ID:
TO0054
Durata (ore):
60
CFU:
6
SSD:
FISICA APPLICATA (A BENI CULTURALI, AMBIENTALI, BIOLOGIA E MEDICINA)
Sede:
CHIETI
Url:
INGEGNERIA BIOMEDICA/CORSO GENERICO Anno: 3
Anno:
2024
Dati Generali
Periodo di attività
Primo Semestre (23/09/2024 - 21/12/2024)
Syllabus
Obiettivi Formativi
Il corso introduce lo/a studente/essa all’ analisi dei dati derivanti da esperimenti di neuroimaging nell’essere umano. L'accento viene posto sulla creazione di una profonda conoscenza dei segnali acquisiti mediante le varie tecniche di neuroimaging e degli approcci analitici e computazionali per il loro trattamento. Parallelamente, l’affrontare esempi tipici di dati e modalità di analisi permetterà agli/alle studenti/studentesse di acquisire competenze specifiche nelle tematiche del corso. Obiettivo aggiuntivo del corso è anche quello di comprendere le conseguenze sull'interpretazione della funzione cerebrale delle varie scelte fatte durante il processo di analisi dei dati.
Prerequisiti
Agli studenti è richiesta la conoscenza delle nozioni di base di matematica per le scienze cognitive, e di elementi di analisi del segnale.
Metodi didattici
Il modulo consta in 48 ore di lezione frontale, tenute nei giorni definiti nel calendario didattico.
La didattica frontale comprende lezioni teoriche integrate da esempi applicativi. Durante l’insegnamento sono proposti agli studenti anche alcuni casi tipici da trattare collegialmente in aula.
La frequenza è facoltativa, consigliata, e la prova finale sarà uguale per studenti frequentanti e non frequentanti.
La didattica frontale comprende lezioni teoriche integrate da esempi applicativi. Durante l’insegnamento sono proposti agli studenti anche alcuni casi tipici da trattare collegialmente in aula.
La frequenza è facoltativa, consigliata, e la prova finale sarà uguale per studenti frequentanti e non frequentanti.
Verifica Apprendimento
La verifica della preparazione degli studenti avverrà con una serie di prove in itinere basate su due presentazioni di articoli suggeriti dagli studenti e concordati preventivamente con al docente. Per le prove, i punti totali a disposizione (30) saranno suddivisi sulla base di indicatori di correttezza formale, ricchezza di contenuti e rigore nell'esposizione ivi compresa l'appropriatezza del linguaggio tecnico. Il punteggio finale sarà dato dalla somma dei punteggi parziali.
Gli argomenti oggetto delle presentazioni che costituiranno l'esame rifletteranno quelli trattati durante l'insegnamento e presenti nel programma, elaborati in modo da portare gli studenti a riflettere sui collegamenti tra i vari argomenti trattati. Al fine del superamento dell'esame lo /la studente/essa dovrà dimostrare la conoscenza di tutti gli argomenti del programma del corso.
Nel dettaglio, verrà assegnata una votazione tra:
1) 18 e 21 se lo/a studente/essa dimostrerà conoscenze e competenze sufficienti negli argomenti del corso, con particolare riferimento alle caratteristiche spazio-temporali dei dati misurati tramite differenti tecniche;
2) 22 e 25 se lo/a studente/essa dimostrerà conoscenze e competenze buone in tutti gli argomenti del corso;
3) 26-29 se lo/a studente/essa dimostrerà conoscenze e competenze molto buone in tutti gli argomenti del corso e un grado di rigore scientifico più che buono;
4) 30 se lo/a studente/essa dimostrerà conoscenze e competenze ottime in tutti gli argomenti del corso e un elevato grado di rigore scientifico;
5) 30 e lode se lo/a studente/essa dimostrerà eccellenti conoscenze e competenze in tutti gli argomenti del corso e un elevato grado di rigore scientifico, nonché la capacità di fare collegamenti e spaziare rispetto agli argomenti trattati.
Gli argomenti oggetto delle presentazioni che costituiranno l'esame rifletteranno quelli trattati durante l'insegnamento e presenti nel programma, elaborati in modo da portare gli studenti a riflettere sui collegamenti tra i vari argomenti trattati. Al fine del superamento dell'esame lo /la studente/essa dovrà dimostrare la conoscenza di tutti gli argomenti del programma del corso.
Nel dettaglio, verrà assegnata una votazione tra:
1) 18 e 21 se lo/a studente/essa dimostrerà conoscenze e competenze sufficienti negli argomenti del corso, con particolare riferimento alle caratteristiche spazio-temporali dei dati misurati tramite differenti tecniche;
2) 22 e 25 se lo/a studente/essa dimostrerà conoscenze e competenze buone in tutti gli argomenti del corso;
3) 26-29 se lo/a studente/essa dimostrerà conoscenze e competenze molto buone in tutti gli argomenti del corso e un grado di rigore scientifico più che buono;
4) 30 se lo/a studente/essa dimostrerà conoscenze e competenze ottime in tutti gli argomenti del corso e un elevato grado di rigore scientifico;
5) 30 e lode se lo/a studente/essa dimostrerà eccellenti conoscenze e competenze in tutti gli argomenti del corso e un elevato grado di rigore scientifico, nonché la capacità di fare collegamenti e spaziare rispetto agli argomenti trattati.
Testi
Agli/alle studenti/esse verrà fornito materiale didattico sotto forma di slides e letteratura scientifica aggiornata relativa gli argomenti del corso che verranno messi a disposizione sul canale Teams e sulla piattaforma e-learning del corso.
Testi di riferimento per alcune parti del programma sono:
Neuroimaging. Per lo studio del cervello umano. Katiuscia Sacco
Analisi e modelli di segnali biomedici. Luigi Landini, Nicola Vanello
Analyzing Neural Time Series Data: Theory and Practice, Mike X Cohen
MATLAB for Brain and Cognitive Scientists, Mike X Cohen
Il dettaglio delle parti dei testi di riferimento che verranno affrontate durante il corso sarà reso disponibile sul canale Teams e sulla piattaforma e-learning del corso.
Testi di riferimento per alcune parti del programma sono:
Neuroimaging. Per lo studio del cervello umano. Katiuscia Sacco
Analisi e modelli di segnali biomedici. Luigi Landini, Nicola Vanello
Analyzing Neural Time Series Data: Theory and Practice, Mike X Cohen
MATLAB for Brain and Cognitive Scientists, Mike X Cohen
Il dettaglio delle parti dei testi di riferimento che verranno affrontate durante il corso sarà reso disponibile sul canale Teams e sulla piattaforma e-learning del corso.
Contenuti
Il corso introdurrà diverse tecniche per il neuroimaging umano e le caratteristiche dei dati generati da ciascuna di esse. Inoltre, i metodi e il software per analizzare questa pletora di dati saranno presentati e discussi in relazione alle informazioni che forniscono in termini di funzionamento del cervello umano.
Lingua Insegnamento
Italiano e inglese
Altre informazioni
L’orario di ricevimento è fissato il lunedì dalle 14:30 alle 16:30 presso ITAB, campus di Chieti. Si suggerisce agli studenti di confermare l'appuntamento via mail: laura.marzetti@unich.it
Corsi
Corsi
INGEGNERIA BIOMEDICA
Laurea
3 anni
No Results Found