IEEE Italy Sensors Chapter

** Towards robust manipulation via soft materials: open challenges of soft sensing and control methods integration ** Workshop website: https://softperceptiverobots.it/ ================================================================================ CALL FOR CONTRIBUTION We invite participants to submit an extended abstract by March 18, 2020. Young researchers and students are encouraged to participate. APPLY through the workshop website (https://softperceptiverobots.it/call-for-contributions). ================================================================================ OVERVIEW Perception can enable manipulators to effectively interact safely with humans and the environment. A variety of soft sensing technologies are available today (for proprioceptive or exteroception), but there is still a gap to effectively utilize them in manipulation tasks – i.e. providing accurate information useful for the control, or detecting contemporarily parameters like e.g. elongation and twisting, as well as tactile sensing. From a control perspective, both, model-free and model-based approaches, were used for the control of soft manipulators with improved dexterity, but demonstrated some limitation in the accuracy or in the interaction with the environment. The possibility to estimate the manipulators’ configuration, relying on an effective sensor implementation, is essential to improve their performances and remains an open challenge. This workshop aims to provide an insight into the various technologies for soft sensing, sensorized soft actuators, and methods for control of soft robotic manipulators, to foster the understanding in this field and discuss future strategies that can lead to a robust soft manipulation. Topics of interest include: - Proprioceptive sensors for soft robots - Hyperelastic materials for mechanical sensing - Biomimetic and soft tactile sensing - Soft actuators with integrated sensing - Reliable soft actuation strategies for closed-loop control - Kinematic, dynamic control - Hysteresis, Friction compensation - Data driven methods/model free control - Adaptation in unstructured environments SPEAKERS: (alphabetical order) Kaspar Althoefer, Queen Mary University of London, UK Fumiya Iida, University of Cambridge, UK Robert Katzschmann, Massachusetts Institute of Technology, USA Marc D. Killpack, Brigham Young University, UK Rebecca Kramer, Yale University, USA Rochdi Merzouki, University Of Lille, France Concepcion Alicia Monje Micharet, Universidad Carlos III de Madrid, Spain Cosimo Della Santina, Massachusetts Institute of Technology, USA Benjamin Shih, UC San Diego, USA Best wishes, Egidio Falotico, Scuola Superiore Sant’Anna, Italy (egidio.falotico@santannapisa.it) Lucia Beccai, Istituto Italiano di Tecnologia, Italy (lucia.beccai@iit.it) Jonathan Rossiter, University of Bristol, UK (jonathan.rossiter@bristol.ac.uk)

Download PDF Abstract: Wearable measurement systems have been currently spreading as personal devices for monitoring physiological parameters. In last years, such systems are going to be integrated in Internet of Things (IoT) systems where several acquisition nodes are simultaneously connected and managed. The acquisition nodes must comply the size and energy consumption requirements of wearable devices, while allowing the streaming of sampled signals such as the Electrocardiogram and the respiration wave and providing enough accuracy to guarantee the biosignal integrity. This is even harder when the device is connected to Wide Area Network IoT systems, characterized by a lower bandwidth and a higher power consumption. To face these problems, efficient sampling strategies can be adopted aiming to reduce the data rate to be transmitted and as a consequence the energy consumption. The seminar will present the state of art of sampling methods for physiological signals and will in particular deal with methods based on compressed sensing. Compared with the others, such methods offer a lower computational load on the acquisition node, by moving it to the reception side, which in the case of IoT systems, is usually realized in the cloud.   Biography: Luca De Vito received the master’s (cum laude) degree in software engineering and the Ph.D. degree in information engineering from the University of Sannio, Benevento, Italy, in 2001 and 2005, respectively. In 2002 he joined the Laboratory of Signal Processing and Measurement Information, University of Sannio, where he was involved in research activities. In 2008, he joined the Department of Engineering, University of Sannio, as an Assistant Professor in electric and electronic measurement. He became Associate Professor in the same Department in Jan. 2020. In Aug. 2018 he received the National Academic Qualification as Full Professor. He is member of the IEEE since 2010, he is member of the IEEE Instrumentation and Measurement Society (IMS), of the IEEE Aerospace and Electronic System Society, and of the IEEE Standards Association. He is Senior Member of the IEEE since 2012. He member of the Armed Force Communication and Electronics Association (AFCEA) and is Young President of the AFCEA Naples Chapter. He is editor of Measurement and Measurement:Sensors (Elsevier) and Chapter Chair Liaison of the IEEE IMS. He was Technical Program Co-chair of the IEEE International Symposium on Medical Measurements and Applications (MeMeA) in 2015, 2016 and 2017. He published more than 140 papers on international journals and conference proceedings, mainly dealing with measurements for the telecommunications, data converter testing and biomedical instrumentation.  

