Academic literature on the topic 'Analisi del passo,sensori inerziali,cammino,acqua'

Questa tesi presenta un'analisi dei parametri temporali del cammino in acqua e a secco, tramite videocamera, usata come Gold Standard, e sensori inerziali, con lo scopo di valutare e confrontare il livello di accuratezza di tre algoritmi. Allo studio, composto da tre prove a velocità differenti di cammino in acqua ed una di cammino a secco, ha partecipato un soggetto maschio giovane, in buona salute. I parametri temporali sono stati ricavati dall'analisi dei segnali di accelerazione e velocità angolare in uscita dai sensori da parte dei tre algoritmi e messi, in seguito, a confronto con quelli ottenuti dall'analisi del video. I risultati hanno mostrato che l'algoritmo che utilizza l’accelerazione di un sensore posizionato sulla pelvi ha difficoltà a rilevare gli eventi di interesse sia a secco che in acqua e si discosta in maniera significativa dai valori del Gold Standard. I risultati degli altri due algoritmi, che utilizzano rispettivamente i segnali di velocità angolari di due sensori posizionati su piedi e caviglie, si avvicinano maggiormente ai valori di Gold Standard, con comportamenti tra loro paragonabili. I risultati ottenuti risultano un buon punto di partenza, tuttavia basandosi sui dati di un unico soggetto non sono generalizzabili. Sarebbe opportuno, quindi, svolgere ulteriori analisi, con una campionatura più ampia.

La biocinematica è una branca della biomeccanica che studia il movimento dei segmenti corporei senza considerare le cause che lo determinano. Le grandezze fisiche di interesse (posizione, velocità ed accelerazione) vengono determinate grazie ai sistemi di analisi del movimento che sfruttano principi fisici di funzionamento differenti con vari gradi di invasività. Lo sviluppo di nuove tecnologie di costruzione dei sensori inerziali, ha fornito una valida alternativa alle tecniche classiche per l’analisi del movimento umano. Gli IMUs (Inertial Measurement Units) sono facilmente indossabili, possono essere facilmente utilizzati fuori dal laboratorio, hanno un costo molto inferiore rispetto a quello dei sistemi opto-elettronici, non richiedono particolari abilità per essere utilizzati dall’utente e si configurano facilmente. In questa tesi verrà analizzato il cammino e costruite le bande di normalità sia in laboratorio che in acqua tramite i sensori inerziali. L’utilizzo in acqua delle tecniche classiche di analisi del movimento presenta dei problemi di accuratezza (legati ad esempio alla presenza delle bolle d’aria in acqua) che impediscono di effettuare un confronto tra i risultati ottenuti dai sensori e quelli ottenuti con un gold standard. Per questo motivo, è stato implementato un test per valutare l’accuratezza dei sensori e l’influenza dei disturbi magnetici sui magnetometri nelle stesse condizioni ambientali in cui si desidera registrare il cammino. Quest’analisi strumentale ha consentito anche di individuare, tra i diversi algoritmi di fusione utilizzati (algoritmo di fabbrica e algoritmo di Madgwick), quello da impiegare nell’analisi del suddetto task motorio per stimare in maniera più accurata l’orientamento dei sensori in acqua e in laboratorio. L'algoritmo di fabbrica viene escluso dal processo di sensor fusion poiché mostra un'accuratezza peggiore rispetto all'algoritmo di Madgwick. Dal momento che il protocollo implementato di analisi del cammino attraverso i sensori inerziali è già stato validato a secco e che le prestazioni dei sensori sono analoghe a secco e in acqua, il protocollo può essere utilizzato per la stima della cinematica degli arti inferiori nell'acqua. Le differenze riscontrate tra le curve del cammino sono da imputare sia alla diversa condizione ambientale che alla minore velocità di progressione che i soggetti manifestano in acqua. Infatti, la velocità media di progressione è 151.1 cm/s in laboratorio e 40.7 cm/s in acqua.

