polito.it
Politecnico di Torino (logo)

Neurostimolazione in Realtà Virtuale adattata all'utente per l'incremento della concentrazione = Neurostimulation in Virtual Reality adapted to the user for increasing concentration

Samantha Costabile, Marco Sciurti

Neurostimolazione in Realtà Virtuale adattata all'utente per l'incremento della concentrazione = Neurostimulation in Virtual Reality adapted to the user for increasing concentration.

Rel. Luca Mesin, Giovanni Chiarion. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2023

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (22MB) | Preview
Abstract:

In un mondo in costante evoluzione, l'ottimizzazione delle capacità cognitive è essenziale per individui provenienti da diversi ambienti, tra cui professionisti impegnati e studenti dedicati. Questa tesi si focalizza sulla Neurostimolazione e sulla creazione di un sistema dedicato all'incremento della concentrazione. L'obiettivo primario è identificare stimoli efficaci per migliorare le capacità cognitive, concentrandosi su individui sani come lavoratori e studenti. Tuttavia, la portata di questa ricerca si estende oltre questa categoria di utenti, includendo coloro che potrebbero beneficiare dell'allenamento dell'attenzione, come coloro che affrontano disturbi dell'attenzione e dell'apprendimento, come l'ADHD, la schizofrenia, la dislessia e la discalculia. L'approccio innovativo mira a migliorare le capacità cognitive senza richiedere un coinvolgimento attivo da parte degli utenti. In questo caso studio, il segnale EEG, acquisito in tempo reale, funge da segnale di feedback per la modifica degli stimoli visivi e uditivi nell'ambiente virtuale. Questo approccio si basa su un protocollo di stimolazione composto da una fase iniziale di calibrazione e tre successive sessioni di allenamento. Ciascuna sessione di allenamento è suddivisa in due parti: la prima comprende solo stimoli inconsci, mentre alla seconda si aggiunge uno stimolo conscio. Questa metodologia si ispira a studi che enfatizzano l'importanza del feedback per l'ottimizzazione delle prestazioni durante l'allenamento. Il feedback relativo all'attività neurale, noto come neurofeedback, è regolato da un regressore specifico per ciascun soggetto. Questo regressore riceve in input parametri spettrali e temporali normalizzati estratti dal segnale EEG, che guidano le fasi di training. Per l'allenamento della concentrazione, sono stati sviluppati esercizi matematici su due livelli di difficoltà tramite la piattaforma Unity. È stata implementata una strategia innovativa per monitorare il livello di concentrazione dei partecipanti e fornire loro un feedback adeguato. Un elemento chiave di questa metodologia è stata l'introduzione di una "progressive bar" come stimolo conscio, che consentiva ai soggetti di valutare in tempo reale la loro concentrazione. Allo stesso tempo, sono stati sottoposti a stimoli inconsci durante le diverse sessioni sperimentali. Questi stimoli includevano l'utilizzo di suoni binaurali adattati in tempo reale ai livelli di concentrazione nella prima sessione, una luce pulsante con frequenza variabile in sincronia con i livelli di concentrazione nella terza sessione e una sessione intermedia priva di stimoli inconsci. L'obiettivo principale di questa configurazione era valutare l'efficacia degli stimoli consci e inconsci nel migliorare la concentrazione dei partecipanti. Questa valutazione è stata effettuata nella seconda parte di ciascuna sessione attraverso l'uso della "progressive bar". Questo lavoro ha richiesto l'utilizzo di attrezzature specifiche, tra cui il visore Meta Quest 2 e il sistema Enobio 8, utilizzati rispettivamente per somministrare stimoli di realtà virtuale e raccogliere il segnale EEG. Inoltre, sono stati impiegati software come NIC2, Unity e Matlab. Alla conclusione di tutte le sessioni sperimentali, l'efficacia del trattamento sull'incremento della concentrazione è stata valutata mediante analisi statistica. Sono state individuate le principali qualità dell'applicazione sviluppata e analizzate le sfide affrontate, mettendo in luce anche le possibili direzioni per futuri sviluppi.

Relators: Luca Mesin, Giovanni Chiarion
Academic year: 2023/24
Publication type: Electronic
Number of Pages: 98
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Biomedica
Classe di laurea: New organization > Master science > LM-21 - BIOMEDICAL ENGINEERING
Aziende collaboratrici: GEA soluzioni srl
URI: http://webthesis.biblio.polito.it/id/eprint/29910
Modify record (reserved for operators) Modify record (reserved for operators)