Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Tipologia di Attività formativa D e F
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea interateneo in Ingegneria dei sistemi medicali per la persona - Immatricolazione dal 2025/2026Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.
1. Insegnamenti impartiti presso l'Università di Verona
Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).
Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.
A partire dagli immatricolati A.A. 2022/2023 sarà possibile inserire autonomamente a libretto gli esami residuali offerti sia nel 2° sia nel 3° anno.
Per i seguenti insegnamenti non è necessaria la richiesta alla Commissione Pratiche Studenti: Basi di dati e web (Laurea in Bioinformatica); Biologia generale (Laurea in Bioinformatica); Biologia molecolare (Laurea in Bioinformatica); Probabilita' e statistica (Laurea in Informatica); Programmazione e sicurezza delle reti (Laurea in Informatica).
2. Attestato o equipollenza linguistica CLA
Oltre a quelle richieste dal piano di studi, per gli immatricolati A.A. 2021/2022 e A.A. 2022/2023 vengono riconosciute:
- Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
- Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).
Tali cfu saranno riconosciuti, fino ad un massimo di 3 cfu complessivi, di tipologia D. Solo nel caso in cui la data di acquisizione della certificazione sia precedente al 27/10/2023 (data della delibera del Collegio didattico di Ingegneria dell'Informazione) potranno essere riconosciuti un massimo di 6 CFU, come precedentemente previsto. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.
Per gli immatricolati A.A. 2023/2024 i crediti per certificazioni linguistiche ulteriori a quelle previste dal piano didattico vengono riconosciuti come crediti sovrannumerari taf D.
Modalità di inserimento a libretto: richiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it
3. Competenze trasversali
Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali
Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.
4. CONTAMINATION LAB
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
5. Periodo di stage/tirocinio
Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui il VADEMECUM DELLE ATTIVITÀ DI TIROCINIO (indirizzo email della Commissione tirocini: tirocini-ismp@ateneo.univr.it ); qui la relativa pagina informativa (con link a moodle), qui informazioni su come attivarlo.
Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
2° 3° | Introduction to docker & kubernetes | D |
Franco Fummi
(Coordinatore)
|
2° 3° | Introduzione alla meccanica quantistica per il quantum computing | D |
Claudia Daffara
(Coordinatore)
|
2° 3° | Introduzione alla programmazione di smart contract per Ethereum | D |
Sara Migliorini
(Coordinatore)
|
2° 3° | Introduzione alla robotica per studenti di materie scientifiche | D |
Andrea Calanca
(Coordinatore)
|
2° 3° | Progettazione di app web e mobile tramite react e react native | D |
Graziano Pravadelli
(Coordinatore)
|
2° 3° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
2° 3° | Sviluppo firmware con protocollo bluetooth low energy (BLE) e sistema operativo Freertos | D |
Franco Fummi
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
2° 3° | Introduzione alla robotica per studenti di materie scientifiche | D |
Andrea Calanca
(Coordinatore)
|
2° 3° | Linguaggio Programmazione LaTeX | D |
Enrico Gregorio
(Coordinatore)
|
2° 3° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
2° 3° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
anni | Insegnamenti | TAF | Docente |
---|---|---|---|
1° | Conoscenze per l'accesso: matematica | D |
Franco Zivcovich
(Coordinatore)
|
Analisi e modellazione di sistemi biologici (2023/2024)
Codice insegnamento
4S009891
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
ING-INF/06 - BIOINGEGNERIA ELETTRONICA E INFORMATICA
Corsi Singoli
Autorizzato
L'insegnamento è organizzato come segue:
Modulo A - teoria
Crediti
2
Periodo
I semestre
Docenti
Silvia Francesca Storti
Modulo A - laboratorio
Crediti
1
Periodo
I semestre
Docenti
Silvia Francesca Storti
Modulo B
Obiettivi di apprendimento
Gli obiettivi formativi del corso affronteranno l'applicazione dei concetti di fisica e di modellazione matematica al contesto dei sistemi biologici.
