Biotecnologie mediche

Sistema Nervoso Centrale (CNS) Organizzazione del cervello; Dalle cellule agli stati mentali; Come studiare il funzionamento del cervello. Tomografia ad emissione di positroni (PET) – Introduzione; Principio fisico; Sensori ed elettronica per la misura; Esempi applicativi. Risonanza magnetica (RMI) e Risonanza magnetica funzionale (fRMI): Introduzione; Introduzione; Principio fisico; Sensori ed elettronica per la misura; Natura del segnale BOLD; Esempi applicativi. Spettrografia funzionale ad infra-rossi (fNIRS). Introduzione; Principio fisico; Sensori ed elettronica per la misura; Esempi applicativi. Magnetoencefalografia (MEG). Introduzione; Principio fisico; Sensori ed elettronica per la misura; Esempi applicativi. Elettroencefalografia (EEG) Introduzione; Principio fisico; Sensori ed elettronica per la misura; Esempi applicativi. Neuroscienze applicate in contesti industriali Valutazione di stati mentali in contesti aeronautici; Meccanismi di neuroplasticità durante l’addestramento; Valutazione dello stress di Controllori del Traffico Aereo; Valutazione di stati mentali nel contesto dell’automotive; Passive BCI ed automazioni adattive per migliorare l’interazione Uomo-Macchina in contesti operativi ed industriali. Brain Computer Interfaces (BCI) - protesi controllabili atttraverso la modulazione dell'attività cerebrale. Decodifica del segnale cerebrale e definizione di Brain Computer Interface (BCI); Esempi di applicazione clinica ed industriale. Sistema Nervoso Autonomo Natura ed analisi del segnale Elettrocardiografico (ECG); Valutazione e correlati del segnale ECG; Natura ed analisi del segnale Risposta Galvanica Cutanea (GSR); Valutazione e correlati del segnale GSR; Natura ed analisi dei segnali oculometrici: EOG ed Eye Tracker; Valutazione e correlati dei segnali oculometrici. Neuroestetica Uso delle metodologie di brain imaging per valutare l’impatto di opere d’arte sull’attività cerebrale dell’Uomo; Esempi applicativi. Neuromarketing Uso delle metodologie di brain imaging per valutare l’impatto delle comunicazioni pubblicitarie sull’attività cerebrale dell’Uomo; Esempi applicativi. Etica e GDPR Protocolli sperimentali base; Considerazioni sull’Etica e protezione dei dati (GDPR). Tecnologie e sensori non invasivi per valutazione stati mentali ed emotivi Metodologie e tecnologie basate su video per l’acquisizione di parametri neurofisiologici; Esempi applicativi. Valutazione cooperazione Uso delle metodologie di brain imaging per valutare il livello di interazione tra 2 o più persone; Esempi applicativi. Fondamenti di statistica Introduzione; Statistica descrittiva; Statistica inferenziale; Test parametrici e non – parametrici. Esempi. Protesi impiantabili nell’orecchio ed applicazioni cliniche (Cochlear): Uso delle metodologie di brain imaging per valutare l’impatto di impianti cochleari sull’attività cerebrale di Adulti e Bambini; Esempi applicativi.

Non sono necessari prerequisiti.

Libri consigliati Vecchiato et al. Neuroelectrical Brain Imaging Tools for the Study of the Efficacy of TV Advertising Stimuli and their Application to Neuromarketing, Biosystems & Biorobotics (BIOSYSROB, volume 3) Borghini et al., Industrial Neuroscience in Aviation, Biosystems & Biorobotics (BIOSYSROB, volume 7) Aaron J. Newman, Research Methods for Cognitive Neuroscience, SAGE Altri supporti didattici Diapositive con le lezioni e prove di autovalutazione per la preparazione alla prova scritta (archivio elettronico indicato dai docenti).

La frequenza al corso non è obbligatoria.

Le modalità di valutazione dell’Insegnamento sono caratterizzate da appelli di esame fissati nelle sessioni programmate. La prova di esame prevede un compito scritto con domande sia a risposta multipla sia a risposta aperta ed un colloquio orale sugli argomenti dell’Insegnamento, seguito da un chiarimento sui criteri di valutazione a richiesta dello studente o della studentessa. L’obiettivo della prova di esame è di certificare le conoscenze dello studente sui principi fisici, caratteristiche elettroniche e di funzionamento delle principali tecniche di neuroimaging, elaborazione dei segnali neurofisiologici, validazione dei risultati in termini statistici, definizione di protocolli sperimentali, esempi di applicazioni cliniche ed industriali, e gestione degli aspetti etici e privacy dei dati raccolti. Gli argomenti esposti dovranno essere trattati con un linguaggio adeguato. Gli elementi presi in esame ai fini della valutazione sono di seguito elencati: (1) la conoscenza della materia, in tutte le aree previste nel programma di insegnamento; (2) l'impiego di un linguaggio appropriato; (3) la capacità di ragionamento, di articolazione logica del discorso scritto e di integrazione delle competenze dimostrata nella risposta alle domande di esame. La natura scritta ed orale del compito consentirà di correggere la valutazione individuale dell’elaborato degli studenti secondo tecniche di “item analysis”, in modo da non penalizzare eccessivamente aree della risposta che risulteranno insufficienti nella maggioranza degli studenti impegnati un certo appello di esame. Inoltre, la valutazione del singolo studente/studentessa sarà condotta in modo comparativo con quelli degli altri compagni/compagne della prova di esame, in modo da garantire equanimità e riconoscere i meriti individuali nell’attribuzione delle votazioni. Si terrà conto della (1) capacità dello studente di amministrare il tempo accordato per fornire le risposte in modo sintetico ma esauriente e (2) di raccordare i concetti chiave.

L’insegnamento di Bioingegneria Elettronica ed Applicazioni Cliniche consiste in lezioni frontali con gli studenti, eventualmente intervallate alcuni seminari specifici. Le lezioni sono tutte interattive, per cui il docente stimola gli studenti con domande alle quali essi, in virtù dei corsi già seguiti, possono dare risposta. Questo permette al docente di rendere evidenti i collegamenti tra il corso in essere e alcuni corsi precedenti, le cui nozioni hanno un ruolo chiave per la comprensione di quanto proposto a lezione. I continui richiami a nozioni di corsi precedenti devono abituare lo studente a non studiare la materia proposta come qualcosa di chiuso, finalizzato al superamento dell’esame finale, da archiviare subito dopo, ma vuole metter in luce uno studio multidisciplinare, a cui lo studente va educato, e che è assolutamente richiesto per uno studente della laurea magistrale, ormai quasi al termine del suo percorso formativo. Lo studente potrà trovare sulla piattaforma e-learning materiale didattico (programma d’esame, testi consigliati, link) utili per la preparazione dell’esame. Resta inteso che eventuale materiale messo a disposizione è da considerarsi una guida agli argomenti di esame, ma non sostituisce i testi consigliati.