Laboratorio di Bioingegneria

IL LAB

Il BioEngineering Lab sviluppa metodi e modelli ingegneristici per le scienze biomediche e si caratterizza per la forte capacità di innovazione nei progetti di ricerca e sviluppo, approcci interdisciplinari e multimodali, anche finalizzati al trasferimento tecnologico.

Il Laboratorio è attivamente inserito in una fitta rete di collaborazioni con centri di ricerca e aziende, nazionali ed internazionali.

In particolare, il BioEngineering Lab sviluppa ed integra sistemi e sensori e modelli, questi ultimi anche basati su intelligenza artificiale, per lo studio dei processi cognitivi, psicofisiologici e comportamentali dell'individuo nelle varie fasi della sua vita, ed in diversi contesti operativi, anche a fini diagnostici.

I metodi e i sistemi sviluppati dal laboratorio prediligono metodi di sensing non invasivo, passivo, ricorrendo a sensori wearable, integrati e potenziati da imaging NIR, LWIR, MWIR e VIS, con equipaggiamenti allo stato dell’arte.

AMBITI DI RICERCA

Affective computing

Modellizzazione e caratterizzazione di sistemi biologici

HMI

telemedicina e remote monitoring.

TEAM

	Prof. Arcangelo Merla Direttore del Laboratorio

	Prof. ssa Daniela Cardone

	Prof. David Perpetuini

	Dott. Francesco Romano, dottorando

	Dott. Michele Giuseppe Di Cesare, dottorando

ATTREZZATURE E STRUMENTI

Gli strumenti a disposizione del BioEngineering Lab sono:

Termocamere a infrarossi (IR) di ultima generazione

Sistemi fNIRS per neuroimaging corticale funzionale;

Sistemi di acquisizione dei segnali bioelettrici (EMG, EEG, EDA, ECG, PPG);

Digital t-shirt

Eye tracker;

Piattaforme robotiche antropomorfe (NAO);

Visori per realtà virtuale (VR).

PROGETTI DI RICERCA

AID2GAIT: Biofeedback based system to enhance robotic assisted gait training in children with cerebral palsy (PRIN PNRR 2022).

Buget 230.777,00 €

Il progetto mira a sviluppare un sistema di biofeedback personalizzato con l'obiettivo di migliorare i risultati del Robotic Assisted Gait Training (RAGT) in bambini con Paralisi Cerebrale Infantile (PCI). Il sistema si basa sul monitoraggio dello stato psicofisico dei bambini e contemporaneamente sul monitoraggio dell'attività cinematica dell'esoscheletro utilizzato per il RAGT. Le informazioni sono valutate in tempo reale e costituiranno i dati di input per un modello basato sull'apprendimento automatico in grado di classificare il livello di coinvolgimento dei pazienti basato su algoritmi di intelligenza artificiale (IA). In base all'output del modello, il fisioterapista, che assiste il bambino durante le sedute di RAGT, potrà intervenire e modificare i parametri dell'esoscheletro.

EDIHAMO : European Digital Innovation Hub Abruzzo-Molise (MiMIT/EU NextGen, 2024-2025)

Budget: 70.000

Il progetto mira ad implementare servizi digitali alle imprese nell’ambito degli hub di innovazione digitali europei. Il laboratorio svilupperà servizi di affective computing per il digital marketing per le aziende che richiederanno i servizi.

DOMRIBRAIN: Diffuse Optics and Magnetic Resonance Imaging for the Multimodal Assessment of Brain Neuronal, Hemodynamic and Metabolic activity (Bando a Cascata Mnesys, Spoke 2)

Buget 399.987,50 €

Il progetto DOMRIBrain vuole integrare l'imaging ottico diffuso e la risonanza magnetica (MRI), acquisendo sia fNIRS che segnali ottici veloci (FOS) all'interno dello scanner MRI durante le registrazioni fMRI calibrate BOLD-ASL a riposo e durante un compito. Gli obiettivi principali sono due: (i) validare approcci per la registrazione ottica in risonanza; (ii) investigare come i segnali ottici e MRI dell'attività cerebrale, dell'emodinamica e del metabolismo dell'ossigeno interagiscono nel tempo e nello spazio, esplorando il valore aggiunto del quadro multimodale nella comprensione del funzionamento regionale del cervello e delle connettività. Il progetto comprende diversi compiti tra cui: sviluppo software, ottimizzazione del protocollo di acquisizione MRI, registrazioni in vivo, e analisi ed inferenza dei dati.

