Scuola di Medicina e Chirurgia
Università Magna Graecia di Catanzaro
Università Magna Graecia di Catanzaro
2 CFU, II anno, II semestre
SSD – MEDS-26/D (MED-50)
Il corso introduce i concetti fondamentali di Intelligenza Artificiale (IA),
Machine Learning (ML) e Data Science, con particolare riferimento alla loro
applicazione nell’analisi del movimento umano. Verranno esplorati i metodi
di acquisizione e pre-processing dei dati di movimento, nonché le
applicazioni delle tecniche di IA nella biomeccanica sportiva e nelle
patologie del movimento.
Obiettivi del Corso e Risultati di apprendimento attesi
Al termine del corso, lo studente sarà in grado di:
• Comprendere i principi base dell’Intelligenza Artificiale, del Machine
Learning e della Data Science.
• Conoscere le principali tecniche di acquisizione e pre-processing dei
dati di movimento.
• Applicare strumenti di IA all’analisi del movimento umano in ambito
sportivo e clinico.
• Valutare criticamente l’uso dell’IA nella biomeccanica e nelle
patologie del movimento.
Modulo 1: Fondamenti di Intelligenza Artificiale, Machine Learning e Data
Science, Prof.ssa Sarica
• Data Science e analisi dei dati: dataset, data cleaning, feature
reduction e selection
• Introduzione all’Intelligenza Artificiale e al Machine Learning:
concetti base e principali algoritmi per lo studio del movimento umano
Modulo 2: Acquisizione e Pre-Processing dei Dati di Movimento – Applicazioni
nella Biomeccanica Sportiva e nelle Patologie, Dott.ssa Gramigna
• Introduzione all’analisi del cammino in una popolazione sana e in
pazienti con patologie neurodegenerative.
• Strumenti di acquisizione e devices tecnologici per l’analisi della
postura e del movimento in clinica: sensori indossabili, sistemi
optoelettronici, piattaforme di forza
• Applicazioni AI e ML nella biomeccanica sportiva e nelle patologie del
movimento: valutazione della performance e analisi del cammino in
malattie neurologiche e muscoloscheletriche
Il tempo stimato è di 50 ore, di cui 16 di attività frontali e 34 di studio
individuale.
• Scienza ed Ingegneria dei Dati – Un Percorso di Apprendimento in Italiano. Di Mario
A.B. Capurso
– Volume 1: Aspetti Metodologici, Acquisizione Dati, Gestione e Pulizia, Analisi
e Visualizzazione con Applicazioni in Orange.
– Volume 2: Exploratory Data Analysis, Metriche, Modelli Con Applicazioni
Nell’ambiente Python-Based Orange.
– Nihat Özkaya, Margareta Nordin, David Goldsheyder, Dawn Leger,
Fondamenti di biomeccanica Equilibrio, movimento e deformazione, Edizione
italiana sulla terza in lingua inglese a cura di Angelo Cappello e Lorenzo Chiari,
Piccin Nuova Libraria S.p.A., Padova, ISBN 978-88-299-3144-6.
– I sistemi di intelligenza artificiale come strumento di supporto alla
diagnostica, a cura di Consiglio Superiore di Sanità - Sezione V, Anno 2021.
https://www.salute.gov.it/portale/documentazione/p6_2_2_1.jsp?lingua=ita
liano&id=3218 .
Altro materiale didattico
• Slide e dispense disponibili sulla piattaforma del corso.
• Dataset di movimento umano per esercitazioni pratiche.
Webinar e video lezioni su casi di studio reali.
Informazioni Docente
Docente: Alessia Sarica (1 CFU)
e-mail: sarica@unicz.it
Telefono: 09613695922
Orario ricevimento: Lunedì 9-13 (previo appuntamento)
Docente: Vera Gramigna (1 CFU)
e-mail: gramigna@unicz.it
Telefono: 09613695962
Orario ricevimento: Lunedì 9-13 (previo appuntamento)
Le modalità sono indicate dal Regolamento didattico d’Ateneo.
Le modalità generali sono indicate nel regolamento didattico di Ateneo
all’art.22 consultabile al link
http://www.unicz.it/pdf/regolamento_didattico_ateneo_dr681.pdf
L’esame finale sarà in forma orale e consisterà in:
• Domande teoriche sugli argomenti trattati nel corso.
• Discussione di un caso studio con analisi critica e collegamenti
tra i concetti appresi.