30607 research outputs found
Sort by
Transistor Elettrochimici Organici per Biosensori Flessibili in Ambito Medico
No full textNegli ultimi decenni, la bioelettronica organica si è affermata come un settore in rapida crescita, grazie alla capacità dei materiali conduttivi organici di fungere da interfacce efficaci tra sistemi biologici ed elettronici. Tra i dispositivi più promettenti in questo ambito figurano i transistor elettrochimici organici (OECT), caratterizzati da conduzione mista ionica ed elettronica, elevata biocompatibilità e possibilità di realizzazione su substrati flessibili.
Queste proprietà li rendono particolarmente adatti per applicazioni biomediche, dove è richiesta l’interazione diretta con ambienti acquosi e tessuti molli.
La presente tesi analizza il funzionamento degli OECT, descrivendone l’architettura, i principi di modulazione della conduttività del canale e i materiali più utilizzati per la loro realizzazione, con particolare attenzione ai polimeri conduttivi come il PEDOT:PSS. Vengono discusse le strategie di sensing basate sulla funzionalizzazione del canale, del gate e dell’elettrolita, utilizzate per la rilevazione di biomarcatori, metaboliti e segnali elettrofisiologici.
Il focus finale è dedicato all’impiego degli OECT come biosensori flessibili: dai dispositivi indossabili per l’analisi non invasiva di biofluidi e registrazioni elettrofisiologiche, ai sistemi impiantabili per il monitoraggio in vivo dell’attività neurale e cardiaca, fino ai test portatili per la diagnosi rapida, come la rilevazione di metaboliti o anticorpi specifici, inclusi quelli contro SARS-CoV-2. Dall’analisi svolta emerge come gli OECT rappresentino un vero cambio di paradigma nella bioelettronica organica. Le caratteristiche che contraddistinguono questi transistor permettono, infatti, lo sviluppo di una nuova generazione di dispositivi biomedici volti a rivoluzionare il sistema sanitario, in termini di costi e tempi ridotti, una minore pressione ospedaliera, e un’assistenza più capillare e accessibile
L'algebra di Möbius
Get PDFL’algebra di Möbius è uno strumento sviluppato nell’ambito della matematica discreta, con importanti applicazioni in combinatoria e allo studio degli insiemi parzialmente ordinati.
In questa tesi consideriamo particolari poset dotati di join e meet, che sono rispettivamente il minimo dei maggioranti e il massimo dei minoranti. Tali poset sono chiamati reticoli. Andremo ad associare ad ogni reticolo L un'algebra A(L) generata dai suoi elementi e con prodotto indotto dal join. Mostreremo identità all'interno dell'algebra A(L) e analizzando il coefficiente di un particolare elemento ricaveremo identità notevoli, quali il Teorema Cross-Cut, enunciato da Rota nel 1964, e il Teorema di Weisner, dimostrato dal matematico americano Louis Weisner nel 1935. Inoltre utilizzeremo questi risultati per studiare alcune particolari classi di reticoli, come i reticoli geometrici e quelli supersolubili
Design and Implementation of an AI-based Web Application for Clinical Report Generation
No full textIn recent years, healthcare has increasingly demanded digital tools capable of optimizing internal processes through improved coordination, data centralization, and automation of management processes. However, many healthcare realities often still rely on non-digital, outdated and non-integrated systems for managing core clinical components which form the backbone of daily hospital operations and constitute the essential units around which clinical and administrative workflows orbit. The use of such inefficient systems leads to inefficiencies, communication issues and administrative burdens, which become particularly problematic for complex cross-entity functions like appointment scheduling. Additionally, the still limited adoption of structured clinical reporting, especially in radiology, further reduces clinical workflow efficiency and healthcare outcomes. Structured reporting enhances clarity, consistency, and clinical value but remains underutilized due to its rigidity and time-consuming nature caused by limited automation.
