L'importance de la science des données dans les contextes cliniques et non cliniques : Paradigmes avancés de traitement des données et des signaux
Invité par Chiara Boscarino et Ulisse Ferrari, le Pr Riccardo Barbieri (Département d'électronique, d'information et de bio-ingénierie, Milan, Italie) interviendra le jeudi 10 avril à 11h30. Rendez-vous Salle Lusseyran.

Abstract
Le professeur Barbieri traitera des principales problématiques qu'un scientifique des données doit prendre en compte lorsqu'il traite des nombreux défis associés à la recherche scientifique en général, et plus particulièrement aux investigations scientifiques dans le monde clinique. La présentation se concentrera sur des exemples méthodologiques et applications spécifiques centrés sur les paradigmes de l'intelligence artificielle et de l'apprentissage automatique. Des aspects plus pratiques seront discutés en présentant des études spécifiques impliquant l'acquisition et le traitement de signaux physiologiques, en particulier dans les domaines des neurosciences et de la cardiologie. Vous verrez comment les informations peuvent être extraites en surveillant les données cliniques et les mesures physiologiques, de sorte qu'elles peuvent être utilisées pour favoriser la connaissance de base de systèmes biologiques spécifiques, ainsi que pour améliorer l'aide à la décision pour le scientifique et le médecin.
À propos du professeur Barbieri
Riccardo Barbieri a obtenu une maîtrise en ingénierie électronique à l'Université de Rome « La Sapienza », Italie, en 1992, et un doctorat (PhD) en ingénierie biomédicale à l'Université de Boston, États-Unis, en 1998. M. Barbieri est actuellement professeur titulaire au département d'électronique, d'information et de bio-ingénierie à l'École polytechnique de Milan, Italie. Depuis 2015, il enseigne le cours « Bioelectrical Signal Processing and Modeling » et le cours « Advanced Signals and Data Processing in Medicine ».
Les activités de recherche du professeur Barbieri sont dans le domaine de la modélisation des systèmes biologiques, du traitement des signaux biomédicaux et des neurosciences computationnelles. Ses recherches portent principalement sur le développement d'algorithmes de traitement des signaux pour l'analyse des systèmes biologiques. Il concentre actuellement ses études sur la modélisation computationnelle de l'encodage de l'information neuronale basée sur l'I.A. et sur la caractérisation de la physiopathologie du contrôle cardiovasculaire dans l'environnement clinique.