Libri UniversitariApri il catalogo

Prof. Stefano Diciotti

Alma Mater Studiorum - Università di Bologna · Ingegneria e architettura · libri consigliati e cosa studiare, a.a. 2026/2027

Libri adottati dal prof. Stefano Diciotti

Materie del prof. Stefano Diciotti

Artificial Intelligence For Medicine M Canale unico

Corso di laurea: Artificial Intelligence · Laurea magistrale (LM-18) · esame facoltativo · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo · Artificial Intelligence · 2º anno · 2º semestre ›

Lutz – Learning PythonCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Goodfellow – Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Dispense fornite dal docente.

Argomenti del programma: · Introduzione all'IA nella Sanità e in Medicina: progressi, sfide e opportunità; · Introduzione ai dati clinici: raccolta e gestione dei dati medici, controllo di qualità, armonizzazione dei dati, dataset sintetici, dimensione dei dataset vs. intervalli di confidenza; · Fondamenti dell'IA per la Medicina: Tassonomia degli algoritmi di machine learning.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Biomedical Signal Processing And Machine Learning (I.C.) – con Prof. Simone Furini Canale unico

Corso di laurea: Biomedical Engineering – sede di Cesena · Laurea magistrale (LM-21) · 1º anno · 2º semestre · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo

Il docente non ha ancora pubblicato i testi per questo canale.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Brain Signai And Image Processing (I.C.) – con Prof. Elisa Magosso Canale unico

Corso di laurea: Biomedical Engineering – sede di Cesena · Laurea magistrale (LM-21) · 2º anno · 1º semestre · Biomedical Engineering for Neuroscience · 12 CFU

Bologna · Ingegneria e architettura · 12 CFU · apri nel catalogo · Biomedical Engineering – sede di Cesena · 2º anno · 1º semestre ›

Modulo Advanced techniques for eeg processing

Puce – MEG-EEG PrimerCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Cohen – Analyzing neural time series dataCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Sarvas – Brain SignalsCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026

Modulo Computational neuroimaging

Jenkinson – Introduction to Neuroimaging AnalysisCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Dispense del docente disponibili su “IOL-Insegnamenti On Line”
  • Dispense fornite dal docente.

Argomenti del programma: Basi fisiologiche del segnale EEG - Potenziali neurali e origine del segnale EEG di superficie - I ritmi cerebrali e i potenziali evento-correlati (ERP) - Principali artefatti nel segnale EEG Preprocessing del segnale EEG - Filtraggio, ricampionamento, ri-referenziamento - Estrazione delle epoche in registrazioni trial-based - Rimozione degli artefatti mediante analisi alle Componenti Indipendenti Analisi nel domini…

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Computational Neuroimaging Canale unico

Corso di laurea: Biomedical Engineering – sede di Cesena · Laurea magistrale (LM-21) · esame facoltativo · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo · Biomedical Engineering – sede di Cesena · 2º anno · 1º semestre ›

Jenkinson – Introduction to Neuroimaging AnalysisCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Dispense fornite dal docente.

Argomenti del programma: Elementi di anatomia cerebrale Cellule e tessuti del cervello. Navigazione nelle immagini del cervello. Strutture cerebrali. Atlanti digitali Fisica della risonanza magnetica e hardware dello scanner Fisica degli spin. Principi di imaging. Tecniche di imaging di base. Hardware di imaging. Presentazione dell'immagine. Artefatti dell'immagine.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Artificial Intelligence For Medicine M Canale unico

Corso di laurea: Ingegneria elettronica · Laurea magistrale (LM-29) · esame facoltativo · 6 CFU / 1º anno · 2º semestre · Electronics for intelligent systems, big-data and internet of things · 6 CFU

Bologna · Ingegneria e architettura · 6 CFU · apri nel catalogo · Ingegneria elettronica · 2º anno · 2º semestre ›

Lutz – Learning PythonCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Goodfellow – Deep LearningCerca su Amazon ›Verificato sulla scheda ufficiale il 02/10/2026
Bacheca del docente: cosa indica di studiare
  • Dispense fornite dal docente.

Argomenti del programma: · Introduzione all'IA nella Sanità e in Medicina: progressi, sfide e opportunità; · Introduzione ai dati clinici: raccolta e gestione dei dati medici, controllo di qualità, armonizzazione dei dati, dataset sintetici, dimensione dei dataset vs. intervalli di confidenza; · Fondamenti dell'IA per la Medicina: Tassonomia degli algoritmi di machine learning.

Apri la scheda ufficiale ›
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Domande frequenti

Quali libri consiglia il prof. Stefano Diciotti per Artificial Intelligence For Medicine M (Artificial Intelligence, canale unico)?

Lutz – Learning Python; Goodfellow – Deep Learning

Quali libri consiglia il prof. Stefano Diciotti per Brain Signai And Image Processing (I.C.)?

Puce – MEG-EEG Primer; Cohen – Analyzing neural time series data; Sarvas – Brain Signals; Jenkinson – Introduction to Neuroimaging Analysis

Quali libri consiglia il prof. Stefano Diciotti per Computational Neuroimaging?

Jenkinson – Introduction to Neuroimaging Analysis

Quali libri consiglia il prof. Stefano Diciotti per Artificial Intelligence For Medicine M (Ingegneria elettronica, canale unico)?

Lutz – Learning Python; Goodfellow – Deep Learning