Ricostruzione della cinematica bidimensionale dei general movement da immagini video in bambini pretermine: una valutazione metodologica sperimentale

L’analisi dei General Movements è un potente strumento per individuare alterazioni dello sviluppo neurologico in neonati pretermine, vista l’esistenza di differenze tra i movimenti spontanei di neonati pretermine con disturbi del neurosviluppo e neonati a termine con sviluppo tipico. La loro valutazione, però, ha grossi limiti legati soprattutto alla necessità di personale specializzato per il riconoscimento dei movimenti spontanei e all’impossibilità di utilizzare marker e sensori nello studio dei movimenti dei neonati a causa della loro invasività. Questo elaborato propone un protocollo automatizzato per la ricostruzione della cinematica bidimensionale in neonati pretermine, utilizzando DeepLabCut e algoritmi di deep learning per il tracciamento del movimento e MATLAB per la successiva elaborazione dei dati, partendo da un dataset di video di infanti registrati a 40 settimane gestazionali e a 3 mesi. Tale procedimento è stato seguito da un’analisi concentrata sulla valutazione di come alcuni aspetti metodologici influenzano la corretta ricostruzione della cinematica e il successivo calcolo delle metriche d'interesse per l'analisi dei General Movements. I fattori valutati sono stati la presenza di buchi nelle traiettorie dovuti ad una bassa affidabilità nella rilevazione, la lunghezza dei suddetti, il numero minimo di iterazioni dell'algoritmo di addestramento della rete neurale e l'influenza dell’interpolazione delle traiettorie. Lo studio è stato articolato in: addestramento di una rete neurale, utilizzo della rete neurale per il tracciamento del movimento, estrazione di parametri quantitativi descrittivi del movimento partendo dalle coordinate e analisi metodologica dei risultati.