| KEYWORD |
DAUIN - GR-24 - reSilient coMputer archItectures and LIfE Sci - SMILIES
Riconoscimento automatico di fluttuazioni motorie nella malattia di Parkinson usando sensori indossabili e machine learning
Parole chiave ELABORAZIONE DEI SEGNALI, MACHINE LEARNING, MALATTIA DI PARKINSON, SENSORI INDOSSABILI
Riferimenti LUIGI BORZI'
Gruppi di ricerca DAUIN - GR-24 - reSilient coMputer archItectures and LIfE Sci - SMILIES
Tipo tesi EXPERIMENTAL
Descrizione La malattia di Parkinson rappresenta la seconda malattia neurodegenerativa piu' diffusa. Diversi sintomi motori si presentano all'avanzare della malattia. I trattamenti farmacologici attualmente disponibili possono ridurre i sintomi e migliorare la qualità della vita. Allo stesso tempo, i pazienti presentano fluttuazioni motorie, passando da periodi di maggior efficacia della terapia e quindi ottimo controllo dei sintomi, a momenti in cui l'effetto della terapia termina e sintomi si manifestano nuovamente.
La tesi si propone di riconoscere automaticamente le fluttuazioni motorie usando sensori indossabili.
Dati inerziali da un vasto campione di pazienti sono stati registrati usando la combinazione di sensori indossabili, posti in diversi segmenti corporei.
I dati sono stati raccolti in laboratorio, durante test motori specifici, sia in presenza che in assenza di terapia.
Lo studente analizzarà i dati a disposizione, processando i segnali registrati dai diversi sensori e sviluppando algoritmi di intelligenza artificiale.
Conoscenze richieste analisi dei segnali; machine learning; biomeccanica del movimento
Scadenza validita proposta 19/09/2025
PROPONI LA TUA CANDIDATURA