Scuola di Farmacia e Nutraceutica

Università Magna Graecia di Catanzaro


Stampa

C.I. DI SISTEMI DI ELABORAZIONE PER MACHINE LEARNING E PROGETTAZIONE DI MEDICAL DEVICE

CdLM Biotecnologie Molecolari per la Medicina Personalizzata

L’obiettivo del C.I. SISTEMI DI ELABORAZIONE PER MACHINE LEARNING E PROGETTAZIONE DI MEDICAL DEVICE è quello di fornire agli studenti le conoscenze di base dei sistemi di elaborazione, del machine learning, della bioinformatica e dei dispositivi medici.

 

Esso si compone di 2 moduli:

Sistemi di elaborazione delle informazioni e Bioingegneria elettronica e informatica.

Il modulo di Sistemi di elaborazione delle informazioni fornirà i concetti di base dei sistemi di elaborazione, del machine learning, della bioinformatica.

Il modulo di Bioingegneria Elettronica e Informatica introdurrà i concetti fondamentali relativi al funzionamento delle principali apparecchiature mediche e al processo di progettazione di un dispositivo medico, includendo le conoscenze tecniche e normative di riferimento. Inoltre, fornirà agli studenti una panoramica delle tecniche di Intelligenza Artificiale applicate all’elaborazione e all’analisi delle immagini mediche.

Modulo e/o Codocenza Docente CFU
Modulo di Sistemi di elaborazione dell'informazione Marzia Settino 3
Modulo di Bioingegneria elettronica ed informatica Michela Destito 3
Docente:
Michela Destito

SSD:
ING-INF/05 - ING-INF/06

CFU:
6
Collegamenti veloci:

Scuola di Farmacia e Nutraceutica - Data stampa: 16/06/2025

Organizzazione della Didattica

 Le modalità sono indicate dal Regolamento didattico d’Ateneo.

Obiettivi Formativi

L'obiettivo principale del corso consiste nel fornire agli studenti:

  • le conoscenze di base dei sistemi di elaborazione delle informazioni, con particolare riferimento al machine learning, alla bioinformatica e alle loro applicazioni.
  • le conoscenze tecniche riguardanti la strumentazione clinica e gli aspetti regolatori  da considerare nella progettazione dei dispositivi medici, insieme alle applicazioni dell'Intelligenza Artificiale nell'elaborazione e analisi delle immagini mediche.

 Dopo aver seguito il corso lo studente sarà in grado di comprendere:

 

  • La rappresentazione informatica delle principali molecole biologiche
  • La struttura primaria, secondaria terziaria delle proteine
  • Le principali banche dati biologiche
  • L'allineamento di sequenza
  • Le principali piattaforme per la produzione di dati omici
  • I concetti base della modellazione dei dati biologici come reti
  • Le caratteristiche di un sistema di misura, filtraggio ed amplificazione.
  • Il funzionamento delle principali apparecchiature mediche e strumentazione di laboratorio.
  • La normativa vigente sui dispositivi medici.
  • L’iter di progettazione di un dispositivo medico 
  • Tecniche di Intelligenza Artificiale applicate alle immagini mediche
  • Analisi Radiomica
  • Le caratteristiche dei dispositivi per la localizzazione in chirurgia.

 

Metodi Didattici

Lezioni frontali

 

Contenuti di insegnamento (Programma)

Contenuti del modulo Sistemi di elaborazione delle informazioni:

 

  • Introduzione alla Bioinformatica.
  • Rappresentazione informatica delle principali entità biologiche (DNA, proteine, ecc).
  • Rappresentazione primaria, secondaria e terziaria delle proteine.
  •  Banche dati biologiche (UniProt, PDB)
  • Algoritmi per l’allineamento di sequenze (Allineamento locale, globale, multiplo).
  • Introduzione al Machine Learning e principali algoritmi
  • Cenni di Teoria delle Reti per la modellazione dei dati biologici
  • Sicurezza Informatica.

 

Contenuti del modulo Bioingegneria elettronica e informatica:

 

  • Misure e caratteristiche di un sistema di misura.
  • Metodi di rilevazione dei principali segnali bioelettrici (ECG, EMG).
  • Filtraggio e amplificazione dei biosegnali.
  • Apparecchiature biomedicali: principi base di funzionamento.
  • Strumentazione di laboratorio clinico.
  • Fonti di rischio in ambito ospedaliero.
  • La progettazione di un dispositivo medico.
  • Il nuovo approccio e le direttive sui dispositivi medici.
  • Requisiti, classificazione e procedure per l’attestazione della conformità.
  • La sperimentazione clinica con i dispositivi medici.
  • La sorveglianza sui dispositivi medici.
  • Immagini mediche (TC-MRI-PET)
  • Tecniche di Machine Learning e Deep Learning 
  • Telemedicina
  • Analisi Radiomica applicata alle immagini mediche
  • Localizzatori optoelettronici in Chirurgia.

Testi di Riferimento, Note e Materiali Didattici

Modulo Sistemi di elaborazione delle informazioni:

  • Manuela Helmer Citterich, Fabrizio Ferrè, Giulio Pavesi, Graziano Pesole, Chiara Romualdi. FONDAMENTI DI BIOINFORMATICA. Zanichelli, https://www.zanichelli.it/ricerca/prodotti/fondamenti-di-bioinformatica?hl=helmer
  • Saranno fornite agli studenti le slides del corso.

 

Modulo Bioingegneria elettronica e informatica:

  • Webster, John G. (ed.). Medical instrumentation: application and design. John Wiley & Sons, 2009.
  • Saranno fornite agli studenti le slides del corso e riferimenti e normative tecniche.

 

Modalità di verifica dell'apprendimento e criteri di Valutazione

Le modalità generali sono indicate nel regolamento didattico di Ateneo all’art.22 consultabile al link http://www.unicz.it/pdf/regolamento_didattico_ateneo_dr681.pdf

 

L’esame finale sarà svolto in forma orale

I criteri sulla base dei quali sarà giudicato lo studente sono:

 

 

Conoscenza e comprensione argomento

Capacità di analisi e sintesi

Utilizzo di referenze

Non idoneo

Importanti carenze.

Significative inaccuratezze

Irrilevanti. Frequenti generalizzazioni. Incapacità di sintesi

Completamente inappropriato

18-20

A livello soglia. Imperfezioni  evidenti

Capacità appena sufficienti

Appena appropriato

21-23

Conoscenza routinaria

E’ in grado di analisi e sintesi corrette. Argomenta in modo logico e coerente

Utilizza le referenze standard

24-26

Conoscenza buona

Ha capacità di analisi e sintesi buone. Gli argomenti sono espressi coerentemente

Utilizza le referenze standard

27-29

Conoscenza più che buona

Ha notevoli capacità di analisi e sintesi.

Ha approfondito gli argomenti

30-30L

Conoscenza ottima

Ha notevoli capacità di analisi e sintesi.

Importanti approfondimenti

 

Criteri di misurazione dell'apprendimento e di attribuzione del voto finale

Modulo Sistemi di elaborazione delle informazioni:

Il tempo stimato è di 75 ore, di cui 24 di attività frontali e 51 di studio individuale.

 

Modulo Bioingegneria elettronica e informatica:

Il tempo stimato è di 75 ore, di cui 24 di attività frontali e 51 di studio individuale.

 

Altro

Ricevimento studenti.