Caratterizzazione del cammino in soggetti sani e patologici mediante accelerometria

Background: studi in letteratura mostrano come l'accelerometria stia diventando una pratica clinica (e non solo) molto utile sia in ambito diagnostico sia riabilitativo; molti di essi sfruttano i dati provenienti da più sensori inerziali posti su un soggetto e ne ricavano l'andamento accelerometrico dei vari segmenti corporei durante il movimento in esame. Obiettivo: caratterizzare il cammino di soggetti sani ed osservare quello di alcuni casi patologici, parametrizzando l'accelerazione Antero-Posteriore. Gli indici sono: il Range dell'accelerazione, la Simmetria sulle accelerazioni e sugli intervalli di tempo tra un appoggio al suolo ed il successivo, la Simmetria nel dominio delle frequenze. Strumenti e Metodi: 10 volontari clinicamente sani hanno svolto 5 prove a velocità Spontanea, Lenta e Lentissima con il sensore inerziale G-Walk (BTS Milano) all'altezza di L5. I dati, acquisiti mediante il software G-Studio, sono stati elaborati grazie a Matlab. Risultati: è definita una fascia di normalità per ogni velocità. Conclusioni: le differenze tra il cammino sano e quello patologico si manifestano nelle grandezze di Range ed Indice di Simmetria sulle accelerazioni. I due parametri che misurano la simmetria nel dominio dei tempi ed in quello delle frequenze sono invece sostanzialmente simili. Tale distinzione è importante in medicina, perchè permette di definire le cause di deficit motorio, il percorso chirurgico/riabilitativo da effettuare e l'entità del recupero funzionale.

Sviluppo e validazione di una App Android per il riconoscimento dell'attivita motoria tramite Smartphones e Smartwatch

In questo progetto di tesi saranno applicate tecniche appartenenti al campo della bioingegneria, indirizzate al riconoscimento delle attività motorie e all’analisi del movimento umano. E' stato definito un protocollo di ricerca necessario per il raggiungimento degli obiettivi finali. Si è quindi implementata un’App Android per l’acquisizione e il salvataggio dei dati provenienti dai principali sensori di Smartwatch e Smartphone, utilizzati secondo le modalità indicate nel protocollo. Successivamente i dati immagazzinati nei dispositivi vengono trasferiti al Pc per effettuarne l’elaborazione off-line, in ambiente Matlab. Per facilitare la seguente procedura di sincronizzazione dei dati intra e inter-device, tutti i sensori sono stati salvati, dall’App Android, secondo uno schema logico definito. Si è perciò verificata la possibilità del riconoscimento del contesto e dell’attività nell’uso quotidiano dei dispositivi. Inoltre si è sviluppato un algoritmo per la corretta identificazione del numero dei passi, indipendentemente dall’orientamento del singolo dispositivo. Infatti è importante saper rilevare in maniera corretta il numero di passi effettuati, soprattutto nei pazienti che, a causa di diverse patologie, non riescono ad effettuare una camminata fluida, regolare. Si è visto come il contapassi integrato nei sistemi commerciali per il fitness più diffusi (Smartwatch), pecca soprattutto in questa valutazione, mentre l’algoritmo, appositamente sviluppato, è in grado di garantire un’analisi accettabile a prescindere dal tipo di attività svolta, soprattutto per i dispositivi posizionati in L5. Infine è stato implementato un algoritmo, che sfrutta il filtro di Kalman e un modello biomeccanico appositamente sviluppato, per estrapolare l’evoluzione dell’angolo Tronco-Coscia. Avere a disposizione tale informazione e perciò conoscere la biomeccanica e la cinematica del corpo umano, rende possibile l’applicazione di questa procedura in svariati campi in ambito clinico e non.

Analisi della stabilità motoria durante il cammino: come gli indici di variabilità e stabilità dell'accelerazione del centro di massa sono influenzati da processi cognitivi (dual-task)

La valutazione strumentale del cammino è solitamente svolta chiedendo ai soggetti semplicemente di camminare (ST). Tale condizione non rappresenta la quotidianità. Infatti, nella vita di tutti i giorni la locomozione richiede di adattarsi alle necessità individuali e il coinvolgimento di attività cognitive. I paradigmi di Dual-Task (DT) sono utilizzati per valutare i cambiamenti nella strategia di controllo del cammino in situazioni di vita quotidiana. In particolare, gli indici di performance, di variabilità e di stabilità, utilizzati nella valutazione del controllo motorio, potrebbero essere utili per valutare le interferenze cognitive durante il cammino. L’obiettivo del lavoro è di valutare come tali indici cambiano durante il Dual-Task. Sono stati reclutati 16 studenti, giovani e sani, della Facoltà di Ingegneria Biomedica di Cesena, ai quali è stato chiesto di compiere un cammino rettilineo di 250 m, senza ostacoli, all’aperto, in due condizioni: svolgendo la sola attività di cammino (ST); aggiungendo al precedente task, una sottrazione consecutiva di 7 ad alta voce, partendo da un numero casuale (DT). Tramite tre sensori inerziali tri-assiali, posti sul tronco (L5) e sulle caviglie, sono stati acquisiti i segnali di accelerazione e velocità angolare. Dopo aver calcolato, a partire da tali dati, indici di performance (numero di passi, cadence, velocità e tempo di esecuzione del test), di variabilità (Standard Deviation, Coefficient of Variation, Index of the Variance, Nonstationary Index, Poincare 4 Plots) e di stabilità (Harmonic Ratio e Index of Harmonicity), nelle due condizioni (ST e DT), è stata eseguita un’analisi statistica tra i due task. Le analisi statistiche condotte su tali indici hanno evidenziato che il DT influenza prevalentemente gli indici di performance (numero di passi, cadence, velocità e tempo di esecuzione del test) e in grado minore gli indici di variabilità e stabilità.