An fmri study of brain functional connectivity in parkinson's disease patients

Argomento del presente lavoro è l’analisi di dati fMRI (functional Magnetic Resonance Imaging) nell’ambito di uno studio EEG-fMRI su pazienti affetti da malattia di Parkinson idiopatica. L’EEG-fMRI combina due diverse tecniche per lo studio in vivo dell’attività cerebrale: l'elettroencefalografia (EEG) e la risonanza magnetica funzionale. La prima registra l’attività elettrica dei neuroni corticali con ottima risoluzione temporale; la seconda misura indirettamente l’attività neuronale registrando gli effetti metabolici ad essa correlati, con buona risoluzione spaziale. L’acquisizione simultanea e la combinazione dei due tipi di dati permettono di sfruttare i vantaggi di ciascuna tecnica. Scopo dello studio è l’indagine della connettività funzionale cerebrale in condizioni di riposo in pazienti con malattia di Parkinson idiopatica ad uno stadio precoce. In particolare, l’interesse è focalizzato sulle variazioni della connettività con aree motorie primarie e supplementari in seguito alla somministrazione della terapia dopaminergica. Le quattro fasi principali dell’analisi dei dati sono la correzione del rumore fisiologico, il pre-processing usuale dei dati fMRI, l’analisi di connettività “seed-based “ e la combinazione dei dati relativi ad ogni paziente in un’analisi statistica di gruppo. Usando ’elettrocardiogramma misurato contestualmente all’EEG ed una stima dell’attività respiratoria, è stata effettuata la correzione del rumore fisiologico, ottenendo risultati consistenti con la letteratura. L’analisi di connettività fMRI ha mostrato un aumento significativo della connettività dopo la somministrazione della terapia: in particolare, si è riscontrato che le aree cerebrali maggiormente connesse alle aree motorie sono quelle coinvolte nel network sensorimotorio, nel network attentivo e nel default mode network. Questi risultati suggeriscono che la terapia dopaminergica, oltre ad avere un effetto positivo sulle performance motorie durante l’esecuzione del movimento, inizia ad agire anche in condizioni di riposo, migliorando le funzioni attentive ed esecutive, componenti integranti della fase preparatoria del movimento. Nel prossimo futuro questi risultati verranno combinati con quelli ottenuti dall’analisi dei dati EEG.

Validità dei sistemi per la supervisione del cammino in persone con malattia di parkinson attraverso l'utilizzo di sensori inerziali

Il morbo di Parkinson è una comune malattia neurodegenerativa. I disturbi nella camminata sono per le persone affette da questa patologia una delle più frequenti cause di disabilità e limitazione all’indipendenza nello svolgimento delle attività della vita quotidiana. La camminata nei soggetti che presentano questa malattia è caratterizzata da bassa velocità, produzione di shuffling, passi corti, e alta cadenza del passo. Recenti studi hanno dimostrato che i soggetti con la malattia di Parkinson possono ricevere benefici da una terapia motoria basata su sistemi stand alone in grado di fornire stimoli audio e feedback. Lo scopo di questo studio è stato quello di esaminare se i soggetti con la malattia di Parkinson miglioravano la loro camminata in risposta a due tipi di stimoli audio: istruzioni verbali e metronomo. Undici soggetti con la malattia di Parkinson sono stati testati utilizzando un sistema indossabile finalizzato alla fornitura di un feedback uditivo. Il sistema è in grado di estrarre in tempo reale i parametri spazio-temporali(cadenza, lunghezza del passo e velocità) della camminata e, confrontandoli con parametri di riferimento ottenuti da una camminata del soggetto stesso supervisionata dal clinico, è in grado di restituire all’utente un feedback sotto forma di messaggio vocale o di metronomo finalizzato a correggere, qualora la camminata attuale non risulti efficace e clinicamente corretta, lo schema della camminata.

Sviluppo e test di una rete di sensori indossabili per il monitoraggio e la riabilitazione di pazienti affetti da morbo di parkinson

Il recente sviluppo commerciale di smartphone, tablet e simili dispositivi, ha portato alla ricerca di soluzioni hardware e software dotate di un alto livello di integrazione, in grado di supportare una potenza di calcolo e una versatilità di utilizzo sempre più crescenti, pur mantenendo bassi i consumi e le dimensioni dei dispositivi. Questo sviluppo ha consentito parallelamente a simili tecnologie di trovare applicazione in tanti altri settori, tra i quali quello biomedicale. Il lavoro esposto in questa tesi si inserisce nel contesto appena descritto e, in particolare, consiste nello sviluppo di un sistema WBAN ideato per garantire maggiore flessibilità, controllo e personalizzazione nella terapia riabilitativa dei pazienti affetti da Morbo di Parkinson. In questo campo è stata dimostrata l'efficacia, in termini di miglioramento delle condizioni di vita dell'individuo, dell'esercizio fisico e in particolare di una serie di fisioterapie riabilitative specifiche. Tuttavia manca ancora uno strumento in grado di garantire più indipendenza, continuità e controllo,per le persone affette da MP, durante l'esecuzione di questi esercizi; senza che sia strettamente necessario l'intervento di personale specializzato per ogni seduta fisioterapeutica. Inoltre manca un sistema che possa essere comodamente trasportato dal paziente nelle attività di tutti i giorni e che consenta di registrare e trasmettere eventi particolari legati alla patologia, come blocchi motori e cadute accidentali. Il presente lavoro di tesi tratta della realizzazione di un Firmware per la gestione di un Nodo Centrale che funge da master in una rete WBAN a tre nodi. L'obbiettivo è quello di integrare in tale firmware le funzioni di acquisizione dati dai sensori on-board, comunicazione tra i nodi della rete e gestione delle periferiche hardware secondarie; in particolare per lo sviluppo è stato usato un Sistema Operativo Real-Time (RTOS) del quale sono esposti vantaggi e svantaggi dell’utilizzo.