La tesi di seguito realizzata ha lo scopo di fornire il risultato derivante dall’analisi di dati relativi a bambini aventi dai 2 ai 24 mesi di esperienza di cammino indipendente. Lo studio ha coinvolto 18 bambini di età compresa tra i 14 e i 34 mesi. Sono stati analizzati i parametri temporali relativi al ciclo del cammino per ogni bambino coinvolto nello studio. In particolare, sono state prese in considerazione le seguenti variabili temporali: doppio supporto (percentuale), tempo di stance (percentuale) e tempo di stride. Per ottenere i dati sono state effettuate delle rilevazioni tramite sensori indossabili Opals (APDM). I dati ottenuti dalle rilevazioni sono stati poi analizzati in Matlab. L’ obiettivo di tale tesi è quello di fornire una base di dati quantitativi descriventi il cammino di un gruppo di bambini di età prescolare che, se ampliata, potrà essere usata in altri studi futuri ad esempio come base di paragone per l’analisi del cammino in bambini con o a rischio di disturbi motori (aventi le stesse caratteristiche di quelli coinvolti in questo studio). Un ulteriore scopo è stato quello di analizzare qualitativamente se l’effetto dell’età anagrafica (in mesi) e dei mesi di esperienza di cammino influisse sui risultati.

Il morbo di Parkinson è un disturbo motorio degenerativo e progressivo classificato come malattia cerebrale. Tale sintomatologia provoca spesso alterazioni nei parametri temporali del cammino, grazie allo studio dei quali è possibile operare la stadiazione e il monitoraggio della patologia. Al fine di ricavare questi parametri, è necessario disporre di strumenti che possano identificare correttamente gli eventi del cammino. Ad oggi, grazie allo sviluppo dei sensori inerziali, sono stati implementati molteplici algoritmi per la segmentazione del passo su soggetti sani. Nei soggetti con Parkinson il pattern del cammino potrebbe risultare alterato, perciò non è assicurata la corretta identificazione degli eventi del cammino da parte dell’algoritmo. Uno studio precedente ha analizzato le performance di questi algoritmi su soggetti con Parkinson su tratti rettilinei di cammino, senza considerare eventuali fenomeni di freezing. Lo scopo di questa tesi è valutare le performance degli algoritmi di segmentazione del passo presenti in letteratura applicati ai dati inerziali di cammino di soggetti Parkinsoniani lasciati deambulare in condizioni ecologiche. 20 pazienti sono stati equipaggiati con 5 sensori inerziali posti su tronco, piedi e caviglie, ed è stata eseguita una six-minute walking. È stato poi sviluppato un algoritmo che elimina i momenti di pausa e svolta durante il task motorio e lascia inalterati i momenti di freezing, se presenti. Il segnale risultante è stato poi applicato agli algoritmi alcuni dei quali non sono risultati utilizzabili per la determinazione degli eventi del cammino. Grazie ad un’analisi di ripetibilità del pattern del cammino tramite ICC intrasoggetto e rispetto sani, si possono definire le linee guida di utilizzo dell’algoritmo migliore da utilizzare.

I disturbi motori sono per le persone affette da Parkinson una delle più frequenti cause di disabilità e limitazione nello svolgimento delle attività della vita quotidiana. La loro camminata è caratterizzata da bassa velocità, produzione di shuffling, passi corti e alta cadenza del passo. Questo studio si pone come obiettivo l’analisi cinematica del cammino su persone con Parkinson tramite l’utilizzo di sensori inerziali. 20 soggetti sono stati acquisiti durante 6 minuti di cammino con 5 sensori inerziali applicati su tronco, caviglie e piedi. Sono stati valutati 17 algoritmi proposti in letteratura per l’identificazione degli istanti di interesse: FC (‘Foot Contact’, istante di contatto del piede col suolo) e FO (‘Foot off’, istante in cui le dita del piede si staccano dal suolo). Gli eventi ripresi da una telecamera sono stati assunti come riferimento. Se la percentuale di rilevazione degli eventi del passo da parte di un algoritmo era inferiore all’81% rispetto al Gold standard non poteva essere incluso nelle analisi. Sono stati calcolati gli intervalli temporali che intercorrevano tra le varie fasi. Sulla base dei risultati è stata condotta un’analisi statistica per valutare le prestazioni migliori a seconda di posizionamento dei sensori, variabile analizzata e approccio computazionale. Tutti gli algoritmi sono stati confrontati tra loro. Dai risultati emerge che, nell’identificazione degli eventi del passo, il posizionamento dei sensori posti su piede e caviglia danno performance migliori, rispetto a quando vengono posizionati sul tronco. Per la variabile analizzata, gli algoritmi che sfruttano la velocità angolare sono da preferire a quelli che utilizzano l’accelerazione. In base al diverso approccio implementativo, performance diverse sono state osservate in relazione al posizionamento e al filtraggio utilizzato. Per gli algoritmi che non superavano la soglia minima richiesta sulla sensitività sono state avanzate alcune modifiche nella loro implementazione.