Damonte, Demetrio
(2025)
Valutazione quantitativa da video dei general movements in bambini pretermine a 40 settimane di età (birth equivalent age).
[Laurea], Università di Bologna, Corso di Studio in
Ingegneria biomedica [L-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
I disordini del neurosviluppo (NDD), tra cui la paralisi cerebrale, derivano da alterazioni nello sviluppo del sistema nervoso centrale ed hanno un’eziologia complessa legata a fattori ambientali e genetici. Queste condizioni causano deficit motori e cognitivi di varia entità, con ripercussioni sulla salute, sull’apprendimento e sull’inclusione sociale. La diagnosi precoce è essenziale per sfruttare la neuroplasticità, tuttavia questa risulta spesso tardiva poiché le valutazioni cliniche standard non sono sufficientemente sensibili per rilevare alterazioni minori.
Sono quindi necessari degli strumenti diagnostici più affidabili ed accessibili. Un metodo promettente è la valutazione dei General Movements, che si basa sull’osservazione dei movimenti spontanei nei primi mesi di vita, come indicatore dello sviluppo neurologico. La tecnica di valutazione basata sull’osservazione visiva ha dimostrato alta affidabilità ma è poco pratica poiché richiede esperti specializzati. Per superare queste limitazioni sono stati sviluppati approcci automatizzati basati su analisi video e su tecniche di intelligenza artificiale, per estrarre e classificare i movimenti neonatali.
La seguente tesi esplora l’utilizzo di DeepLabCut (DLC) per la stima della posa nei neonati a 40 settimane di età corretta. Per indagare i fattori principali che influenzano le prestazioni della rete, sono state valutate la percentuale di punti mancanti e la presenza di buchi nelle traiettorie. Infine è stato condotto un confronto di precisione tra la stima automatica e quella umana. I risultati confermano che l’approccio automatizzato può offrire una valutazione oggettiva e riproducibile, sebbene siano necessarie ulteriori ricerche per standardizzare le procedure di analisi.
Il semplice approccio all’implementazione costituisce il punto di forza di questo studio: le funzioni guidate di DLC permettono un utilizzo intuitivo che non richiede competenze avanzate, rendendo il metodo facilmente accessibile.
Abstract
I disordini del neurosviluppo (NDD), tra cui la paralisi cerebrale, derivano da alterazioni nello sviluppo del sistema nervoso centrale ed hanno un’eziologia complessa legata a fattori ambientali e genetici. Queste condizioni causano deficit motori e cognitivi di varia entità, con ripercussioni sulla salute, sull’apprendimento e sull’inclusione sociale. La diagnosi precoce è essenziale per sfruttare la neuroplasticità, tuttavia questa risulta spesso tardiva poiché le valutazioni cliniche standard non sono sufficientemente sensibili per rilevare alterazioni minori.
Sono quindi necessari degli strumenti diagnostici più affidabili ed accessibili. Un metodo promettente è la valutazione dei General Movements, che si basa sull’osservazione dei movimenti spontanei nei primi mesi di vita, come indicatore dello sviluppo neurologico. La tecnica di valutazione basata sull’osservazione visiva ha dimostrato alta affidabilità ma è poco pratica poiché richiede esperti specializzati. Per superare queste limitazioni sono stati sviluppati approcci automatizzati basati su analisi video e su tecniche di intelligenza artificiale, per estrarre e classificare i movimenti neonatali.
La seguente tesi esplora l’utilizzo di DeepLabCut (DLC) per la stima della posa nei neonati a 40 settimane di età corretta. Per indagare i fattori principali che influenzano le prestazioni della rete, sono state valutate la percentuale di punti mancanti e la presenza di buchi nelle traiettorie. Infine è stato condotto un confronto di precisione tra la stima automatica e quella umana. I risultati confermano che l’approccio automatizzato può offrire una valutazione oggettiva e riproducibile, sebbene siano necessarie ulteriori ricerche per standardizzare le procedure di analisi.
Il semplice approccio all’implementazione costituisce il punto di forza di questo studio: le funzioni guidate di DLC permettono un utilizzo intuitivo che non richiede competenze avanzate, rendendo il metodo facilmente accessibile.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Damonte, Demetrio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
General,Movements,Assessment,Pose-Estimation,DeepLabCut,Deep Learning,Resnet.
Data di discussione della Tesi
13 Marzo 2025
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Damonte, Demetrio
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
General,Movements,Assessment,Pose-Estimation,DeepLabCut,Deep Learning,Resnet.
Data di discussione della Tesi
13 Marzo 2025
URI
Gestione del documento: