Identificazione automatica del freezing del cammino in condizioni di vita reale: analisi di un approccio open-source basato su sensori inerziali

Il Parkinson è una malattia neurodegenerativa cronica che coinvolge principalmente la capacità di coordinare ed eseguire i movimenti. Tra i molteplici sintomi della malattia, il Freezing of Gait (FoG) può essere considerato uno dei più debilitanti. Attualmente, la ricerca si concentra nell’ideare sistemi per consentire l’identificazione automatica degli episodi FoG. Un’identificazione accurata può fornire al personale clinico una valutazione oggettiva di questa problematica e, di conseguenza, un miglioramento della qualità di vita delle persone maggiormente colpite attraverso opportuni trattamenti. L’obiettivo di questa tesi è presentare un recente studio condotto da Mancini et al. nel 2021 dal titolo “Measuring freezing of gait during daily-life: an open-source, wearable sensors approach”. In particolare, lo studio riguarda lo sviluppo e la validazione di un algoritmo open-source che permetta l’identificazione del FOG tramite l’utilizzo di sensori inerziali per consentirne una seguente applicazione in contesti real-word.