Il Parkinson è la seconda malattia neurodegenerativa più comune che si sviluppa soprattutto con l’avanzare dell’età: colpisce infatti circa il 3% degli individui sopra i 65 anni in tutto il mondo. Negli stadi più avanzati, uno dei sintomi più debilitanti e pericolosi è il congelamento dell’andatura (FOG – Freezing Of Gait) definito come una “breve ed episodica assenza, o marcata riduzione, della progressione in avanti del passo nonostante l'intenzione di camminare”. Il FOG aumenta il rischio di cadute e riduce drasticamente la qualità della vita dei pazienti e dei rispettivi caregivers. Questo studio propone l'analisi di tale fenomeno attraverso algoritmi di Machine Learning in un’ottica multimodale, andando ad indagare la presenza di features significative nel dominio del tempo e della frequenza, provenienti dall’attività cerebrale, dal movimento e dalla conduttanza cutanea, con l'obiettivo di migliorare le performance di riconoscimento.