JOIN THE MEETING Abstract: Wearable measurement systems have been currently spreading as personal devices for monitoring physiological parameters. In last years, such systems are going to be integrated in Internet of Things (IoT) systems where several acquisition nodes are simultaneously connected and managed. The acquisition nodes must comply the size and energy consumption requirements of wearable devices, while allowing the streaming of sampled signals such as the Electrocardiogram and the respiration wave and providing enough accuracy to guarantee the biosignal integrity. This is even harder when the device is connected to Wide Area Network IoT systems, characterized by a lower bandwidth and a higher power consumption. To face these problems, efficient sampling strategies can be adopted aiming to reduce the data rate to be transmitted and as a consequence the energy consumption. The seminar will present the state of art of sampling methods for physiological signals and will in particular deal with methods based on compressed sensing. Compared with the others, such methods offer a lower computational load on the acquisition node, by moving it to the reception side, which in the case of IoT systems, is usually realized in the cloud. Biography: Luca De Vito received the master’s (cum laude) degree in software engineering and the Ph.D. degree in information engineering from the University of Sannio, Benevento, Italy, in 2001 and 2005, respectively. In 2002 he joined the Laboratory of Signal Processing and Measurement Information, University of Sannio, where he was involved in research activities. In 2008, he joined the Department of Engineering, University of Sannio, as an Assistant Professor in electric and electronic measurement. He became Associate Professor in the same Department in Jan. 2020. In Aug. 2018 he received the National Academic Qualification as Full Professor. He is member of the IEEE since 2010, he is member of the IEEE Instrumentation and Measurement Society (IMS), of the IEEE Aerospace and Electronic System Society, and of the IEEE Standards Association. He is Senior Member of the IEEE since 2012. He member of the Armed Force Communication and Electronics Association (AFCEA) and is Young President of the AFCEA Naples Chapter. He is editor of Measurement and Measurement:Sensors (Elsevier) and Chapter Chair Liaison of the IEEE IMS. He was Technical Program Co-chair of the IEEE International Symposium on Medical Measurements and Applications (MeMeA) in 2015, 2016 and 2017. He published more than 140 papers on international journals and conference proceedings, mainly dealing with measurements for the telecommunications, data converter testing and biomedical instrumentation.

