Classificazione e indici di similarità nella valutazione delle sinergie muscolari = Classificaion and similarity indices in the analysis of muscle synergies

Una delle teorie più interessanti che sono state proposte negli ultimi anni per comprendere come il sistema nervoso centrale (SNC) controlli la muscolatura nel compiere specifici movimenti è quella delle sinergie muscolari. Per mezzo dell’analisi dei dati ottenuti da due gruppi di soggetti, uno composto da 21soggetti sani e uno composto da 24 soggetti patologici (affetti da Parkinson), questo lavoro di tesi, in cui si sono analizzate le sinergie muscolari relative alla locomozione, si propone di introdurre un metodo atto al riordinamento delle sinergie muscolari, secondo un ordine di riferimento, ed alla distinzione delle sinergie comuni da quelle soggetto specifiche, evidenziando i meccanismi di adattamento ad eventuali condizioni anomale da attribuire alla plasticità cerebrale. Inoltre, si propone di individuare dei parametri o indici, che possano fornire informazioni su specifiche caratteristiche delle sinergie muscolari, al fine di effettuare un confronto del controllo motorio fra diversi soggetti. L’approccio utilizzato per il riordinamento e distinzione delle sinergie muscolari si basa sulla classificazione per mezzo dell’applicazione dell’algoritmo k-nearest neighbor (KNN), mentre gli indici introdotti si propongono di tenere conto delle differenze nella tipologia dei dati ottenuti dalle sinergie muscolari (coefficienti di attivazione e pesi muscolari). I risultati qui ottenuti mostrano come l’algoritmo scelto abbia prestazioni sufficientemente elevate e dimostrano, dall’analisi dei due gruppi, che gli indici qui introdotti possano efficacemente evidenziare differenze significative tra i due gruppi.