SKINPULSE: In silico trial of skin thermal profile for pulse wave stratification: A multiphysics and machine-learning approach (PNRR Spoke 6 – HPC Multiscale Modelling & Engineering Applications)

Budget 89.250€

Il progetto mira a sviluppare la modellazione accurata delgi effetti termici secondari a stenosi carotidea per la sua diagnosi mediante LWIR imaging. Il metodo si basa sulla modellazione e la risoluzione via HPC dei processi termofluidodinamici coinvolti e l’implementazione, su dati simulati, di modelli di ML per la risoluzione del problema inverso.

ITINERE: Innovazione per Tecnologie Indossabili e Network Evoluti di Relazioni Esperte (MISE – Accordi per l’Innvoazione, 2020 – 2023)

Budget € 1.269.562,50

Il progetto ITINERE propone la realizzazione di un ambito di ricerca e sperimentazione stabile, tra diverse componenti tecnologiche che abilitano la transizione ai paradigmi dei nuovi servizi 5G nel settore delle scienze della vita, di smart fabrics con cui realizzare indumenti smart capaci di monitorare diversi parametri fisiologici, tra cui HRV e frequenza respiratoria, e validarne l’uso in diversi ambiti applicativi quali: telemedicina, sport, e ambienti di lavoro estremi. Il Lab sviluppa algoritmi basati su intelligenza artificiale per l’implementazione automatica di soglie di attenzione e rischio e profilazione individuali, anche con riferimento alle condizioni ambientali in cui il soggetto opera, mediate IoTs. Gli smart wearables sono sviluppati da Let’s srl, mentre l’architettura 5G per la trasmissione dati ed il controllo dei dispositivi a distanza è implementata da ZTE. I test sul campo vedono coinvolti, tra gli altri: Croce Rossa Italia, ENI, Inter FC.

ADAS+: Sviluppo di tecnologie e sistemi avanzati per la sicurezza dell’auto mediante piattaforme ADAS+ (PON MUR 2018-2021)

Budget € 506.000,00

Il progetto ADAS+ ha la finalità di sviluppare un dimostratore innovativo di assistenza alla guida sicura (ADAS+) capace di monitorare, in maniera tempestiva e continua, sia il livello psico-fisico del guidatore stesso che il suo stato di ebbrezza e la qualità dell’aria dell’abitacolo. Ciò è possibile mediante l’utilizzo di tecnologie in silicio, algoritmi avanzati per l’elaborazione delle immagini e di materiali nano- strutturati integrati in una piattaforma comune che soddisfano gli standard di guida sicura richiesti per le auto “smart” di nuova generazione.

Tale obiettivo è stato perseguito mediante lo sviluppo e l’integrazione di tre moduli tecnologici prototipali avanzati, basati su piattoforme tecnologiche innovative, quali: 1) Modulo Fisio costituito da sonde ottiche miniaturizzate SiP; 2) Modulo Vision costituito da (a) microcamere a luce visibile e (b) Videocamere a luce IR per individuare segni di stanchezza o di irritabilità; (3) Modulo Chemical Sensors. I suddetti moduli prototipali sono integrati per la realizzazione di un dimostratore finale di centralina ADAS+ che contiene la componentistica ST sviluppata nell’ambito del progetto.

EMOTIVE: Empowering Mobility with affective cOmputing, brain-computer inTerface, Internet of Things, and Vital signs monitoring for Smart WhEelchairs (GRANT Pharaon Horizon 2020 #857188)

Buget 174.976,48 €

Il progetto E-MOTIVE si occupa dell’integrazione di un modulo computazionale psicofisiologico con una carrozzina a guida autonoma con lo scopo di monitorare lo stato affettivo e di salute dell’individuo durante l’utilizzo della carrozzina stessa. Inoltre, la carrozzina sarà equipaggiata con un tablet per la somministrazione di test cognitivi per il monitoraggio dello stato cognitivo degli utenti. Le informazioni dei test e del modulo computazionale saranno gestite tramite una piattaforma Internet of Things (IoT).