Sviluppo di un algoritmo per l'analisi biomeccanica del gesto di hand tapping tramite IMU = Development of an algorithm for the biomechanical analysis of the hand tapping gesture via IMU

I disturbi del movimento di origine neurologica come bradicinesia, tremore, rigidità e deficit di coordinazione influiscono negativamente sulle attività della vita quotidiana, in particolare su quelle che richiedono l'uso di movimenti volontari delle mani. Data l’elevata incidenza di tali disturbi nella popolazione, l’adozione di strumenti di analisi del movimento e l’esecuzione di test oggettivi per valutare le funzioni motorie nel tempo risultano essenziali. Più nello specifico, il test dell’hand tapping (HT), che consiste nel toccare ripetutamente una superficie con il dito o la mano, ha mostrato un'elevata correlazione con il grado di disfunzione motoria in malattie neurodegenerative come la malattia di Huntington e il Parkinson, che presentano deficit motori simili alla paralisi cerebrale e all'ictus. In particolare, la stima di parametri come la velocità di tapping, il numero di tocchi e la regolarità del movimento a partire dalla traiettoria tridimensionale della mano risulta importante al fine di caratterizzare il grado di disfunzione motoria nel tempo. In letteratura questo test viene spesso eseguito con un semplice contatore tattile, ma ancora poco spazio viene dedicato a sensori indossabili come gli IMU (Inertial Measurement Units), che consentono di ottenere informazioni quantitative in modo semplice e non invasivo. Tuttavia, la stima dello spostamento a partire dall’accelerazione lineare misurata con IMU è soggetta a drift, un errore che aumenta nel tempo a causa dell'integrazione del rumore del sensore. Per limitare tale errore, la letteratura relativa all’analisi del cammino suggerisce di sfruttare la natura ciclica del movimento segmentando il segnale in periodi di aggiornamento a velocità zero (Zero Velocity Update o ZUPT), dove l'integrazione è limitata a finestre temporali ridotte. Alla luce di tutte queste considerazioni, il presente lavoro di tesi si propone di sviluppare un algoritmo basato sull’utilizzo degli IMU per ricostruire la traiettoria tridimensionale della mano ed effettuare una corretta analisi biomeccanica del gesto durante il test HT. L'algoritmo è stato sviluppato adattando il principio ZUPT del cammino al test di HT. Inoltre, particolare attenzione è stata dedicata al filtraggio dei segnali, confrontando due tecniche di filtraggio per la riduzione del rumore e la stima della traiettoria: un filtro passa-basso, semplice da implementare ed efficace per la rimozione del rumore ad alta frequenza, ma meno accurato per i movimenti rapidi; un filtro di Kalman, un algoritmo adattivo in grado di ottenere una stima ottimale dello stato del sistema e ridurre l’impatto del drift nella doppia integrazione, tramite modello predittivo del moto. L’algoritmo proposto è stato validato su soggetti sani per mezzo di un sistema stereofotogrammetrico, confrontando traiettorie ottenute da elaborazione di segnali IMU e traiettorie registrate attraverso marker. I risultati ottenuti dimostrano che l'algoritmo fornisce un’accurata ricostruzione della traiettoria tridimensionale della mano a partire da IMU durante il test HT, prestandosi alla valutazione biomeccanica del gesto in soggetti patologici per monitorare la progressione della malattia o l'efficacia del trattamento riabilitativo.