Prerequisiti e nozioni di base
-
Programma
------------------------
Modulo A - Teoria
------------------------
Teoria: (1) Principali segnali biomedici. Origine, caratteristiche ed acquisizione dei principali segnali bioelettrici (segnale elettroencefalografico - EEG, megnetoencefalografico – MEG, elettrocardiografico - ECG, elettromiografico – EMG, segnali spontanei ed indotti, potenziali evocati - EP, potenziali evento-relati - ERP). (2) Tecniche di analisi nel dominio del tempo e in frequenza. Fondamenti dell'elaborazione digitale dei biosegnali e caratterizzazione nel dominio del tempo. Metodi di filtraggio digitale, campionamento, conversione A/D. Metodi classici per l’analisi in frequenza; bande in frequenza e spettro di potenza, periodogramma; risoluzione tempo/frequenza; bispettri e coerenza; estrazione delle caratteristiche. Metodi di analisi di sorgente per segnali cerebrali (problema diretto e inverso per il segnale EEG e MEG). Applicazioni a segnali in silico e reali. (3) Analisi statistica di dati biomedici. Richiami a concetti di base di statistica descrittiva ed inferenziale.
------------------------
Modulo A - Laboratorio
------------------------
Il corso prevede una serie di laboratori in aula informatica con esercitazioni principalmente in ambiente MATLAB finalizzate alla familiarizzazione con i principali metodi per l’analisi di segnali biomedici. I laboratori completano le lezioni consolidando l'apprendimento e sviluppando capacità pratiche di problem-solving nel contesto della bioingegneria.
------------------------
Modulo B
------------------------
Introduzione alla biofisica delle cellule nervose. Il circuito equivalente della membrana cellulare. Modellizzazione matematica del potenziale di membrana attraverso equazioni differenziali ordinarie del modello a singolo compartimento. Le equazioni di Hodgkin e Huxley per la simulazione numerica del potenziale d’azione. I modello multi-compartimentali e i modelli sinaptici. Introduzione alla simulazione numerica dell’attività del neurone e delle reti. Introduzione alle tecnologie informatiche (Py-Neuron, Nest Simulator) che consentono le simulazioni di circuiti neuronali e di regioni cerebrali estese con risoluzione di singola cellula.
Bibliografia
Modalità didattiche
------------------------
Modulo A
------------------------
Modalità di erogazione della didattica. Lezioni frontali alla lavagna e con ausilio di diapositive a supporto, esercitazioni e progetto in laboratorio. L’approccio del corso è di tipo “hands on” dove gli studenti avranno modo di sperimentare la progettazione e l’identificazione delle metodologie di analisi più adatte per la soluzione a problemi reali di interesse medico-clinico. Il materiale didattico sarà reso disponibile agli studenti iscritti al corso sulla piattaforma Moodle. Tale materiale comprende le presentazioni delle lezioni in formato PDF e il materiale relativo alle attività di laboratorio. Per approfondimenti ed integrazioni si consiglia di consultare i testi di riferimento.
------------------------
Modulo B
------------------------
L’insegnamento viene erogato mediante lezioni in streaming. Le lezioni forniranno esempi applicativi di programmazione in ambiente python.
Sulla pagina del Portale MOODLE saranno disponibili (nel rispetto dei diritti d’autore) le slides utilizzate dal docente nel corso delle lezioni.
Modalità di verifica dell'apprendimento
------------------------
Modulo A
------------------------
L’esame prevede un colloquio sui temi trattati preceduto da una breve discussione del progetto assegnato ai gruppi in laboratorio.
------------------------
Modulo B
------------------------
La valutazione dell'apprendimento dei contenuti è effettuata tramite esame orale preceduto da una discussione sull'attività pratica relativa alla modellizzazione dell'attività neuronale.
Criteri di valutazione
Per superare l'esame lo studente dovrà dimostrare di: - aver compreso i concetti teorici e pratici degli argomenti trattati; - saper risolvere problemi connessi all’elaborazione di segnali e dati biomedici applicando le conoscenze acquisite; - conoscere l’ambiente Matlab nel contesto dell’elaborazione dei segnali e dati biomedici; - essere in grado di utilizzare le conoscenze acquisite durante il corso per applicazioni relative alla modellizzazione dell'attività neuronale.
Criteri di composizione del voto finale
Il voto finale sarà dato da una media dei voti dei due moduli.
Lingua dell'esame
Italiano
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita