Il laboratorio si occupa di sviluppare soluzioni e modelli di sistemi e sensori per il monitoraggio di parametri vitali per la ricerca clinica, la telemedicina e lo sport.
L'attività del laboratorio è concentrata su:
#research: ricerca ed innovazione tecnologica IoT based
#concept: concept design e prototipazione 3D (partner Formlabs)
#prototyping: sviluppo di prototipi preproduzione e certificazione
#design: progettazione secondo metodologia Design Thinking & User Centered Design
#userresearch: studi sull’utente e market analysis
#digitaldesign: UX and UI design
#software: progettazione e sviluppo software e mobile app
#ai: sviluppo di processi e algoritmi per l’analisi dei dati attraverso machine learning
Sviluppo hardware e prototipi per sistemi wearable e IoT
Grazie all’esperienza decennale nello sviluppo di dispositivi indossabili IoT, il laboratorio progetta sistemi e prodotti innovativi per il settore Healthcare & Wellbeing secondo il metodo User Centered Design curando tutte le fasi del processo: User research e market survey, definizione design requirements, sviluppo prodotto e prototipazione pre-produzione.
Design e sviluppo di software e applicativi mobile
Il laboratorio Sensibilab applica metodologie progettuali incentrate sull’utente quali personas, user journey, user test per la definizione di specifiche e la progettazione UX e UI.
“l’utente prima del software”: ottimizzare l’esperienza utente sviluppando software error tollerant, curando gli aspetti di usabilità ed intuitività. I software e le app sviluppati da Sensibilab sono multi-platform (iOs, Android).
Sviluppo di algoritmi di processamento di segnali ed immagini
Il laboratorio sviluppa algoritmi di analisi di segnali (es. elaborazione del segnale ECG, filtraggi digitali, estrazione di pattern e classificazione mediante ML) e protocolli per l’ergonomia.
Sviluppo di processi e algoritmi per l’intelligenza artificiale generativa e il machine learning
Sviluppo di processi e algoritmi, per l’elaborazione di dati, segnali ed immagini, che facciano uso di machine learning (es. support vector machine SVM, Random Forest, Neural Network NN) ed intelligenza artificiale generativa per l’ottimizzazione della comunicazione/visualizzazione dei dati all’utente.