Sviluppo di un metodo per l'identificazione del freezing del cammino in pazienti parkinsoniani = Developement of a method for identifyng freezing of gait in parkinsonian patients

Il freezing del cammino (FOG) è un sintomo motorio molto comune in pazienti affetti da malattia di Parkinson in stadio avanzato. Durante il FOG il paziente riscontra l’impossibilità di proseguire la marcia e riporta una sensazione definita come: “piedi incollati al terreno”. Questo causa un elevato rischio di cadute e un forte abbassamento della qualità della vita. Identificare in modo accurato e tempestivo il FOG potrebbe essere cruciale per fornire interventi appropriati e migliorare il benessere complessivo di questi pazienti. In questo studio, l’obiettivo principale è stato identificare il verificarsi FOG, distinguendo l’occorrenza dello stesso tra i casi in cui il paziente sta camminando, sta girando o comincia ad esitare. I dati di partenza sono stati forniti dalla challenge di Kaggle: “Parkinson’s Freezing of Gait prediction”, acquisiti con un accelerometro triassiale lowerback. È stato utilizzato il dataset tdcsFoG, che include le registrazioni di 62 soggetti in ambiente ospedaliero controllato. I soggetti sono stati registrati mentre completavano un protocollo che provocava il FOG. Per affrontare la sfida, sono state addestrate 3 reti neurali profonde, ognuna per l’identificazione di ciascuna classe, partendo dal modello proposto dai vincitori della challenge. L’approccio adottato prevede l’uso dell’encoder di un transformer e due strati LSTM bidirezionali. Questa combinazione consente di migliorare la capacità del modello di riconoscere i pattern dell’esercizio in esame. È stata operata una suddivisione in patch simile a quella usata nel Vision Transformer per gestire i dati sequenziali e ridurre la complessità computazionale. Per la valutazione delle prestazioni finali, è stata utilizzata la mean average precision mediata tra le mean average precision ottenute per l’identificazione di ciascuna classe. La mean average precision finale ottenuta è di 0.445. I risultati evidenziano il potenziale dell'utilizzo di una singola rete neurale con specifici iperparametri per la predizione della presenza del freezing del cammino in ciascuna delle situazioni considerate. In particolare, le reti neurali addestrate hanno mostrato prestazioni promettenti nella classificazione del freezing del cammino, offrendo un'opportunità per l'identificazione precoce e l'intervento tempestivo per migliorare la gestione del sintomo nei pazienti affetti da Parkinson.