Valutazione della smoothness di segnali fisiologici = Evaluation of the Smoothness of Physiological Signals

Titolo: Valutazione della smoothness di segnali fisiologici Background: Nell’ambito dello studio del movimento umano, la movement smoothness è una caratteristica che valuta la fluidità di movimento del soggetto. È un parametro utile da considerare in contesti medico-sanitari, sportivi, riabilitativi e industriali, poiché consente di monitorare e migliorare la qualità dei movimenti in diverse condizioni e applicazioni. Negli anni sono state implementate numerose metodologie per l’analisi della fluidità che possono essere divise in due gruppi: metriche che lavorano nel dominio del tempo e nel dominio della frequenza. L’obiettivo di questa tesi è di analizzare due tra le metriche più utilizzate e affidabili, proposte in letteratura: Log-DimensionLess Jerk (LDLJ) e la SPectral ARC length (SPARC). Lo studio prevede in primo luogo una caratterizzazione delle metriche citate, dal punto di vista analitico. Successivamente l’applicazione delle stesse in un caso sperimentale. Inoltre, nell’ambito della tesi vengono proposte alcune varianti innovative ispirate al LDLJ. Metodi: le metriche sono state testate per segnali sintetici, quali sinusoidi e gaussiane, presi come riferimento ideale per modellizzare alcuni task di movimento sperimentali: come l’analisi del cammino (5 meter walk test, sit to stand test) o l’analisi del movimento di arti superiori (point to point, point to reach, pick and place test). Sono state eseguite, inoltre, ulteriori prove variando alcuni parametri di questi segnali per studiare il comportamento delle metriche. Successivamente, le metriche sono state testate con segnali sperimentali dell’arto superiore di individui sani e affetti da paralisi cerebrale. Il setup sperimentale prevedeva di far scorrere ripetutamente una slitta lungo un binario lineare da un estremo all’altro, per diversi valori di velocità di movimento e forza resistente imposta. Risultati e Conclusioni: il lavoro di tesi studia il parametro movement smothness indagando e testando alcune metriche prima in casi ideali e poi in casi sperimentali. I risultati relativi a segnali gaussiani mostrano comportamenti coerenti alle analisi effettuate in letteratura. Tuttavia, il profilo del segnale cinematico registrato è strettamente influenzato dal task di interesse, non rendendo possibile la validazione della metrica su una sola tipologia di segnale. Vengono quindi raccolti i risultati applicando le metodologie SPARC e LDLJ a segnali sinusoidali. Le stesse metriche non rispondono in ugual modo per le diverse tipologie di segnale analizzato, suggerendo un comportamento non valido in termini assoluti ma che necessita un confronto dei valori ottenuti per task simili. Inoltre, l’applicazione al caso sperimentale aggiunge diverse variabili al sistema analizzato, non avendo sempre un riferimento ideale con cui confrontare la smoothness stimata. Questa tesi apre quindi a nuove prospettive per l’analisi del movimento e del parametro smoothness in particolar modo.