NEUROIMAGING

Anno accademico
2024/2025 Programmi anni precedenti
Titolo corso in inglese
NEUROIMAGING
Codice insegnamento
CM0617 (AF:441368 AR:253413)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
ING-INF/06
Periodo
I Semestre
Anno corso
2
L’insegnamento è una delle attività formative del curriculum di Brain Physics del Corso di Laurea Magistrale in Engineering Physics e consente allo studente di acquisire la conoscenza e la comprensione dei concetti fondamentali e applicativi delle neuroimmagini.

L'obiettivo dell’insegnamento è fornire conoscenze avanzate nel settore delle neuroimmagini, in particolare in relazione alle principale metodologie per l’acquisizione e l’analisi di immagini strutturali e funzionali del cervello, ottenute con risonanza magnetica ad alto campo.

Alla fine del corso, lo studente sarà in grado di descrivere i concetti fondamentali relativi all’acquisizione di immagini cerebrali mediante risonanza magnetica, di condurre in maniera indipendente analisi di dati, e di proporre nuovi approcci per una comprensione più approfondita delle dinamiche delle varie aree cerebrali e delle loro interazione.
Conoscenza e capacità di comprensione
• Conoscere e comprendere i principali metodi per l’acquisizione e l’analisi di immagini strutturali e funzionali per lo studio del cervello
• Comprendere l’importanza di implementare metodologie robuste e riproducibili per l’analisi dei dati di neuroimmagini

Capacità di applicare conoscenza e comprensione
• Usare la matematica necessaria per descrivere la formazione di immagini da risonanza magnetica
• Implementare pipeline di analisi di dati di immagini di risonanza magnetica, a supporto di una migliore comprensione dei processi di funzionamento del cervello

Autonomia di giudizio
• Saper valutare la validità dei risultati ottenuti utilizzando metodi standard per l’analisi di neuroimmagini, o nuovi metodi sviluppati per rispondere a specifiche domande neuroscientifiche.
• Saper riconoscere eventuali errori tramite un’analisi critica dei metodi sviluppati/applicati

Abilità comunicative
• Saper comunicare le conoscenze apprese e il risultato della loro applicazione utilizzando una terminologia appropriata, sia in ambito orale sia scritto
• Saper interagire con il docente e con i colleghi di corso in modo rispettoso e costruttivo, in particolare durante i lavori realizzati in gruppo

Capacità di apprendimento
• Saper prendere appunti, selezionando e raccogliendo le informazioni a seconda della loro importanza e priorità
• Saper essere sufficientemente autonomi nella raccolta di dati e informazioni rilevanti alla problematica investigata
Algebra Lineare, Metodi matematici per la fisica e l'ingegneria, Informatica I, Informatica II
- Descrizione dei principi fisici della risonanza magnetica, su cui si fondano le moderne tecniche di neuroimaging.
- Definizione dei metodi di registrazione e segmentazione delle immagini, in funzione della tecnica utilizzata e dell’obiettivo dell’analisi
- Presentazione delle principali tecniche di analisi per lo studio dell’attività e la connettività cerebrale mediante risonanza magnetica funzionale
- Valutazione dei risultati ottenuti, con particolare riferimento alla loro interpretazione e alle modalità̀ di presentazione in un lavoro scientifico.
Faulkner W.H., Rad Tech's Guide to MRI. Wiley Blackwell (2020).
Poldrack R.A., Handbook of Functional MRI Data Analysis. Cambridge University Press (2011).
Il raggiungimento degli obiettivi dell'insegnamento viene valutato attraverso la partecipazione alle attività e alle esercitazioni assegnate durante il corso, ed allo svolgimento di un progetto individuale relativo all’acquisizione e/o l’analisi di dati di risonanza magnetica.

Al termine del corso lo studente deve produrre una relazione sul progetto individuale, nella forma di articolo scientifico.

Gli studenti frequentanti le lezioni possono accumulare ulteriori punti partecipando alle esercitazioni proposte in classe. Il bonus verrà aggiunto al voto del progetto individuale.

Seminari: formazione in blended learning, combinando attività in modalità sincrona ed asincrona
Esercitazioni: tutorial integrato con lavoro di gruppo (peer-teaching, problem solving)

Inglese
Lingua di insegnamento: Inglese


Modalità di esame: Sviluppo di una progetto individuale durante il corso, e scrittura di una relazione finale sulle attività svolte


scritto
Programma definitivo.
Data ultima modifica programma: 29/03/2024