Ottimizzazione dell'approccio fotogrammetrico per la rilevazione delle posizioni dei sensori usati in elettroencefalografia e spettroscopia nel vicino infrarosso.

The purpose of this thesis is to optimize the photogrammetric approach for detecting sensor locations used in near-infrared spectroscopy and electroencephalography, which are noninvasive techniques that measure neuronal and hemodynamic activity in the brain. This study describes the importance of good sensor localization, using photogrammetric and digitalized approaches, and some of the issues not yet solved. Therefore, starting from a video recorded with an iPhone filming a 3D-printed head with sensor locations highlighted in color, virtual three-dimensional reconstructions were made using the Agisoft Metashape software, and varying the number of frames, in order to evaluate the minimum requirements of the video and obtain an accurate reconstruction. In addition, a graphical interface was developed on Matlab to enable the researcher using the photogrammetric approach to automatically identify the reconstructed position of the sensors with minimal effort. The interface contains five sliding bars, four of which are useful for more easily identifying optodes by manually changing the HSV scale color thresholds, and one for changing the threshold defining the size of a cluster of points.

Lo scopo di questo elaborato di tesi è quello di ottimizzare l’approccio fotogrammetrico per la rilevazione delle posizioni dei sensori usati in elettroencefalografia e spettroscopia nel vicino infrarosso, tecniche non invasive che misurano l’attività neuronale ed emodinamica del cervello. In questo studio viene descritta l’importanza di una buona localizzazione dei sensori, mediante approccio fotogrammetrico e digitalizzato, e alcune delle problematiche non ancora risolte. Successivamente, partendo da un video registrato con iPhone che riprende una testa stampata in 3D con evidenziate a colori le posizioni dei sensori, sono state effettuate delle ricostruzioni tridimensionali virtuali usando il software Agisoft Metashape e variando il numero di frames utilizzati, allo scopo di valutare i minimi requisiti richiesti dal video per poter ottenere una ricostruzione accurata. Inoltre, è stata sviluppata un’interfaccia grafica su Matlab, che consenta al ricercatore che utilizza l'approccio fotogrammetrico di identificare automaticamente e con il minimo sforzo la posizione ricostruita dei sensori. L'interfaccia contiene cinque sliding bar, quattro delle quali utili per identificare più facilmente gli optodi cambiando manualmente le soglie di colori della scala HSV, e una per modificare la soglia definente la dimensione di un cluster di punti.