Deborah Malafronte
Rilevazione di biosegnali e sviluppo di un metodo per la rimozione di artefatti in uno studio per la realizzazione di una Brain Computer Interface = Detection of biosignals and development of a method for artifact removal in a study for the realization of a Brain Computer Interface.
Rel. Gabriella Olmo, Vito De Feo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2021
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract: |
Il grosso interrogativo che sta alla base dello studio verso la scoperta della coscienza umana è un dilemma che accomuna gli studiosi di tutti i secoli. Oggi, si cerca di dare risposte nel tentativo di distinguere i diversi disturbi di coscienza e di capire, in particolare, come poter interpretare i comportamenti nei pazienti che si trovano in uno stato di coma. Riuscire a trovare, quindi, un metodo matematico che riesca in qualche modo ad analizzare i movimenti dei pazienti e a classificarli come volontari o involontari è ciò che ci permette di avvicinarci quanto più possibile al loro livello di coscienza. Questo studio parte dalla rilevazione del segnale EEG e si focalizza su un particolare Event-Related Potential, che è il Readiness Potential (RP). L’RP è un lento potenziale negativo che compare nel tracciato EEG a pochi istanti antecedenti al movimento volontario. Sulla base di questa evidenza è nato un progetto che mira alla realizzazione di una Brain Computer Interface (BCI). Il mio lavoro di tesi si basa sulla sperimentazione effettuata su volontari sani attraverso diversi protocolli. Essenziale è stato l’utilizzo di EEGLAB e in particolare del plug-in MRCPLAB, attraverso il quale sono stati importati e successivamente manipolati i dati. Caratteristica predominante dell’attività elettrica registrata sullo scalpo è l’abbondante presenza di artefatti. A conseguenza di ciò, il mio scopo è stato quello di sviluppare un metodo finalizzato alla rimozione degli artefatti. È stata utilizzata la decomposizione nelle Componenti Indipendenti (ICA) e l’identificazione delle componenti artefattuali è stata messa a punto grazie all’uso di diversi plug-in. L’obiettivo di questa tesi è quello di studiare differenti dataset per poter adattare dei criteri opportuni, che mirano all’ottenimento di un segnale più chiaro e quindi più facilmente interpretabile dal punto di vista diagnostico. |
---|---|
Relatori: | Gabriella Olmo, Vito De Feo |
Anno accademico: | 2020/21 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 101 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Biomedica |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-21 - INGEGNERIA BIOMEDICA |
Aziende collaboratrici: | NON SPECIFICATO |
URI: | http://webthesis.biblio.polito.it/id/eprint/17611 |
Modifica (riservato agli operatori) |