Download PDF Abstract: The ballooning IoT phenomena today encompasses wide ranging application scenarios in many sectors, including Smart Cities, Home & Building Automation, Smart Things, Asset Tracking and Industry 4.0. The key elements behind this growth story include the miniaturized and more intelligent sensing and processing hardware based on silicon technologies, several robust and reliable connectivity protocols, and highly refined signal conditioning and power and energy management. The Smart City, Home & Building Automation strategy for a more efficient and sustainable society involves interfacing state-of-the-art metering ICs featuring highly accurate monitoring and control functionality with broader systems integrating microcontrollers, sensors, safety and protection devices in wireless and power-line transmission networks. In Industry 4.0, the concept of Predictive Maintenance to improve industrial tool management is also gaining traction. This technology involves the diagnosis of key symptomatic indicators to allow advanced planning of costly machine care and maintenance, in order to reduce unnecessary or untimely downtime and avoid unrecoverable failures. ST is well positioned to address these markets with state-of-the-art technologies and a wide range of products, thanks to its profound understanding of the building blocks associated with each of these ecosystems. KEYWORDS: #MCU, #ARM, #Cortex #Connectivity, #NFC, #RFID #Bluetooth, #BLE mesh, #RF Sub-GHz, #Sigfox , #LoRA, #Sensors, #MEMS, #Motion, #Environment, #ToF, #Proximity, #Microphone Biography Filippo Colaianni received his M.S. degree in Engineering from the University of Catania, in 2001. He is currently the Technical Marketing Manager at STMicroelectronics, for IoT, Smart City and Home Building Automation, Asset Tracking applications segments. He is responsible for project management, promotion and demand creation for IoT and Industry 4.0, and has accumulated a deep working knowledge of ARM Cortex-M MCU, Connectivity and Sensors products in this role.

JOIN LIVE Stiamo attraversando un periodo di grandi cambiamenti nel settore dell’energia e del mondo industriale: la liberalizzazione del mercato elettrico, l’attenzione alle tematiche ambientali, il consolidato utilizzo delle energie rinnovabili, l’uso razionale dell’energia, lo sviluppo di reti elettriche “smart”, l’automazione industriale, i sistemi di trasporto sostenibili ed intelligenti, le applicazioni dell’Information & Communication Technology (reti, data mining, IOT). Il Webinar, dopo una breve introduzione sul sistema elettrico, affronta tematiche di modellistica e controllo ottimo delle sorgenti di energia rinnovabile (intermittenti e poco predicibili) integrate con sistemi di accumulo elettrochimico e di controllo del carico elettrico e termico. L’interazione dell’energia elettrica con sistemi di trasformazione power-to-gas completa un’iniziale panoramica di questi temi di grande attualità che coinvolgono ricercatori di differenti discipline. Saluti di benvenuto Introduzione “Il settore energetico elettrico e lo sviluppo delle rinnovabili: prospettive ed opportunità per la ricerca” Stefano Massucco, Università di Genova “Modellistica e controllo ottimo delle rinnovabili, dei sistemi di accumulo e del carico elettrico” Francesco Conte, Università di Genova e Università Campus Bio-Medico di Roma “Power-to-gas: un sistema per l’accumulo di energia elettrica” Marcello De Falco, Università Campus Bio-Medico di Roma Discussione Conclusioni

