I nuovi progetti finanziati dall'Ateneo: dalla chirurgia robotica alla rete del futuro per l'Internet del Tutto

24 Ottobre 2022
Share on facebook Share on twitter
955
VIEW

Tatto artificiale per operazioni minimamente invasive, droni innovativi per il monitoraggio ambientale, la rete del futuro per l'Internet del tutto, Intelligenza Artificiale per la sicurezza sul lavoro, cybersecurity per il settore sanitario.

Ecco tutti i progetti finanziati al DII dall'Ateneo di Pisa (PRA 2022-2023):

 

ART: Advancing Robotic gynecologic surgery through artificial Touch
Migliorare la chirurgia robotica ginecologica grazie al tatto artificiale

Principal Investigator: MATTEO BIANCHI, docente di robotica

Collaborazione DII-medicina Clinica e sperimentale

Il terzo dei UN Sustainable Development Goals riguarda la qualità della vita e la salute ad ogni età. Per le donne, questo si traduce in interventi appropriati sia per la salute riproduttiva, come miomi o complicazioni legate alla gravidanza, sia dopo la menopausa, come patologie del pavimento pelvico. Uno degli standard per il trattamento di queste due condizioni è la chirurgia robotica minimamente invasiva. Tuttavia, l’assenza di informazione tattile, opportunamente prelevata dai tessuti e restituita al chirurgo, per l’identificazione della precisa posizione ed estensione dei miomi, da un lato, e della geometria e dell’architettura anatomica del pavimento pelvico, dall’altro, rende difficile l’esecuzione delle procedure chirurgiche con potenziali effetti negativi sui tempi demolitivi o di dissezione di alcune aree anatomiche. In questo progetto, robotici del Dip. di Ingegneria dell’Informazione e chirurghi ginecologi del Dip. di Medicina Clinica e Sperimentale collaboreranno per sviluppare sistemi per prelevare l’informazione tattile e riprodurla mediante interfacce aptiche indossabili. Queste ultime verranno progettate per restituire le informazioni sulle proprietà meccaniche dei tessuti, come rigidezza, forma delle strutture anatomiche, tenendo conto ad es. degli effetti legati alla velocità di esplorazione dei tessuti e della possibilità di restituzione di più stimoli tattili contemporaneamente. Queste interfacce verranno integrate in sistemi che simulano tele-palpazioni robotico-chirurgiche di tipo ginecologico di tessuti biologici artificiali.

L’obiettivo è di aprire la strada a utilizzi del sistema per il training chirurgico e a futuri usi nella pratica intraoperatoria, per migliorare l’approccio robotico chirurgico e la qualità della vita e la salute delle donne di ogni età.

Il progetto avrà un impatto immediato nel miglioramento del training chirurgico ginecologico. Il coinvolgimento del Direttore della Scuola di Specializzazione in Ginecologia e Ostetricia fornirà le basi per la traslazione dei risultati della ricerca nella pratica formativa dei ginecologi pisani, aprendo la strada verso un futuro utilizzo nella prassi intraoperatoria chirurgica.

La validazione delle tecnologie in ambito di training chirurgico potrà inoltre portare alla creazione di materiale educativo da condividere ad esempio mediante la piattaforma UBORA http://ubora-biomedical.org/, per poter contribuire allo sviluppo di un approccio globale per la tutela della salute della donna anche nei paesi in via di sviluppo.

Valutazione della consapevolezza e della preparazione alla Cybersecurity nel settore sanitario 

Principal Investigator: Gianluca Dini, docente di Ingegneria Informatica

Il progetto ha un duplice obiettivo. Primo, sviluppare uno strumento di valutazione del livello di consapevolezza e di preparazione del personale sanitario in fatto di cybersecurity e dei rischi socio-tecnici connessi. Secondo, fornire delle linee guida agli amministratori delle organizzazioni sanitarie per incrementare e mantenere un adeguato livello di conoscenza e di preparazione del personale ed allo stesso tempo identificare soluzioni tecnologiche sostenibili ed usabili per il personale.

Il Progetto ha un taglio multidisciplinare e coinvolge ricercatori del settore dell'Ingegneria Informatica, dell'Ingegneria Economico-Gestionale, della  Igiene Generale e Applicata  e dell'Economia. Il progetto ha ricevuto l'endorsement da parte dell'Azienda USL Toscana Nord Ovest e dell'Azienda Ospedaliero Universitaria Pisana.

Sistemi di supporto decisionale alle reti territoriali per la gestione dei servizi ecosistemici

Principal Investigator: Mario Cimino, docente di Ingegneria Informatica

Il progetto intende sviluppare nuove architetture di Sistemi di Supporto Decisionale per accelerare l’implementazione di strategie green di gestione delle risorse naturali rinnovabili, promuovendo la capitalizzazione di dati ambientali, tecnici e socioeconomici, la transizione ecologica, e rafforzando la resilienza delle aree rurali organizzate in comunità e basate su un'economia verde e circolare.

