Identificazione automatica del freezing del cammino nella malattia di Parkinson: confronto sperimentale della performance di diversi algoritmi proposti in letteratura

Il morbo di Parkinson è una delle malattie neurodegenerative più diffuse ed è estremamente invalidante perché comporta deficit psicologici e motori. Uno dei sintomi più problematici è il freezing degli arti inferiori che compromette la deambulazione dei soggetti che ne sono affetti ed è la causa più frequente di cadute nei Parkinsoniani. Data la gravità del fenomeno e grazie al crescente uso di sensoristica indossabile in campo clinico, molteplici algoritmi sono stati implementati per identificare automaticamente gli istanti di freezing a partire da misure inerziali. Tuttavia, nessuno studio ha comparato le performance dei diversi algoritmi al fine di fornire istruzioni pratiche di utilizzo. L’obiettivo di questa tesi è quello di individuare i lavori presenti in letteratura per la detezione del freezing del cammino su soggetti Parkinsoniani tramite sensori inerziali, implementarli e confrontarne tra loro le performance. Per questo lavoro sono stati considerati 5 pazienti, cui è stato chiesto di camminare per 6 minuti con 5 sensori inerziali applicati su tronco, caviglie e piedi. A valle di una revisione sistematica della letteratura inerente agli algoritmi di identificazione del freezing a partire da misure inerziali sono stati identificati e implementati 8 algoritmi. Le performance degli algoritmi sono state valutate in termini di sensitività, falsi positivi, accuratezza e ripetibilità in relazione al diverso criterio implementativo, ovvero posizione del sensore, variabile analizzata e dominio. Dai risultati si evince che, nell’identificazione degli eventi di FOG il posizionamento dei sensori posti su caviglia e piede danno performance migliori, rispetto a quando vengono posizionati sul tronco. Per quanto riguarda la variabile analizzata, invece, gli algoritmi che sfruttano l’accelerazione sono da preferire a quelli che usano la velocità angolare. In base al dominio, performance differenti si osservano nel dominio del tempo e in quello della frequenza.