JOIN LIVE!   INTRODUZIONE: La pandemia di COVID-19, provocata dal virus SARS-CoV-2, conta all’ 8 Luglio 2020 quasi 12 milioni di casi confermati. Il test Gold Standard per la diagnosi di COVID-19 è la ricerca del virus SARS-CoV-2 tramite RT-PCR effettuato su espettorato, su tampone nasofaringeo o rinofaringeo, o su secrezioni respiratorie. I reperti di laboratorio ancillari più comunemente riscontrati sono la linfopenia, un aumento degli indici infiammatori come la PCR, la LDH, il D-dimero e l’aumento di altri indici di danno tissutale e d’organo come l’urea, la CK, il calcio. La TC del torace non è indicata come esame di screening o come strumento di diagnosi primaria del COVID-19, ma va considerata come un esame di valutazione di severità del quadro, delle complicanze e nel follow-up. Visto l’alto numero di casi, il potenziamento dell'imaging radiologico con l'intelligenza artificiale fornirebbe un sostegno essenziale sia con l'automatizzazione della procedura di acquisizione che di analisi quantitativa delle immagini per poter definire il volume di polmone interessato dalla malattia e seguirlo nel tempo. OBBIETTIVI: L’obbiettivo del nostro studio è stato quello di cercare nei pazienti con COVID-19 confermata da RT-PCR test, una correlazione tra quadro radiologico valutato tramite software di intelligenza artificiale e quadro radiologico valutato tramite parametro occhiometrico dei radiologi (severity score) e la correlazione tra l’andamento del quadro imaging e l’andamento dei principali parametri di laboratorio che nei precedenti studi si sono dimostrati essere reperti ancillari della malattia. METODI: Sono stati arruolati retrospettivamente 56 pazienti provenienti dal Campus COVID Center, risultati positivi a RT-PCR test ad infezione da SARS-CoV-2. Per ogni paziente è stata valutata la correlazione tra il quadro radiologico TC valutato tramite severity score e intelligenza artificiale (IA) misurati durante 3 intervalli di tempo consecutivi e i parametri di laboratorio principalmente correlati ad infezione da SARS-CoV-2 secondo la letteratura scientifica, misurati durante 4 intervalli di tempo consecutivi. Tra i parametri di laboratorio sono stati analizzati i valori di LDH, D-dimero, PCR, linfociti totali in valore assoluto, Calcio, CK e Urea.  L’analisi di IA è stata effettuata tramite il software InferRead CT Lung (COVID-19). La valutazione occhiometrica da parte dei radiologi è stata standardizzata con l’introduzione di un severity score, una valutazione soggettiva della quantità di volume di polmone interessato dalla malattia tradotto in un punteggio da 5 a 20. I confronti multipli tra le variabili di laboratorio e di imaging radiologico sono stati analizzanti mediante test di Tukey e test di Bland Altman. E’ stato eseguito il test di analisi della varianza (ANOVA) per identificare una eventuale differenza statisticamente significativa nell’andamento dei parametri nel tempo. Lo stesso test ANOVA è stato infine utilizzato per valutare la correlazione tra quadro radiologico valutato con ss e parametri di laboratorio. RISULTATI: Lo studio ha dimostrato correlazioni statisticamente significative (p < 0,01) tra il quadro radiologico espresso in severity score e quello espresso con l’intelligenza artificiale e tra il quadro radiologico espresso in ss e i parametri di laboratorio, in particolare LDH, PCR e Ly. CONCLUSIONI: Lo studio dimostra che l’algoritmo di deep learning di segmentazione delle TC del torace funziona e che quindi l’intelligenza artificiale può rappresentare un valido supporto al radiologo nel follow-up dei pazienti con COVID-19. E’ stata inoltre confermata la correlazione tra quadro radiologico e parametri laboratoristici infiammatori e di danno d’organo. Essendo piccola la coorte di pazienti nello studio, i risultati ottenuti sono da intendere come dati preliminari a studi futuri su popolazioni di scala maggiore. BIOGRAFIA: Lorenzo Impieri, Medico Chirurgo di 24 anni, si è laureato presso l’Università Campus Bio-Medico di Roma con una tesi sull’intelligenza artificiale nell’analisi delle TC del torace in pazienti COVID-19. Si è interessato durante il corso di laurea soprattutto alla Radiologia partecipando a studi di Radiomica e Intelligenza artificiale.

