Il gruppo di ricerca del B3lab vanta una lunga esperienza nell'elaborazione di segnali biomedici, nello sviluppo di modelli cardiovascolari e cardio-respiratori e modelli di meccanismi neuro-sensoriali/cognitivi e nella modellizzazione di sistemi fisiologici, come i meccanismi di regolazione del sistema cardiovascolare da parte del sistema autonomico. Le competenze nell'ambito dell'elaborazione dei segnali comprende una varietà di metodi e tecniche tra queste l'analisi non lineare e l'analisi di complessità.
Il laboratorio collabora con diversi ospedali e cliniche che forniscono dati per la ricostruzione e l'elaborazione di immagini diagnostiche con scopi estremamente diversificati, tra cui: la classificazione del cancro, la predizione di fallimento protesici, la comprensione di meccanismi fisiopatologici di disturbi neuro-degenerativi, la quantificazione non invasiva di parametri anatomici e funzionali a partire da immagini cardiache (ecografia, risonanza magnetica, tomografia assiale computerizzata), ecc.
Da diversi anni il B3lab coopera con aziende, unità e istituti di ricerca allo scopo di eseguire analisi di dati tramite metodi di intelligenza artificiale (AI) per la stratificazione del rischio clinico associato al paziente, la classificazione del suo stato patologico (es. fibrillazione atriale) o la previsione del progresso delle condizioni da cui è affetto. L'obiettivo finale è quello di sviluppare sistemi di supporto decisionale e di integrare diversi tipi di dato per creare un'analisi multiscala (dalle molecole alle misure macroscopiche, come l'ECG o la pressione arteriosa) applicabile a diverse tipologie di contesto (radiomica, metabolomica, multi-omica).
Il gruppo di ricerca ha inoltre una lunga esperienza in bioinformatica e vanta diverse collaborazioni con progetti il cui obiettivo è migliorare le terapie e contribuire alla medicina personalizzata e di precisione.
Infine, insieme a partner industriali e accademici, il B3lab è coinvolto in progetti di telemedicina che mirano ad ottimizzare il monitoraggio remoto del paziente con dispositivi indossabili e/o wireless, e porta avanti diversi studi volti a migliorare i sistema di monitoraggio wireless (es. segnali da videocamere per la stima della frequenza cardiaca).