SAFE: Studio e sviluppo di una piAttaForma per la prEvenzione degli infortuni lavorativi

Sensori e Intelligenza Artificiale per la sicurezza sul lavoro

Principal investigator: Carlo Vallati, docente di Ingegneria Informatica

Il progetto ha come obiettivo quello di studiare come i recenti sviluppi in ambito di sensori non invasivi e di analisi delle immagini basate su machine learning possano essere applicati per prevenire gli infortuni nei luoghi di lavoro. Il progetto si prefigge lo studio e sviluppo di un sistema che sfrutti la fusione di informazioni da sensori e analisi di immagini per analizzare i comportamenti dei lavoratori ed individuare situazioni a rischio, prima che queste portino all’infortunio.

Le informazioni verranno raccolte da un sistema cloud/edge computing che le fonderà e analizzerà per fornire al lavoratore delle indicazioni su abitudini non corrette, quali postura non corretta o movimenti ripetitivi svolti in maniera inadeguata, o pratiche non conformi ai regolamenti di sicurezza, quali il mancato uso dei dispositivi di protezione personale.

Il sistema fornirà inoltre delle informazioni al personale medico coinvolto nel monitoraggio dei lavoratori, permettendo la raccolta di informazioni oggettive utili per suggerire esercizi o prescrizioni atte a prevenire l’insorgenza di malattie muscolo-scheletriche sul lungo periodo.

Al fine di proteggere la privacy dei lavoratori, l’analisi sarà implementata sfruttando il recente paradigma edge computing che permette di analizzare i dati in dispositivi installati in prossimità dei lavoratori senza dover trasmettere dati sensibili a piattaforme cloud.

Il progetto produrrà anche dei prototipi di sensori basati su materiali soft e tecnologie stampabili, per realizzare sensori non invasivi e facilmente indossabili a lungo o integrabili in oggetti di uso comune.

Platform for Observations In Agricultural and eNvironmentAl fields (POIANA)

Una piattaforma di monitoraggio aereo e terrestre a basso costo per l’agricoltura 4.0

Principal investigator: Rosario Giuseppe Garroppo, docente di ingegneria delle Telecomunicazioni

Collaborazione DII, Dipartimento di Ingegneria Civile e Industriale, Dipartimento di Scienze Agrarie, Alimentari e Agro-ambientali

Il progetto POIANA mira a definire una piattaforma multifunzione aerea e terrestre per le osservazioni agrarie e ambientali utili per la gestione intelligente dell'irrigazione a scala aziendale.

I veicoli autonomi (UAV) agricoli sono ampiamente utilizzati per fornire il monitoraggio aereo in tempo reale. Tuttavia, il funzionamento degli UAV è costoso e richiede competenze specifiche non sempre disponibili per l'agricoltore. Inoltre, data la sua velocità moderatamente elevata e il tempo di osservazione limitato, un drone non può catturare in modo efficiente quei fenomeni biofisici caratterizzati da dinamiche molto lente, ad es. scambio idrico orario e/o giornaliero suolo-raccolto-atmosfera.

Il progetto POIANA sostituisce i droni con palloncini aerostatici. Viene introdotta una piattaforma basata su palloni sonda COTS riempiti di elio a bassissimo costo, del tipo utilizzato nei radiosondaggi meteorologici, legati mediante un sistema di cavi di ritegno. Il nodo volante può supportare sia le attività di comunicazione che di calcolo utilizzando solo energia rinnovabile (pannelli solari a bordo), con impatto ambientale zero e facilità di utilizzo sul campo. I dati raccolti vengono utilizzati come input per algoritmi di controllo avanzati per attivare l'impianto di irrigazione distribuita con l'obiettivo di ridurre al minimo il consumo di acqua ed energia.

Interconnect

Principal Investigator; Luca Sanguinetti, docente di Telecomunicazioni

Le diverse applicazioni dell’Internet of things richiedono connettività wireless di alta qualità, capacità di rilevamento robuste ad alta precisione e metodi scalabili e decentralizzati per l'acquisizione e l'elaborazione delle informazioni.

Per supportare questa diversa gamma di applicazioni un'enorme quantità di dati deve essere raccolta dall'ambiente ed elaborata. In una struttura convenzionale, le informazioni ambientali vengono raccolte da sensori (livello di percezione), scambiate tramite comunicazioni (livello di trasporto) e fuse da unità di elaborazione (livello di elaborazione/applicazione). Per abilitare con successo le applicazioni emergenti dell’Internet del tutto (IoE) e garantire i loro obiettivi, questi tre livelli devono essere necessariamente integrati per trasformare un sistema wireless in un tessuto di rete intelligente e autosufficiente, che fornisce e orchestra in modo flessibile risorse di comunicazione, rilevamento e calcolo, su misura per il scenario IoE specifico.

Il progetto INTERCONNECT affronterà il problema dell'integrazione e della coesistenza di sistemi di rilevamento e comunicazione in cui le risorse computazionali saranno condivise congiuntamente per mezzo di strumenti di intelligenza artificiale e machine learning. In dettaglio, il progetto INTERCONNECT si concentrerà su: modellazione elettromagnetica dell'ambiente e antenne multifunzione; allocazione delle risorse ottimizzata e progettazione di forme d'onda di rilevamento/comunicazione; progettazione di nuovi paradigmi informatici che utilizzino il telerilevamento multimodale e l'imaging.