INTRODUZIONE: La pandemia di COVID-19, provocata dal virus SARS-CoV-2, conta all’ 8 Luglio 2020 quasi 12 milioni di casi confermati. Il test Gold Standard per la diagnosi di COVID-19 è la ricerca del virus SARS-CoV-2 tramite RT-PCR effettuato su espettorato, su tampone nasofaringeo o rinofaringeo, o su secrezioni respiratorie. I reperti di laboratorio ancillari più comunemente riscontrati sono la linfopenia, un aumento degli indici infiammatori come la PCR, la LDH, il D-dimero e l’aumento di altri indici di danno tissutale e d’organo come l’urea, la CK, il calcio. La TC del torace non è indicata come esame di screening o come strumento di diagnosi primaria del COVID-19, ma va considerata come un esame di valutazione di severità del quadro, delle complicanze e nel follow-up. Visto l’alto numero di casi, il potenziamento dell'imaging radiologico con l'intelligenza artificiale fornirebbe un sostegno essenziale sia con l'automatizzazione della procedura di acquisizione che di analisi quantitativa delle immagini per poter definire il volume di polmone interessato dalla malattia e seguirlo nel tempo. OBBIETTIVI: L’obbiettivo del nostro studio è stato quello di cercare nei pazienti con COVID-19 confermata da RT-PCR test, una correlazione tra quadro radiologico valutato tramite software di intelligenza artificiale e quadro radiologico valutato tramite parametro occhiometrico dei radiologi (severity score) e la correlazione tra l’andamento del quadro imaging e l’andamento dei principali parametri di laboratorio che nei precedenti studi si sono dimostrati essere reperti ancillari della malattia. METODI: Sono stati arruolati retrospettivamente 56 pazienti provenienti dal Campus COVID Center, risultati positivi a RT-PCR test ad infezione da SARS-CoV-2. Per ogni paziente è stata valutata la correlazione tra il quadro radiologico TC valutato tramite severity score e intelligenza artificiale (IA) misurati durante 3 intervalli di tempo consecutivi e i parametri di laboratorio principalmente correlati ad infezione da SARS-CoV-2 secondo la letteratura scientifica, misurati durante 4 intervalli di tempo consecutivi. Tra i parametri di laboratorio sono stati analizzati i valori di LDH, D-dimero, PCR, linfociti totali in valore assoluto, Calcio, CK e Urea.  L’analisi di IA è stata effettuata tramite il software InferRead CT Lung (COVID-19). La valutazione occhiometrica da parte dei radiologi è stata standardizzata con l’introduzione di un severity score, una valutazione soggettiva della quantità di volume di polmone interessato dalla malattia tradotto in un punteggio da 5 a 20. I confronti multipli tra le variabili di laboratorio e di imaging radiologico sono stati analizzanti mediante test di Tukey e test di Bland Altman. E’ stato eseguito il test di analisi della varianza (ANOVA) per identificare una eventuale differenza statisticamente significativa nell’andamento dei parametri nel tempo. Lo stesso test ANOVA è stato infine utilizzato per valutare la correlazione tra quadro radiologico valutato con ss e parametri di laboratorio. RISULTATI: Lo studio ha dimostrato correlazioni statisticamente significative (p < 0,01) tra il quadro radiologico espresso in severity score e quello espresso con l’intelligenza artificiale e tra il quadro radiologico espresso in ss e i parametri di laboratorio, in particolare LDH, PCR e Ly. CONCLUSIONI: Lo studio dimostra che l’algoritmo di deep learning di segmentazione delle TC del torace funziona e che quindi l’intelligenza artificiale può rappresentare un valido supporto al radiologo nel follow-up dei pazienti con COVID-19. E’ stata inoltre confermata la correlazione tra quadro radiologico e parametri laboratoristici infiammatori e di danno d’organo. Essendo piccola la coorte di pazienti nello studio, i risultati ottenuti sono da intendere come dati preliminari a studi futuri su popolazioni di scala maggiore. BIOGRAFIA: Lorenzo Impieri, Medico Chirurgo di 24 anni, si è laureato presso l’Università Campus Bio-Medico di Roma con una tesi sull’intelligenza artificiale nell’analisi delle TC del torace in pazienti COVID-19. Si è interessato durante il corso di laurea soprattutto alla Radiologia partecipando a studi di Radiomica e Intelligenza artificiale.

