logo-polimi
Loading...
Risorse bibliografiche
Risorsa bibliografica obbligatoria
Risorsa bibliografica facoltativa
Scheda Riassuntiva
Anno Accademico 2014/2015
Scuola Scuola di Ingegneria Industriale e dell'Informazione
Insegnamento 085817 - ANALISI AVANZATE DEI DATI PER LA MEDICINA E LA BIOINFORMATICA [C.I.]
Docente Cerutti Sergio , Pattini Linda
Cfu 10.00 Tipo insegnamento Corso Integrato

Corso di Studi Codice Piano di Studio preventivamente approvato Da (compreso) A (escluso) Insegnamento
Ing Ind - Inf (Mag.)(ord. 270) - MI (401) INGEGNERIA BIOMEDICA* AZZZZ085817 - ANALISI AVANZATE DEI DATI PER LA MEDICINA E LA BIOINFORMATICA [C.I.]
Ing Ind - Inf (Mag.)(ord. 270) - MI (471) BIOMEDICAL ENGINEERING - INGEGNERIA BIOMEDICA* AZZZZ085817 - ANALISI AVANZATE DEI DATI PER LA MEDICINA E LA BIOINFORMATICA [C.I.]

Programma dettagliato e risultati di apprendimento attesi
Il corso "Analisi avanzate dei dati per la medicina e la bioinformatica" è un corso integrato costituito dai moduli "Analisi avanzate dei dati per la medicina" e "Bioinformatica (per la genomica e la proteomica)". Il programma dettagliato riportato in corrispondenza di ognuno dei due moduli rappresenta comunque il programma dell’insegnamento. Obiettivi La parte di Analisi Avanzate dei Dati vuole introdurre vari metodi innovativi di elaborazione dei segnali, integrando l’approccio di modellizzazione dei sistemi biologici con quello di trattamento di segnali e dati per ottenere importanti informazioni fisiologiche e cliniche. Inoltre verranno introdotti processi di integrazione tra segnali e sistemi biologici diversi, con diverse modalità e attraverso scale diverse (dal genoma, al proteoma, alla cellula fino all'organismo biologico evoluto) e con differenti livelli di complessità. La parte di Bioinformatica per la genomica e la proteomica fornisce una rassegna di metodi di elaborazione per analizzare i diversi tipi di dati che le principali teconologie mettono a disposizione nel campo della biologia molecolare. Programma delle lezioni e delle esercitazioni [1] Analisi Avanzate dei Dati Metodi. Dal filtraggio deterministico al filtraggio stocastico. Filtri ottimi e identificazione parametrica: filtri di Wiener e filtri di Kalman. Filtraggio adattativo. Metodi parametrici tempo-varianti. Analisi tempo-frequenza, tempo-scala e wavelet. La complessità dei sistemi e dei segnali biomedici: definizioni di base dei sistemi con dinamica non lineare. Sistemi complessi con geometria frattale e generazione di segnali con dinamica frattale. Analisi di ordine superiore: bispettri e bicoerenze. Un nuovo approccio per il trattamento delle informazioni biomediche: integrazione dell’informazione in ambito multivariato, multiorgano, multimodale e multiscala. Applicazioni. Relative allo studio del Sistema Nervoso Centrale, del Sistema Nervoso Autonomo, del Sistema Cardiovascolare, del Sistema Respiratorio e le loro interazioni. [2] Bioinformatica (per la genomica e la proteomica) DNA: struttura e funzione. Richiami sui principali procedimenti biotecnologici. Accesso ai data base biologici e strumenti di analisi integrati.  Analisi di sequenze: similarità e omologia. Algoritmi di  allineamento: strategia globale e locale; significatività; implementazione ed utilizzo di metodi euristici.   Codifica delle metriche nella comparazione di sequenze nucleotidiche e aminoacidiche:  matrici  di sostituzione e modelli di evoluzione.  Definizione e utilizzo di modelli markoviani  nascosti per modellizzare sequenze e motivi. Evoluzione e costruzione di alberi filogenetici: approcci fenetici e cladistici; valutazione della significatività di un albero filogenetico. Esempi di applicazioni reali di queste metodiche. Teoria dell’informazione in biologia molecolare: entropia, mutua informazione; applicazioni di questi operatori nelle strategie di identificazione di potenziali siti di legami per i fattori di trascrizione e nella predizione di struttura secondaria dell’RNA. Proteine: approcci per la predizione di struttura secondaria e terziaria.  Informazione e tipologie di dati messe a disposizione dalle principali tecnologie in proteomica: elettroforesi bidimensionale e spettrometria di massa. Codifiche e rappresentazioni alternative di sequenze di DNA attraverso metodi propri dell’elaborazione dei segnali. Valutazione dell’espressione genica, analisi dei dati e normalizzazioni, metodi di clustering. Cenni di genetica: presupposti e metodi nell’analisi di linkage per l’identificazione di geni malattia, studi di associazioni. Attività di laboratorioIl programma delle lezioni di Bioinformatica sarà integrato con esercitazioni svolte al calcolatore. Laboratori di Bioinformatica Ambiente di lavoro Matlab e funzioni dedicate. Accesso a banche dati e strumenti di analisi in rete. Applicazione della teoria dell'informazione per l'identificazione di potenziali siti di legame per fattori di trascrizione. Utilizzo di modelli markoviani nascosti in bioinformatica. Analisi dei dati di espressione genica: visualizzazione dei risultati e clustering di profili di espressione. Esempi di trattamento dati in proteomica. Analisi di sopravvivenza. Advanced data analysis in medicine and bioinformatics (C.I.) Advanced Data Analysis - The course aims at introducing advanced signal processing methods and at integrating modelling and processing methods in order to obtain relevant physiological and clinical information. Methods. Time/frequency, time/scale and wavelet analyses. Time variant stochastic parametric approach: adaptive filters and Kalman filters. Complexity in biomedical systems and signals: basic definitions in non-linear dynamic models. Fractality in system geometry and in signals dynamical behavior.  Higher order analyses: bispectra and bicoherencies. Integration of information in multivariate, multisystem, multiscale, multimodal frames. Applications relevant to the Central Nervous System, to the Autonomic Nervous Systems, to the Cardiovascular System, to the Respiratory Systems and their interactions. Bioinformatics (for genomics and proteomics) - DNA: structure and function. The basics of the main biotechnological procedures. Access to biological databases and integrated data analysis tools. Sequence analysis: similarity and homology. Alignment algorithms: global and local strategy; implementation and use of the main euristic methods. Substitution matrices and models of evolution. Evolution and phylogenetic trees. Information theory in molecular biology. Alternative codifications and representations of DNA sequences through signal processing methods. Proteins; approaches for secondary and tertiary structure predictions. Information and data provided by the main technologies in proteomics. Data analysis for gene expression. Basics of genetics: glossary and basic principles; assumptions and methods in linkage analysis for the identification of desease genes, association studies. Prerequisiti. Non sono previsti prerequisiti obbligatori. E' consigliato avere i fondamenti dei metodi e delle tecniche di elaborazioni dei segnali e dei dati biomedici più comunemente impiegati.

