| KEYWORD |
Dati elettromiografici (EMG) per monitoraggio dei disturbi del sonno
Parole chiave DISTURBI DEL SONNO, EMG, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS, MALATTIE NEUROLOGICHE
Riferimenti GABRIELLA OLMO
Riferimenti esterni Dr. Irene Rechichi - irene.rechichi@polito.it
Gruppi di ricerca DAUIN - GR-19 - SYSTEM BIOLOGY GROUP - SYSBIO
Tipo tesi SPERIMENTALE APPLICATA
Descrizione La tesi si colloca nell’ambito dello studio dei disturbi del sonno. In particolare, il disturbo comportamentale in sonno REM (RBD) è considerato uno stadio preclinico di patologie neurodegenerative, tra cui la malattia di Parkinson. Il progetto, in collaborazione con il Centro Disturbi del Sonno (Ospedale Molinette), verterà sull’analisi di segnali EMG dai tracciati polisonnografici di pazienti con RBD e disturbi affini, con l’obiettivo di automatizzare il monitoraggio delle anomalie in sonno REM, facilitando diagnosi e follow-up.
La tesi si propone di:
1) Ottimizzare gli score clinici di anomalia muscolare in sonno REM, con identificazione automatica degli artefatti;
2) Confrontare in maniera oggettiva soggetti in stadio clinico e preclinico, integrando l’analisi di parametri clinici e demografici
Conoscenze richieste Conoscenze di base dell’analisi ed elaborazione dei segnali. Programmazione di base (Matlab, Python). Conoscenza di base di Machine Learning.
Scadenza validita proposta 02/03/2023
PROPONI LA TUA CANDIDATURA