The International Summer School is an event organized by the IEEE Italy Sensors Chapter in 2020 with a special focus on Ultrasonic and Piezoelectric Sensors. Topics: State of the art of applications Technologies of ultrasonic and piezoelectric sensors Piezoelectric materials for sensors and transducers for industry, medicine, robotics, micro fabrication technologies (CMUT, PMUT, screen printing, laser ablation) Equivalent model of sensors; frequency range and signals levels for different applications Analog and digital electronic systems for real time ultrasonic transducer signals conditioning and processing. Ultrasound medical echographic imaging for diagnostics (2D and 3D imaging, vector Doppler imaging) Industrial applications of ultrasonic and piezoelectric sensors Ultrasound guided waves systems and signal processing for Non-Destructive testing and Structural Health Monitoring Tactile sensing Energy harvesting Pressure sensors, flow sensors, microbalances Wearable and IoT applications Biometric imaging Researchers and academics with long experience in these fields will provide online lectures. Two keynote speakers with outstanding CV will give lectures. Finally, two interactive demonstrations of ultrasonic systems will be organized in order to perform experiments remotely.

September 10, 2020 - 15:00 - Online Let's start the new format! The speachd is here. The IEEE Sensors council Italy chapter and the IEEE student branch Università Campus Bio-Medico di Roma are pleased to invite you to the first meeting of the speachd, a format created to bring students closer to the world of research through the voice of young PhD students. The first meeting will be held by Eng. Arianna Carnevale. Arianna Carnevale is a PhD student at two joint units: Unità di Misure e Strumentazione Biomedica (Università Campus Bio-Medico di Roma) e Unità di Ortopedia e Traumatologia (Policlinico Campus Bio-Medico di Roma). Her research activities are focused on the development of wearable systems for monitoring shoulder joint kinematics and for the monitoring of physiological parameters. Arianna is a former master student at Università Campus Bio-Medico di Roma who has decided to continue her academic career through her PhD. Now in her second year of doctorate she opens the doors of her research to show us a pinch of future. We thank Arianna for her willingness to give this lecture for our colleagues.   JOIN!

In un’epoca concentrata sulle preoccupazioni per una crescita economica fragile, soprattutto dopo l’epidemia del COVID-19, si corre un grosso rischio: che le imprese e le organizzazioni – nate per rispondere a bisogni producendo beni e servizi – “deraglino” dal solco delle loro finalità trascurando proprio l’umano e le sue istanze. Le preoccupazioni per uno scenario del lavoro che si prospetta in autunno denso di nubi sono davvero elevate. Alla fatica di trovare la strada per uno sviluppo sostenibile in un’economia “fuori controllo”, si aggiunge così il timore di nuove fragilità sul lavoro delle quali occorre prendersi cura. Ci si accorgerà che questa cura – concreta testimonianza di quell’umanità che vogliamo coltivare anche nell’economia – getterà luce nuova anche sulle stesse fragilità, dietro le quali si possono celare occasioni di crescita e riscatto. In questo modo il lavoro che si prende cura, non solo rende evidente tutto il suo potenziale per consentire di vivere una vita buona e lasciare esprimere le vocazioni di ciascuno, ma diventa altresì risorsa per migliorare il mondo che abitiamo creando un impatto positivo sulla società. Alla discussione e valorizzazione di questa prospettiva, che intreccia molteplici dimensioni teoriche e pratiche, la Fondazione Lavoroperlapersona dedica il VII Seminario Interdisciplinare sull’Accoglienza. Le tre giornate seminariali, convertite nel 2020 in edizione digitale, consentiranno di fare esperienza di un orizzonte di senso in cui i luoghi di lavoro possono trasformarsi in cantieri generativi dove accogliere, prendersi cura e dare valore – anche economico – alle fragilità che la contemporaneità propone. Un appuntamento per incontrare e ascoltare policy maker e amministratori, imprenditori e manager, HR e sindacati, studiosi, ricercatori, educatori e quanti hanno a cuore il lavoro, la dignità della persona e un’economia giusta e solidale.   Per ulteriori informazioni e per partecipare all'evento, si rimanda al sito ufficiale della manifestazione https://www.lavoroperlapersona.it/viiseminario/