Dispositivi indossabili intelligenti per lo studio dei disturbi del sonno

L’obiettivo di questa tesi è quello di analizzare la strumentazione e i metodi di misura di alcuni segnali biomedici, tra cui EEG ed ECG, per poi vederne le utilità e le implicazioni nello studio dei disturbi del sonno. Si vedranno poi due dispositivi indossabili ed intelligenti, che sono il risultato di una stretta e proficua collaborazione tra ingegneria e medicina. Il primo capitolo introduce dal punto di vista fisiologico e patologico il sonno, analizzando anche i vari stadi di cui si compone e la loro ciclicità. Nel secondo capitolo si affrontano i segnali biomedici che sono più rilevanti per l’andamento del sonno, con particolare attenzione sui loro metodi di misura. Si vedranno in particolare l’elettroencefalogramma, con le sue forme d’onda caratteristiche e direttamente collegate all’individuazione dello stadio del sonno; la pulsiossimetria, ovvero il rapporto tra la quantità di ossigeno presente nel sangue e la quantità massima di ossigeno potenzialmente trasportabile; infine i segnali relativi all’attività cardiaca, tra cui ECG e PPG, fondamentali per misurare la frequenza cardiaca e in particolare la sua variabilità. Quest'ultima può dare importanti informazioni sul sonno come ad esempio la variabilità di frequenza cardiaca (HRV) la quale indica la qualità dello stesso. Nel terzo capitolo si analizzano due dispositivi indossabili e intelligenti utili nel monitorare l’andamento del sonno e nell’individuarne i disturbi. Il primo è Sleep Profiler, sviluppato dall’azienda americana ABM, che sfrutta tre elettrodi in posizione fronto-polare per ricavare l’EEG. Il segnale così ottenuto viene elaborato in maniera automatica e vengono distinte in modo preciso le fasi del sonno del soggetto e le possibili patologie ricavabili dall’andamento del sonno. Il secondo dispositivo è Oura Ring, sviluppato dall’omonima azienda finlandese. Si tratta di un anello intelligente dotato di LED e fotorilevatore in grado di misurare frequenza cardiaca e HRV. Da questi dati viene elaborato in maniera automatica un resoconto sui dati del sonno del soggetto.