Note Sulla Modalità di valutazione
Per la parte di Analisi Avanzate dei Dati l'esame consiste in una prova orale sugli argomenti trattati nel corso. L' esame potrà essere corredato da attività di progetto concordate con il docente, su richiesta degli studenti interessati. Per la parte di Bioinformatica l'esame consta di una prova scritta. Una eventuale prova orale a discrezione del docente può entrare a far parte del giudizio finale. Il voto finale relativo al corso integrato sarà costituito dalla media dei giudizi ottenuti nelle prove dei singoli emicorsi.

Bibliografia
Risorsa bibliografica obbligatoriaCopia dei Lucidi e Appunti delle lezioni Su Corsi On Line
Risorsa bibliografica obbligatoriaCerutti S, Marchesi C. eds, Metodi avanzati di elaborazione di segnali biomedici, Editore: Patron ed, Anno edizione: 2004
Risorsa bibliografica obbligatoriaCerutti S, Marchesi C eds, Advanced Methods of Biomedical Signal Processing, Editore: IEEE-Wiley Press, Anno edizione: 2011
Risorsa bibliografica facoltativaBozic S M, Digital and Kalman Filtering, Editore: E. Arnold Publ, Anno edizione: 1979
Risorsa bibliografica facoltativaRangayyan R M, Biomedical Signal Analysis, Editore: IEEE Press, Anno edizione: 2002
Risorsa bibliografica facoltativaWebster J G, Medical Instrumentation : Application and Design, Editore: Houghton Mifflin Co, Anno edizione: 2010
Risorsa bibliografica facoltativaPevsner Jonathan, Bioinformatics and Functional Genomics, Editore: Wiley-Blackwell, Anno edizione: 2009, ISBN: 978-0-470-08585-1

Software utilizzato
Software Info e download Virtual desktop
Ambiente virtuale fruibile dal proprio portatile dove vengono messi a disposizione i software specifici per all¿attività didattica
PC studente
Indica se è possibile l'installazione su PC personale dello studente
Aule
Verifica se questo software è disponibile in aula informatizzata
Altri corsi
Verifica se questo software è utilizzato in altri corsi
Docenti
MATHWORKS Matlab SI SI Pattini Linda

Mix Forme Didattiche
Tipo Forma Didattica Ore didattiche
lezione
60.0
esercitazione
40.0
laboratorio informatico
0.0
laboratorio sperimentale
0.0
progetto
0.0
laboratorio di progetto
0.0

Informazioni in lingua inglese a supporto dell'internazionalizzazione
Insegnamento erogato in lingua Italiano
Disponibilità di materiale didattico/slides in lingua inglese
Disponibilità di libri di testo/bibliografia in lingua inglese
Possibilità di sostenere l'esame in lingua inglese
Disponibilità di supporto didattico in lingua inglese
schedaincarico v. 1.6.9 / 1.6.9
Area Servizi ICT
05/12/2021