This dissertation presents 2GEN4MED, a digital application designed to address these challenges by providing an integrated management tool for key clinical entities and enabling the guided and semi-automatic generation of structured medical reports through generative artificial intelligence models. Focusing on the growing clinical demand for cardiac magnetic resonance imaging, particularly in the context of ischemic cardiomyopathies, the application generates structured reports in compliance with the internationally recognized guideline issued by the Society for Cardiovascular Magnetic Resonance aiming to automate and simplify structured report formation, enhancing speed and standardization. Ultimately, this work demonstrates how integrating AI within a user-friendly digital platform can streamline clinical workflows and contribute to better patient outcomes by enabling the consistent and efficient generation of structured medical reports
Development of new approaches for generating synthetic diffusion gradient directions in diffusion tensor imaging
No full textMagnetic Resonance Imaging (MRI) is a widely used tool in neuroscience and clinical practice, with Diffusion-Weighted Imaging (DWI) offering detailed information about tissue microstructure. Diffusion Tensor Imaging (DTI) models diffusion as a tensor, which allows for quantitative assessment of tissue organization and connectivity. However, DTI requires lengthy acquisitions with numerous gradient directions and amplitudes, limiting its clinical applicability. This thesis examines the application of deep learning to synthetically reconstruct missing diffusion directions, thereby enriching incomplete datasets and reducing acquisition times. A conditional Generative Adversarial Network (cGAN) based on the Pix2Pix framework was implemented and trained on single-shell and multi-shell datasets acquired at the Oxford Centre for Magnetic Resonance (OCMR). Model performance was assessed using image similarity metrics such as Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index (SSIM), as well as by comparing diffusion tensor-derived maps across selected brain regions. The networks produced realistic synthetic images, and the resulting diffusion metrics closely matched ground truth values, as confirmed by Bland–Altman analysis. The models accurately reconstructed 20% of missing directions in single-shell data and 18% in multi-shell data. These findings indicate that generative Artificial Intelligence methods can accelerate diffusion MRI, increase efficiency, and support broader adoption of advanced diffusion methods in research and clinical contexts
Soluzioni ingegneristiche per la microgravità: le tute spaziali a distribuzione di carico e applicazioni terrestri per la salute e la riabilitazione
Get PDFL’assenza di peso, condizione emblematica delle missioni spaziali, accelera processi di decondizionamento che mettono a rischio la salute degli astronauti e limitano la durata delle permanenze in orbita. Tra gli adattamenti fisiologici più evidenti spiccano quelli a carico del sistema osteomuscolare: i muscoli antigravitari subiscono un’evidente ipotrofia, mentre le ossa deputate al sostegno del peso sviluppano osteopenia. A queste modificazioni si sommano altre alterazioni, come la redistribuzione dei fluidi corporei e i disturbi del sistema neurovestibolare.
Per fronteggiare tali conseguenze, sono state progressivamente concepite e perfezionate varie soluzioni ingegneristiche. Le prime furono dispositivi semplici ma efficaci, come il cicloergometro e il tapis roulant. Con l’introduzione dell’ARED, complesso sistema di cilindri a vuoto e cavi-volàno, è stato possibile ricreare la tipica resistenza dei bilancieri terrestri. L’attività svolta con questi dispositivi permette di limitare il decondizionamento osteomuscolare e le problematiche a carico del sistema cardiovascolare. Di centrale interesse per questa tesi sono però le tute a distribuzione di carico, contromisure indossabili che ricreano, con ottima approssimazione, il regime di carico gravitazionale terrestre. Questa tesi offre una rassegna critica e aggiornata su tali dispositivi, indagandone i principi di progettazione, le tecnologie attualmente adottate e i problemi ancora irrisolti: dalla Penguin Suit sovietica fino alla più avanzata Gravity Loading Countermeasure Skinsuit (GLCS), il perfezionamento ingegneristico ne ha costantemente migliorato efficacia e comfort. Le ricerche nate in ambito aerospaziale garantiscono inoltre continue e concrete applicazioni nella medicina terrestre, con la realizzazione di tute ortopediche per la riabilitazione neuromotoria, quali la Adeli Suit e la TheraSuit, delineando così scenari ricchi di potenzialità cliniche e di sfide future
Investigating the ionic mechanisms behind the pathogenesis of Atrial Fibrillation in Hypertrophic Cardiomyopathy (HCM) using an electromechanically coupled human atrial computational model
No full textAtrial fibrillation (AF) is a frequent comorbidity in patients with hypertrophic cardiomyopathy (HCM), a condition primarily defined by ventricular hypertrophy but also associated with a significant arrhythmic burden. AF can occur even in the absence of extensive atrial structural remodeling, suggesting that certain sarcomeric mutations may directly influence atrial electrophysiology and calcium handling, thereby creating a vulnerable substrate for arrhythmogenesis.
This work aims to investigate whether these mutations induce functional alterations at the cellular level, such as changes in action potential duration, resting membrane potential, and calcium handling dynamics, which could collectively lead to proarrhythmic behavior. Events like early or delayed afterdepolarizations, and triggered activity will be analyzed as possible contributors to increased AF susceptibility.
To explore these mechanisms, single-cell simulations are carried out using a human electromechanical atrial model (MBS2023), which incorporates bidirectional mechano-electrical coupling and accounts for both feedforward and feedback interactions between electrical activity, calcium handling, and mechanical stretch. Simulation protocols include the introduction of sarcomeric mutations commonly associated with HCM both in isolation and in combination with atrial or ventricular-like HCM remodeling. Results indicate that while mutations alone primarily induce hypercontractility with minimal electrophysiological abnormalities, the presence of electrical remodeling can markedly alter the substrate. These findings demonstrate that the proarrhythmic phenotype in HCM is highly dependent on both the specific sarcomeric mutation and the remodeling context. The study provides a mechanistic link between genetic variants, ionic remodeling, and AF susceptibility, emphasizing the need for patient-specific assessments to predict arrhythmic risk and guiding potential therapeutic strategies
Viscous gravity currents: similarity solutions, numerical approaches and applications
No full textGravity currents (GCs) are ubiquitous in nature. They appear whenever a fluid moves primarily horizontally into a fluid of different density and the motion is driven by gravitational forces. Carbon dioxide geological storage or mine tailings contamination are examples of GC propagation in porous media and in free surface, respectively.
