| KEYWORD |
Area Ingegneria
Sviluppo di un innovativo algortimo di ML per la misura della PWV su singolo sito di prelievo del segnale
Parole chiave MACHINE LEARNING, MALATTIE CARDIOVASCOLARI, PWV, SEGNALI FISIOLOGICI
Riferimenti DANILO DEMARCHI
Riferimenti esterni Irene Buraioli (irene.buraioli@polito.it)
Gruppi di ricerca MiNES (Micro&Nano Electronic Systems)
Tipo tesi SPERIMENTALE
Descrizione Le malattie cardiovascolari (CVD) sono la prima causa di mortalità nel mondo, con circa 17,9 milioni di decessi all'anno che corrispondono al 32% del totale dei decessi annuali. La diagnosi precoce e il trattamento delle CVD possono ridurre drasticamente la possibilità di mortalità prematura e garantire una vita normale. Il rischio cardiovascolare è stato ampiamente correlato in letteratura con la Pulse Wave Velocity (PWV), un indice dall’elevato contenuto predittivo. La PWV rappresenta la velocità di propagazione dell'onda di pressione all'interno delle arterie, e viene solitamente valutata tra i siti carotideo e femorale. In particolare, viene calcolata come il rapporto tra la distanza dei due siti e il tempo trascorso per percorrere tale lunghezza. Oggigiorno, la stima del PWV viene eseguita con strumenti basati principalmente sulla tonometria ad applanazione, ma l'alto costo ha fortemente limitato il loro utilizzo in ambito clinico. La necessità di due siti di prelievo complica lo sviluppo di soluzioni indossabili che permettano un monitorggio continuo ed automatico di questo parametro altamente predittivo di rischio cardiovascolare.
Lo scopo di questa tesi consiste nello sviluppo di un algortimo di ML per la misura di PWV partendo da segnali di onde di polso prelevati da un singolo sito d’acquisizione. Il dataset di partenza è già stato costruito e arricchito dal gruppo di ricerca in collaborazione con un team medico referente per le acquisizioni su soggetti volontari.
Il lavoro di tesi proposto si articolerà nel seguente modo:
1) Al candidato sarà richiesto di effettuare un’analisi sullo stato dell’arte degli algoritmi di ML specifici per l’analisi dei segnali di onde di polso.
2) Successivamente il candidato dovrà analizzare il dataset fornitogli ed implementare un algoritmo di ML che consenta una stima affidabile del valore di PWV.
3) Infine, il candidato dovrà dimostrare l’efficacia della soluzione proposta valutandone le performance.
Tale processo porterà il candidato a produrre un algoritmo per la stima della PWV applicabile nei dispositivi di nuova generazione in ambio clinico per il monitoraggio e la valutazione del rischio cardiovascolare.
Conoscenze richieste Elaborazione di segnali, programmazione in Matlab/Python, basi di ML
Scadenza validita proposta 14/12/2024
PROPONI LA TUA CANDIDATURA