Sviluppo di tecniche quantitative di analisi segnali e immagini in logopedia e psicomotricità = Development of quantitative signal and image analysis techniques in speech therapy and psychomotricity

La valutazione linguistica dell'età evolutiva è un compito estremamente delicato da svolgere in quanto il problema è influenzato da diversi fattori, e una diagnosi basata su dati quantitativi potrebbe aiutare il processo di standardizzazione della valutazione clinica. Attualmente le operazioni di valutazione si basano molto sull'esperienza del singolo operatore, ed è in questo contesto che prende vita il progetto realizzato grazie alla collaborazione tra il Politecnico di Torino e la Fondazione Paideia. L'obiettivo dello studio è quello di creare programmi automatici per l'estrazione di parametri quantitativi che aiutino a standardizzare la valutazione del linguaggio e delle abilità motorio-orali dei bambini in età evolutiva. Il problema è stato affrontato sulla base della teoria dei sistemi dinamici, per cui le abilità analizzate nei bambini sono state viste come il risultato della somma di più componenti, cercando di superare la dicotomia tra l'approccio motorio e quello fonologico, che saranno visti come due aspetti che corrono insieme alla produzione linguistica del bambino e alla sua valutazione logopedica e psicomotoria. Il dataset utilizzato per lo studio è stato raccolto dalla Fondazione Paideia e comprende 147 bambini, di cui 125 provenienti da tre diverse scuole di Torino, a cui si sono aggiunti 22 casi clinici in analisi presso la Fondazione stessa. I bambini sono stati videoregistrati con una telecamera frontale da PC mentre eseguivano alcuni esercizi di produzione linguistica, nell'ambito del progetto talktiz, realizzato dalla Fondazione per la valutazione del linguaggio. Per identificare i bambini con disturbi del linguaggio attraverso un'analisi orale-motoria, a tutti i bambini analizzati è stata applicata una mesh facciale utilizzando la libreria MediaPipe (creata da Google), dalla quale sono state poi recuperate le misure rilevanti. La seconda fase del progetto si è concentrata invece sull'estrazione di informazioni dal segnale audio per distinguere i casi clinici da quelli normativi e, grazie al software openSMILE, sono state estratte 6373 features, utilizzate per l'addestramento di un classificatore basato su tecniche di machine learning. Per i nostri scopi sono stati analizzati tre diversi classificatori: - K-nearest neighborhood (K-NN) - Support vector machine (SVM) - Feed forward neural network (FFNN). Le classificazioni sono state effettuate prendendo in considerazione solo le caratteristiche audio, proprio perché il tentativo di correlare le caratteristiche audio e video per il tipo di dataset analizzato peggiorava le prestazioni del classificatore.