KEYWORD |
Area Ingegneria
Tecniche innovative per l’analisi di segnali clinici
Tesi all'estero
Parole chiave MEDICINA, RETI COMPLESSE, DATA MINING, BIG DATA
Riferimenti LUCA RIDOLFI, STEFANIA SCARSOGLIO
Riferimenti esterni - Reparto di Cardiologia Universitaria dell'Ospedale "Molinette" di Torino
- Reserach Center Vall D'Hebron (Barcellona, Spagna)
Tipo tesi TEORICO/SPERIMENTALE
Descrizione Negli ultimi anni la medicina è rivoluzionata dalla possibilità di misurare in vivo grandezze fondamentali per la prevenzione e la diagnosi precoce di gravi patologie. Si tratta di misure nel tempo o spaziotemporali, con vario grado di risoluzione temporale/spaziale. Di fronte a questi dati di enorme potenziale clinico, occorre però sviluppare tecniche nuove per la loro analisi e per trarre tutte le informazioni utili per il medico.
Le tesi qui proposte ricadono in questo ambito e riguardano le seguenti grandezze mediche:
- misure emodinamiche (campo di moto) nell’arco aortico ottenute da risonanza magnetica ad alta intensità; le misure sono su soggetti sani e su pazienti affetti da patologie (sindrome di Marfan, disfunzioni valvolari, ecc.);
- misure emodinamiche e di pressione in continuo su lunghi periodi di tempo (24 ore). Anche in questo caso, si hanno a disposizione cospicue coorti di dati su soggetti sani e soggetti malati;
- misure di battito cardiaco e di pressione durante attacchi di fibrillazione atriale parossistici;
- misure di spettroscopia nell’infrarosso vicino (NIRS) sul cervello, sia in zone superficiali sia in zone intracraniche profonde; le misure riguardano pazienti prima e dopo la procedura di cardioversione.
L’idea base delle tesi qui proposte è di sviluppare i metodi innovativi di analisi basandoli sulla recente teoria delle reti complesse. Si tratta di trasformare le serie temporali (o spaziotemporali) in reti complesse (mono- o multi-strato) e, quindi, usare (opportunamente modificate ed adattate) i metodi di analisi sviluppati nell’ambito della teoria delle reti complesse. Da un punto di vista formale, la trasformazione dei segnali in reti complesse corrisponde a convertire i segnali in oggetti geometrici, la cui caratteristiche geometriche (locali e globali) racchiudono particolari aspetti (temporali o spaziotemporali) dei segnali originari. In questo modo è possibile svelare peculiarità e proprietà dei segnali che sarebbe molto difficile comprendere rimanendo nella dimensione temporale o spaziotemporale.
Le tesi sono proposte in collaborazione con il reparto di Cardiologia dell’Ospedale Universitario “Molinette” di Torino e con il Centro di Ricerca Vall d’Hebron (Barcellona).
Conoscenze richieste Si prega di contattare i referenti
Scadenza validita proposta 01/06/2021
PROPONI LA TUA CANDIDATURA