Analisi video quantitativa dei General Movements in bambini nati pretermine a 3 mesi di età corretta

Le anomalie nello sviluppo cerebrale si riflettono spesso in alterazioni del movimento. I disturbi del neurosviluppo (NDD) possono comportare deficit motori e cognitivi di varia entità, influenzando significativamente la vita sociale, scolastica e lavorativa dell’individuo. Tra i principali fattori di rischio vi è la nascita pretermine, che interessa una percentuale rilevante di neonati e aumenta la vulnerabilità neurologica. Una diagnosi precoce di tali disturbi può favorire interventi tempestivi, sfruttando la neuroplasticità del cervello infantile per migliorare la prognosi a lungo termine. L’osservazione dei General Movements (GMs), i primi movimenti spontanei del neonato, è uno degli strumenti più efficaci per valutare precocemente lo sviluppo motorio nei neonati ad alto rischio. La valutazione, basata sull'osservazione dei movimenti da parte di clinici esperti, risulta affidabile, ma presenta dei limiti legati all’elevata soggettività e alla necessità di personale altamente specializzato. Per superare tali criticità, negli ultimi anni sono state sviluppate soluzioni automatizzate basate su tecniche di visione artificiale. Il presente progetto di tesi si inserisce in questo ambito proponendo una pipeline automatizzata per la stima della posa mediante DeepLabCut (DLC) in neonati pretermine a 3 mesi di età corretta. L’affidabilità della rete è stata valutata tramite le percentuali di punti di repere non validi e metriche statistiche di errore. Inoltre, è stato effettuato un confronto tra reti addestrate su dataset differenti per analizzare l’impatto della variabilità dei dati sull’accuratezza della stima. I risultati confermano la validità della rete e sottolineano l’importanza di un dataset omogeneo per garantire robustezza del modello. Sebbene siano necessarie ulteriori validazioni cliniche, l’uso di strumenti di visione artificiale come DLC apre nuove prospettive per il supporto alla diagnosi precoce, contribuendo al miglioramento della loro qualità di vita.