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.
Piano Didattico
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 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Attivato nell'A.A. 2024/2025
| Insegnamenti | Crediti | TAF | SSD |
|---|
3° Anno Attivato nell'A.A. 2025/2026
| Insegnamenti | Crediti | TAF | SSD |
|---|
1 insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
1 insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Analisi e modellazione di sistemi biologici (2025/2026)
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 B
Modulo A - teoria
Modulo A - laboratorio
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
(consigliato) Conoscenze di base su: trasformate di Fourier, analisi dei segnali e dei sistemi nel dominio continuo e discreto, programmazione in Matlab e fisiologia del sistema nervoso.
Programma
------------------------
Modulo A - Teoria
------------------------
Teoria: (1) Introduzione alla modellazione di sistemi biologici. Proprietà generali del comportamento dei sistemi biologici. Complessità fisiologica e necessità dei modelli. Modelli e processo di modellazione. Modellare i dati, modellare il sistema: modelli black-box e modelli interpretativi. (2) Costruzione di un modello a partire dai dati. Definizione della struttura del modello. Approcci parametrici e non parametrici. Problemi di identificabilità e stima dei parametri. Criteri per la valutazione dell’adeguatezza del modello (validazione interna ed esterna). (3) Introduzione ai principali segnali biologici. Origine, caratteristiche e acquisizione dei segnali bioelettrici, biomagnetici ed emodinamici (EEG, MEG, fNIRS, fMRI). Collegamento tra modellazione fisiologica ed elaborazione dei segnali. Casi di studio. Modelli di localizzazione della sorgente per segnali cerebrali, formulazione del problema diretto e inverso per segnali EEG e MEG. Modelli di regressione multivariata (GLM) applicati a segnali di imaging di risonanza magnetica funzionale.
------------------------
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 la modellazione e analisi di segnali e sistemi biologici. 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.
Nel dettaglio, l’esame orale comprende:
- Breve presentazione del progetto di laboratorio: viene assegnato un voto in decimi (V1)
- Teoria: viene assegnato un voto in ventesimi (V2)
Voto finale: V1+V2 (1/3 lab, 2/3 teoria).
------------------------
Modulo B
------------------------
L’esame prevede un colloquio sui temi trattati e comprende la valutazione dell’apprendimento dei metodi informatici e delle modalità di implementazione dei principali sistemi di modellazione affrontati. Il colloquio è preceduto dalla breve discussione di un elaborato (mini-project in powerpoint) su un argomento a scelta inerente all’ambito della modellizzazione dei sistemi neurali. La produzione dell’elaborato richiede la consultazione della letteratura.
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'analisi e modellazione di sistemi biologici applicando le conoscenze acquisite; - conoscere l’ambiente Matlab nel contesto dell’elaborazione e modellizzazione di segnali e dati biomedicali; - 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