In the first part of the thesis, the classical literature results are reviewed and reconstructed. In particular, the GC flow in homogeneous porous media, for Newtonian fluids, and in free surface, for Newtonian and non-Newtonian fluids, are discussed. The classical approach to solve the GC flow problem, which is described by partial differential equations (PDEs), is to introduce similarity variables to transform the initial PDE into an ordinary differential equation.
Then, an original contribution to the spreading of axisymmetric GCs in porous media under Darcy-Forchheimer flow is developed in the second part of the work. The introduction of the non-linear Forchheimer term in the flow equation, which in the classical theory is described by the Darcy's law, results in the need for numerical integration to solve the initial PDE, which is amenable to similarity solutions only under particular flow regimes (low- and high-Forchheimer). An original numerical scheme is developed to solve the non-linear flow problem. Results are then compared with the ones obtained under the Darcyan flow regime and the high-Forchheimer regime. The comparison is made by considering the real case of a CO2 current that spreads into a porous medium, which characteristics resemble those of the Sleipner field. Results highlight the validity of the high-Forchheimer regime at early times and of the Darcyan regime in the long run.
Finally, the results obtained for the free surface case for non-Newtonian fluids are applied to the real case of mine tailings contamination after a dam failure. The spread of two different suspensions is discussed and compared
Improving decoders for ECG compressed sensing by means of time-prediction
No full textThe proliferation of low-power sensor networks and the growing demand for
data-driven intelligence have made efficient, reliable transmission of timeseries data a central challenge. Since wireless communication is typically
the most energy-expensive task of a sensor node, reducing the amount of
transmitted information through compression is crucial to improve energy
efficiency and scalability. Compressive Sensing (CS) offers a lightweight encoding strategy suitable for such energy-constrained devices, but standard
CS treats each time frame independently and does not exploit transferable
temporal structure learned from data. This thesis introduces predictive regularization, a principled framework that integrates pretrained foundational
forecasters into the CS decoding step to improve reconstruction accuracy
and stability in streaming settings. We adopt a large, pretrained forecasting
model (Chronos) as a data-driven prior and incorporate its prediction into the
recovery objective as a soft regularizer. By biasing the decoder toward temporally coherent explanations of the measurements while preserving the ability
to override poor predictions, predictive regularization improves robustness in
low-information and high-noise regimes and naturally accommodates nonlinear, nonstationary dynamics. The approach is implemented and evaluated
on two complementary benchmarks: controlled synthetic signals (to probe
fundamental properties and failure modes) and a realistic ECG waveform
testbed (to validate practical utility). Reconstruction quality is measured
using Average Reconstruction Signal-to-Noise Ratio (ARSNR) across a variety
of compression ratios and noise levels. The main contribution of this work is
to demonstrate that forecasting models can serve as effective temporal priors
in compressed sensing. We develop and analyze predictive-regularization
objectives, explore practical aspects and provide extensive empirical evidence
of their benefits on synthetic and biomedical signals. The results highlight
consistent improvements—particularly under extreme compression—showing
that data-driven forecasting priors open a promising path toward more accurate and efficient dynamic compressed sensing, with applications in biomedical
monitoring, structural health assessment, and other sensorized domains
Implementazione e analisi di un algoritmo di scheduling per la linea produttiva di un'azienda manifatturiera
No full textIl presente lavoro di tesi affronta il problema dell'ottimizzazione del bilanciamento della linea di assemblaggio presso Magni Telescopic Handlers, azienda italiana leader nella produzione di sollevatori telescopici. L'obiettivo primario consiste nello sviluppo di un algoritmo di scheduling basato su programmazione a vincoli per superare le limitazioni degli approcci manuali utilizzati nell'azienda. La metodologia seguita si articola in quattro fasi principali: analisi della situazione di partenza attraverso lo studio della linea di montaggio, identificazione delle criticità operative mediante indicatori di performance quantitativi, progettazione e implementazione della soluzione algoritmica utilizzando il solver CP-SAT del pacchetto OR-Tools di Google, e analisi dei risultati. Il problema è stato modellato come un Assembly Line Balancing Problem, integrando vincoli specifici di stazioni prefissate, attività di aiuto, gruppi di task da assegnare allo stesso operatore e vincoli di non contemporaneità. La soluzione proposta utilizza un sistema tridimensionale di variabili booleane per gestire l'assegnazione task-operatore-stazione. I risultati ottenuti mostrano miglioramenti significativi: lo Smoothness Index è stato ridotto del 62%, passando da 7,61 a 2,87. La distribuzione dei carichi di lavoro è stata uniformata nell'intervallo 89-90 minuti, eliminando completamente le situazioni di sovraccarico e riducendo la deviazione standard del 94%. Il lavoro dimostra l'efficacia dell'applicazione di tecniche di ottimizzazione avanzate nei processi industriali, fornendo uno strumento flessibile e adattabile alle variazioni operative aziendali
Working principles and properties of thermocouples as temperature sensors
No full textThis dissertation examines the thermoelectric principles involved in the functioning of a thermocouple measurement device. It collects studies about the main physical properties that allow the conversion of thermal energy into an electric signal, and from there analyses the materials necessary for the construction of a thermocouple and their optimal characteristics