Monitoraggio del cammino nei soggetti con malattia di parkinson tramite l'utilizzo di sensori inerziali: Disegno e sviluppo di algoritmi per la stima della clearance dei piedi e dell'inclinazione del tronco

La malattia di Parkinson è un disturbo neurodegenerativo con eziologia sconosciuta che colpisce in particolare le aree del cervello che sono coinvolte nel controllo del movimento. Tale disturbo neurologico causa anomalie sull’andatura del soggetto portandolo ad esempio a strisciare i piedi e flettere il busto più del necessario; anomalie che causano una camminata insicura che può sfociare in inciampi e cadute. Lo scopo di questo studio è disegnare e sviluppare algoritmi in grado di stimare la clearance dei piedi e l’inclinazione del tronco, al fine di essere inseriti nel progetto CuPiD, il quale fornisce un feedback vocale ogni volta in cui il soggetto parkinsoniano presenti valori dei parametri monitorati al di fuori di un range fisiologico. Sono stati reclutati 20 soggetti, 10 a cui è stata diagnosticata la malattia di Parkinson idiopatica e 10 asintomatici.
Nella valutazione sperimentale si è acquisita la camminata dei soggetti coinvolti nell’esperimento, utilizzando un sistema inerziale ed un sistema stereofotogrammetrico come gold standard. Ogni soggetto ha eseguito 4 camminate, ciascuna della durata di 2 minuti, nelle seguenti diverse condizioni: camminata normale, focus sui piedi, focus sul tronco, audio stroop. Inoltre si è valutata l’entità delle differenze cliniche dei due parametri stimati, tra il gruppo dei soggetti malati di Parkinson ed il gruppo dei soggetti sani. Dallo studio effettuato si propone un algoritmo per la stima della clearance che presenta un errore relativamente alto

Le tecnologie per la riabilitazione a servizio del paziente affetto da malattia di parkinson

La "paralisi agitante", come �e stata de�finita da James Parkinson nel 1817, �è la seconda malattia neurodegenerativa pi�ù comune dopo la malattia di Alzheimer, con una frequenza che varia tra 8 e 18 per 100000 persone all'anno. L'esordio è raro prima dei 50 anni con un aumento dell'incidenza attorno ai 60. Ad oggi, non esiste una cura per la malattia di Parkinson ed una via, assieme al trattamento farmacologico, per fornire un sollievo dai sintomi è la riabilitazione. Nel primo capitolo dell'elaborato vengono descritti l'eziopatogenesi e i sintomi principali della malattia; nel secondo viene presentata una descrizione sistematica delle tecnologie applicate oggi a fini riabilitativi. La terza parte unisce le prime due e rappresenta l'obiettivo della tesi: vengono presi in considerazione i principali sintomi della malattia e, per ognuno di essi, viene mostrato come le tecnologie vengono impiegate per fornire un supporto ed un aiuto alla rieducazione motoria e cognitiva

Description and Prediction of Freezing of Gait in Parkinson's Disease from Wearable Inertial Measurements Units

Parkinson's disease (PD) is a neuro-degenerative disorder, the second most common after Alzheimer's disease. After diagnosis, treatments can help to relieve the symptoms, but there is no known cure for PD. PD is characterized by a combination of motor and no-motor dysfunctions. Among the motor symptoms there is the so called Freezing of Gait (FoG). The FoG is a phenomenon in PD patients in which the feet stock to the floor and is difficult for the patient to initiate movement. FoG is a severe problem, since it is associated with falls, anxiety, loss of mobility, accidents, mortality and it has substantial clinical and social consequences decreasing the quality of life in PD patients. Medicine can be very successful in controlling movements disorders and dealing with some of the PD symptoms. However, the relationship between medication and the development of FoG remains unclear. Several studies have demonstrated that visual or auditory rhythmical cuing allows PD patients to improve their motor abilities. Rhythmic auditory stimulation (RAS) was shown to be particularly effective at improving gait, specially with patients that manifest FoG. While RAS allows to reduce the time and the effects of FoGs occurrence in PD patients after the FoG is detected, it can not avoid the episode due to the latency of detection. An improvement of the system would be the prediction of the FoG. This thesis was developed following two main objectives: (1) the finding of specifics properties during pre FoG periods different from normal walking context and other walking events like turns and stops using the information provided by the inertial measurements units (IMUs) and (2) the formulation of a model for automatically detect the pre FoG patterns in order to completely avoid the upcoming freezing event in PD patients. The first part focuses on the analysis of different methods for feature extraction which might lead in the FoG occurrence.