View syllabus
ADE - INGEGNERIA ROBOTICA IN RIABILITAZIONE
ANTONIO FRISOLI
Academic year2023/24
CourseSPORT SCIENCE FOR PREVENTION AND REHABILITATION
Code1955Z
Credits1
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
ADE - INGEGNERIA ROBOTICA IN RIABILITAZIONENNLEZIONI15
ANTONIO FRISOLI unimap
Obiettivi di apprendimento
Conoscenze

Fornire le conoscenze di base per impostare un programma di riabilitazione assistita da robot, conoscere quali sono le tecnologie disponibili e i futuri sviluppi delle tecnologie di robotica e di AI

Introduzione alla robotica: cosa sono i robot  e quali sono le nuove frontiere della robotica ed AI oggi Principi di robotica riabilitativa e trattamento nello stroke Principi di robotica riabilitativa e trattamento nello spinal chord injury Esoscheletri di arto superore per assistenza e riabiltiaizone I segnali biometrici, EMG EGG , principi di AI per analisi riabilitativa Principi per la riabilitazione in età evolutiva Principi di riabilitazione in ambienti virtuali

Modalità di verifica delle conoscenze

Durante il corso verranno esaminati e discussi casi di studio, nonchè svolte alcune sessioni dimostrative per verificare la comprensione degli argomenti svolti.

Capacità

Al termine del corso lo studente conoscerà le tecnologie robotiche per la riabilitazione ed i principali meccanismi neurofisologici alla base della riabilitazione assistita da robotica.

Modalità di verifica delle capacità

Attraverso domande riepilogative analizzate insieme in aula

Programma (contenuti dell'insegnamento)

 

  • Nuove tecnologei in riabilitazione: Introduzione alla robotica, tassonomia base dei sistemi robotici, applicazioni dei sistemi robotici in riabilitaizone, esoscheletri per il cammino, effetti della raibilitazione robotica nel mieloleso, introduzione allo stroke, sistemi robotici per la raibilitazione dell'arto superiore,  elementi di motor learning, caratteristiche dei trattamenti riabilitativi con tecnologie di realtà virtuale o robotiche, esempi di feedback on results e feedback on performance, scale di valutazione, metodiche quantitative di misura del recupero motorio nel apziente con stroke, descrizione dei principali metodi di assistenza robotica,  sensori, sistemi di motion tracking, esercitazioni di laboratorio
  • I segnali biometrici in ambito riabilitatitvo: introduzione ai segnali digitali/analogici, teorema di Shannon, il segnale EEG, caratteristche, misura ed applicazioni, sistemi di Brain Computer Interface (paradigm di motor imagery, P300, SSVEP), il segnale EMG, caratteristiche neurofisiologiche, descrizione delle metodiche di acquisizione e degli strumenti disponibili, analisi delle caratteristiche del segnale EMG e elementi di processing, applicazione per la valutazione neurofisiologica e per il controllo di sistemi robotici.
  • Elementi di biomeccanica ed applicazione all'analisi della performance sportiva, controllo motorio e del sistema muscoloscheletrico: nozioni di biomeccanica,  nozioni di statica e di equilibrio di sistemi biomeccanici, esempio di analisi con OpenSim, definizione di moment arm, il ruolo delle sinergie muscolari, esercitazioni con analisi di sistemi biomeccanici elementari

 

Syllabus

Bioengineering module program:

  •     New technologies in rehabilitation: Introduction to robotics, basic taxonomy of robotic systems, applications of robotic systems in rehabilitation, exoskeletons for walking, effects of robotic rehabilitation in the spinal cord, introduction to stroke, robotic systems for the rehabilitation of the upper limb, elements of motor learning, characteristics of rehabilitation treatments with virtual or robotic reality technologies, examples of feedback on results and feedback on performance, rating scales, quantitative methods of measuring motor recovery in the patient with stroke, description of the main methods of robotic assistance, sensors , motion tracking systems, laboratory exercises
  •     Biometric signals in rehabilitation: introduction to digital / analog signals, Shannon theorem, EEG signal, characteristics, measurement and applications, Brain Computer Interface systems (motor imagery paradigm, P300, SSVEP), EMG signal, neurophysiological characteristics , description of the acquisition methods and tools available, analysis of the characteristics of the EMG signal and processing elements, application for neurophysiological evaluation and for the control of robotic systems.
  •     Elements of biomechanics, motor control and musculoskeletal system: notions of biomechanics, notions of statics and balance of biomechanical systems, example of analysis with OpenSim, definition of moment arm, the role of muscle synergies, exercises with analysis of elementary biomechanical systems
  •     Applications of virual reality in rehabilitation, examples of Virtual Reality Exposure Therapy
  •     Instrumental techniques for rehabilitation


Business organization module program:

  •     a first part is dedicated to providing basic knowledge on the "company phenomenon": the contrast between means / needs; economic activity as a response to the economic problem; companies as a means of economic activity; business economics; economic goods or production factors; methods of acquisition and use of production factors (current, multi-year, work)
  •     a second part deepens and applies the concepts of the first part with respect to the medical-health field

 

Bibliografia e materiale didattico

Modulo di Bioingegneria:

 

Bibliography

Bioengineering Module Bibliography:

     Material available on http://humanrobotinteraction.xyz/bioingegneria/
     slides and lecture notes of the teacher shared meidinate dropbox
     indications of texts provided during the course


Business organization module Bibliography:


     notes taken in class
     slide
     texts indicated by the teacher during the course

Modalità d'esame

prova scritta consistente in questionario a risposte multple

 

Assessment methods

Bioengineering Module:

     written test consisting of

     questionnaire with 20 open and / or multiple choice questions
     biomechanical exercise to solve

Business organization Module:

     written test

Updated: 24/01/2024 17:38