Un'interfaccia grafica Matlab per il calcolo automatizzato di indicatori EEG per supporto alla diagnosi clinica in età neonatale e pediatrica

Caratterizzare il segnale elettroencefalografico (EEG) in età pediatrica rappresenta un ambito di rilevante interesse per la bioingegneria, poiché il tracciato elettrico corticale riflette processi dinamici e complessi quali la maturazione sinaptica, la mielinizzazione e il pruning neuronale. L’integrazione di tali strumenti nella pratica clinica quotidiana è spesso ostacolata dalla necessità di competenze di programmazione avanzate nell’uso dei software di analisi. Questa tesi si propone di colmare questo divario attraverso la progettazione, lo sviluppo e la validazione in clinica di un’interfaccia in ambiente MATLAB per il calcolo di indicatori del segnale EEG pediatrico. Il software è stato concepito per offrire ai clinici uno strumento intuitivo, capace di automatizzare l’intera pipeline di elaborazione del segnale EEG: dal caricamento dei dati in formato standard (.edf) alla pre-elaborazione (filtraggio), fino all’estrazione di feature multidimensionali quali la densità spettrale di potenza, l’analisi dell’attività aperiodica (Esponente Spettrale, SE) — per quantificare il bilancio tra eccitazione e inibizione sinaptica — e il calcolo della Dimensione Frattale di Higuchi (HFD) — un indicatore della regolarità del segnale nel tempo. La fase di validazione è stata condotta attraverso un test di usabilità e simulazioni di scenari clinici. Il software sviluppato si configura come un efficace supporto alla decisione clinica. Fornendo mappe topografiche intuitive e indicatori numerici sintetici, l’interfaccia supporta la valutazione della maturità cerebrale e l’identificazione precoce di anomalie nel neurosviluppo, riducendo sia il tempo di analisi sia il possibile errore operatore-dipendente. Gli sviluppi futuri mirano all’integrazione di montaggi bipolari e all’automazione nella scelta dei parametri.