| KEYWORD |
Analisi di stress e mental workload: sviluppo di una applicazione in real-time
Parole chiave CARICO COGNITIVO, REAL-TIME, SEGNALI FISIOLOGICI, STRESS
Riferimenti DANILO DEMARCHI
Riferimenti esterni Irene Buraioli (irene.buraioli@polito.it)
Gruppi di ricerca MiNES (Micro&Nano Electronic Systems)
Tipo tesi SPERIMENTALE
Descrizione Lo stress e il carico cognitivo alterano i nostri processi mentali ed emotivi, ostacolando il processo decisionale in molte situazioni della nostra vita quotidiana. Il nostro corpo e sensibile a queste condizioni attraverso diversi segnali fisiologici, come l'ossigenazione cerebrale (segnale fNIRS), il segnale cardiorespiratorio, il segnale elettrodermale (EDA), la temperatura corporea e i movimenti oculari. Dato l'elevato numero di dati e la complessita del problema, e necessario sviluppare uno strumento in real-time in grado di prevedere lo stress e il carico di lavoro mentale di una persona.
Il lavoro di tesi proposto sara strutturato come segue:
1) Il candidato dovra eseguire un'analisi dello stato dell'arte degli algoritmi per l'elaborazione dei segnali fisiologici in real-time.
2) Successivamente, il candidato dovra trasformare il nostro strumento gia sviluppato di post-processing di elaborazione dei segnali in una versione in tempo reale Python-based.
3) Infine, il candidato dovra validare il funzionamento del suo algoritmo su dati reali ottenuti con test ad hoc.
Questo progetto mira a sviluppare nel candidato competenze sia informatiche sia biomediche applicate a esigenze reali e concrete che stanno acquisendo sempre piu importanza nella vita di tutti i giorni, come il rilevamento dello stress e del carico di lavoro mentale.
Conoscenze richieste Programmazione in Python, elaborazione di segnali biomedici, programmazione in Matlab
Scadenza validita proposta 14/12/2024
PROPONI LA TUA CANDIDATURA