ECTS - University of Pisa
Il corso è articolato in due parti:
Il concetto centrale del corso è quello di “attività”, riferita ai materiali (smart materials o “materiali attivi”) e alla materia (active matter o “materia attiva”). Nell’ambito dei materiali, ne denota la capacità di deformarsi in risposta a stimoli di natura non meccanica (temperatura, campi elettromagnetici, umidità, reazioni chimiche), cioè in assenza di applicazione diretta di forze esterne. Con materia attiva si intende invece un sistema costituito da un elevato numero di componenti in grado di muoversi individualmente sfruttando una fonte di energia dando luogo a fenomeni collettivi complessi. Manifestazioni naturali del concetto di attività sono presenti, ad esempio, nei fenomeni di motilità cellulare.
Dal punto di vista della modellazione fisico-matematica, forniremo una descrizione teorica piuttosto generale della relazione fra attività e cambiamento di forma negli smart materials. Traendo ispirazione da sistemi naturali, studieremo come tale relazione può essere sfruttata nella realizzazione di sistemi di attuazione a diverse scale spaziali. In particolare, analizzeremo come è possibile attuare comportamenti complessi (navigazione, locomozione con gambe) in sistemi naturali e nelle rispettive repliche artificiali.
Fra le applicazioni presenteremo alcune tecnologie di attuazione basate su smart materials alla scala macroscopica e l’impiego di biomateriali attivi in medicina rigenerativa. Infine vedremo come lo studio dell’attività cellulare, della micro-motilità e della fisica alla microscala forniscono principi di design di micro-attuatori e micro-robot bio-ispirati.
Questa seconda parte del corso è dedicata all’analisi e alla simulazione di sistemi biologici a fini bioingegneristici. Il punto di partenza sarà un blocco consistente dedicato all’analisi dei segnali biologici (con un focus su quelli neurali), che giungerà ad affrontare temi di machine learning e teoria dell’informazione avanzati, con esempio di applicazioni bioingegneristiche in particolare nell’ambito del controllo motorio e della percezione sensoriale. La seconda metà del corso si focalizzerà sulla simulazione delle dinamiche neurali, a livello funzionale per singoli neuroni e microcircuiti e quindi a livello morfologico, sempre affiancando aspetti teorici e applicazioni nel campo bioingegneristico e biomedico in particolare. Verranno presentati modelli di disfunzioni e patologie e di terapie di neuromodulazione.
Esame finale con selezione di un approfondimento da parte dello studente
Non ci sono moduli hands-on
Non si applica
Non è previsto l'insegnamento di comportamenti
Non si applica
Prerequisiti: Fisica I, Analisi Matematica I e II, Elementi di geometria delle superfici
Prerequisiti: Analisi Matematica, Geometria, Meccanica Classica, Metodi Matematici
Prerequisiti: Fisica I e fisica II, qualche cenno di fisica quantistica
Prerequisiti: Analisi Matematica, Geometria, Fisica I e II, cenni di Informatica.
Prerequisiti: Analisi Matematica I e II, Fisica II (necessari). Metodi Matematici per la Fisica I e Statistica (addizionali). Distribuzione di probabilità, termodinamica.
Prerequisiti: Fisica I, Analisi I e II
Prerequisiti: Fisica II ed Equazioni differenziali necessarie - Sistemi dinamici e teoria delle reti utili
Prerequisiti: Equazioni di maxwell, Risoluzione numerica di equazioni
Contenuti: Introduzione alla fisica dei materiali attivi (naturali e sintetici). Un framework teorico unificato per lo studio del controllo della forma (shape morphing) di materiali attivi: concetto di metrica e suo controllo. Esempi di forme bio-ispirate. Un esempio di materiale attivo: gli idrogel (fisica e applicazioni). Il modulo include alcune lezioni sulle tecnologie di attuazione basate su smart e sulle applicazioni di biomateriali in medicina rigenerativa.
Contenuti: Biofisica della motilità cellulare e batterica. Moto flagellare di cellule singole, fenomeni collettivi e bacterial turbulence. Applicazioni di controllo della forma per il movimento. Design di micro- e nano-strutture bio-ispirate.
Contenuti: Gerarchia di forze nella microscala, numero di Reynolds e locomozione nei fluidi, scaling di forze magnetiche ed elettriche. Regole di design per MEMS e piccole strutture.
Contenuti: Principi di embodied intelligence e comportamenti emergenti. Ruolo del corpo (sensori, materiali, attuatori) nella definizione del comportamento di un agente (animale o robot). Corpi deformabili (smart o soft) per variare lo spazio delle fasi di un comportamento.
Contenuti: Esempi di segnali neurali: LFP, EEG, EMG, MEG, fMRI,Calcium Imaging,Spikes, e non neurali: ECG, cinematica, respirazione, speech. Analisi stazionaria e non-stazionaria di segnali univariati e multivariati (analisi di Fourier, Wavelets, Riduzione di dimensionalità). Decodifica tramite SVM, Classificatori ad Albero e Reti Neurali. Esempi di decodifica neurale tramite segnali periferici registrati dal nervo vago e segnali corticali provenienti da aree motorie-premotorie e somatosensoriali. Entropia, Informazione di Shannon, Informazione congiunta Ridondanza, Curse of dimensionality, Bias, vari metodi di bias reduction (+ eventualmente rate coding vs temporal coding)
Contenuti: Modelli di singolo neurone: proprietà dinamiche generali, cellular automata, la famiglia degli integrate and fire, Izhikevich, Hodgkin e Huxley, modelli morfologici. Modelli di rete: emergenza delle oscillazioni, modelli di rete sensoriale cortical, modelli di talamo e transizione di fase, modelli morfologici di segnale extracellulare. Verranno studiate le proprietà di elaborazione dell'informazione dei vari regimi dinamici delle reti in entrata (elaborazione degli stimoli sensoriali) e in entrata (controllo sensomotorio), alla luce di applicazioni biomedicali come la diagnosi di neuropatie e il design di terapie elettroceutiche.
Contenuti: Modelli computazionali di neurostimolazione elettrica. Il corso prevede simulazioni della struttura di fasci di fibre neuronali e della propagazione del segnale elettrico attraverso di esse (con software Neuron), combinate con la simulazione di elettrodi di stimolazione (con software FEM). I risultati dei modelli saranno confrontati con i risultati funzionali ottenuti con neuroprotesi e altre terapie di neurostimolazione. La parte finale del corso sarà dedicata a studi computazionali e sperimentali sulla stimolazione neurale a ultrasuoni.
Per ogni modulo saranno forniti articoli scientifici di approfondimento.
Tutte le lezioni saranno registrate e disponibili online. Tutte le presentazioni e tutti gli articoli di approfondimento verranno condivisi online.
L'esame consiste nella presentazione in forma di seminario breve di uno degli articoli scientifici di approfondimenti, seguita da alcune domande teoriche su tutto il programma del corso
