Programma

Questo corso utilizzerà una modalità di apprendimento problem-based per fornire agli studenti nozioni sui recenti progressi dell'ingegneria biomedica, con particolare attenzione alla progettazione di sistemi di classificazione per il supporto alla decisione clinica. Agli studenti verranno forniti elementi di teoria associata all'utilizzo delle principali tecniche di apprendimento automatico, esplorando gli aspetti di apprendimento supervisionato e non supervisionato, e approfondendo la applicazione di tali tecniche al contesto generale della tutela della salute. Gli studenti acquisiranno competenze relative alla implementazione di tali tecniche in ambienti di programmazione di utilizzo comune (Python). Gli studenti lavoreranno quindi in gruppi e utilizzeranno le conoscenze teoriche acquisite e le competenze di programmazione conseguite per risolvere un progetto di interesse nell'ambito dell'ingegneria biomedica, facendo anche riferimento ai database disponibili (MIMIC, Physionet,...). Utilizzando gli elementi di teoria acquisiti e sulla base delle attività pratiche svolte, gli studenti potranno quindi validare concretamente le soluzioni a problemi di ingegneria biomedica reali di rilevanza clinica.

Testi Adottati

Materiale disponibile sulla piattaforma di ateneo (diapositive delle lezioni, registrazioni A/V, esercitazioni guidate, esempi di progetti)

Bibliografia Di Riferimento

Understanding Machine Learning: From Theory to Algorithms - Shalev-Shwartz and Ben-David

Modalità Erogazione

Lezioni teoriche (30% del carico orario) Esercitazioni guidate (30% del carico orario) Attività supervisionate di progetto (40% del carico orario)

Modalità Frequenza

Data la natura progettuale di una parte sostanziale del corso, è fortemente consigliata la frequenza.

Modalità Valutazione

Sviluppo, redazione, presentazione, e discussione di un progetto sviluppato attorno ad un quesito diagnostico. Nella redazione del progetto è inclusa la scrittura del codice per la risoluzione del quesito diagnostico.