, segnali rivelati da biosensori, serie epidemiologiche, …), li si analizza, si identificano le metodologie di soluzione più adatte e le si implementa a basso livello in Matlab mediante algoritmi di cui si cura anche l’efficienza numerica Non si usano mai codici fatti da altri (l'impostazione e' che si capisce fino in fondo solo quello che si fa).

Semplificando, si può ripartire il carico del corso come:
Teoria 60%
Pratica 40%

La frequenza assidua delle lezioni e' fortemente consigliata ed indispensabile per la gestione efficiente degli homework.
Eventuali indicazioni sui materiali di studio: Dispense e diapositive proiettate a lezione vengono messe a disposizione dal docente attraverso un sito ad hoc. Altro materiale di studio per eventuali approfondimenti (libri, articoli scientifici, ...) viene indicato a lezione e nelle dispense stesse.
Testi di riferimento: