polito.it
Politecnico di Torino (logo)

Analisi dello sguardo e dell’EEG per la diagnosi precoce delle malattie dello spettro autistico = Gaze and EEG analysis for the early diagnosis of autism spectrum diseases

Carmen De Giovanni

Analisi dello sguardo e dell’EEG per la diagnosi precoce delle malattie dello spettro autistico = Gaze and EEG analysis for the early diagnosis of autism spectrum diseases.

Rel. Gabriella Olmo, Alfredo Benso, Gianfranco Michele Maria Politano. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2021

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

Download (2MB) | Preview
[img] Archive (ZIP) (Documenti_allegati) - Other
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (9MB)
Abstract:

“Il Disturbo dello Spettro Autistico (ASD) è un disturbo del neurosviluppo a insorgenza precoce caratterizzato da difficoltà nell’interazione e comunicazione sociale e dalla presenza di interessi ristretti e comportamenti ripetitivi e stereotipati”(American Psychiatric Association, 2013). Uno strumento di supporto consente una diagnosi precoce che favorisce un trattamento educativo adeguato e personalizzato, pensato all’interno di un progetto di vita. Nell'identificazione dei bambini autistici si possono usare funzionalità estratte da diversi segnali, acquisiti in questo studio tramite il MUSE headband e il PUPIL. Il MUSE registra il segnale elettroencefalografico (EEG), il segnale di PPG, di un accelerometro e di un giroscopio. Il segnale EEG acquisito è a quattro canali con due elettrodi frontali (AF7 e AF8) e due temporoparietali (TP9 e TP10). Dall’EEG abbiamo estratto caratteristiche lineari derivate dall’analisi spettrale, utilizzate già in soggetti con deficit d’attenzione e iperattività. Estraendo le bande di frequenza alpha, beta, gamma e delta e combinandole tra di loro si sono analizzati gli stati mentali relativi alla fatica, il relax e la concentrazione. Dall’EEG si sono estratte anche caratteristiche non lineari come la DFA(Detrended Fluctuation Analysis), il PFD (Petrosian Fractal Dimension), l’entropia e l’esponente di Hurst che caratterizzano le dinamiche neurali del cervello. Il segnale del PPG permette di eseguire l’analisi della frequenza cardiaca la quale denota, come presentato in letteratura, un collegamento diretto con un comportamento sociale adattivo. Il segnale dell’accelerometro e del giroscopio, entrambi a tre assi, che misurano rispettivamente la variazione della velocità e della posizione e il cambiamento dell'orientamento, sono stati utilizzati per esaminare movimenti stereotipati e comportamenti ripetitivi. Solitamente vengono esaminati tramite osservazione diretta, ma il rilevamento automatico della stereotipia consente il monitoraggio in ambienti differenti e in monitoraggi a lungo termine. Data la posizione dei sensori, in questo studio si è esaminato il body rocking, tramite caratteristiche di ampiezza e frequenza delle oscillazioni. Il PUPIL è un sistema di tracciamento oculare che raccoglie segnali relativi agli occhi. Registra principalmente la direzione dello sguardo, le dimensioni delle pupilla sia in 2D che 3D. L’analisi di questi segnali permette di ottenere informazioni importanti sui comportamenti umani e gli stati mentali. I soggetti con disturbi autistici sono affetti da disturbi nelle interazioni sociali evidenziabili dai movimenti oculari e dai punti di fissazione. In questo studio ci siamo focalizzati sull'estrazione di caratteristiche determinate dai tempi di eventi oculari distinguendoli in fixation e saccade, sulla localizzazione dello sguardo, sui blinking, la chiusura singola di un solo occhio e sulla dimensione del diametro della pupilla, implicati nella risposta del sistema nervoso autonomo, che potrebbe essere alterato negli individui con disturbo dello spettro autistico. In questo studio, tramite l’implementazione di programmi sviluppati in Python, abbiamo estratto dai segnali caratteristiche capaci di essere sfruttate singolarmente. Inoltre, aggiungendo la possibilità di unificare tali funzionalità, si è determinato come un approccio multimodale e multifunzionale, ovvero basato su più dati, può essere utile per identificare biomarcatori clinici utili per la diagnosi dell’ASD.

Relators: Gabriella Olmo, Alfredo Benso, Gianfranco Michele Maria Politano
Academic year: 2020/21
Publication type: Electronic
Number of Pages: 60
Subjects:
Corso di laurea: Corso di laurea magistrale in Ingegneria Biomedica
Classe di laurea: New organization > Master science > LM-21 - BIOMEDICAL ENGINEERING
Aziende collaboratrici: Politecnico di Torino
URI: http://webthesis.biblio.polito.it/id/eprint/17610
Modify record (reserved for operators) Modify record (reserved for operators)