Metodi per lo studio dell’EEG e applicazioni per la stima quantitativa dello stato di coscienza

Negli ultimi anni le cure mediche per le lesioni cerebrali sono migliorate notevolmente, portando a un aumento delle persone che sopravvivono. Tuttavia, molti pazienti non si riprendono completamente e rimangono in uno stato di assenza di coscienza prolungato, come il coma. Ci sono tre principali stati di DOC (Disorder of Consciousness): coma, stato di veglia non responsiva UWS (Unresponsive Wakefulness State) e stato di minima coscienza MCS (Minimally Conscious State). L'obiettivo principale di questa tesi è analizzare i vari metodi che possano fornire un supporto diagnostico efficace per distinguere tra diversi stati di alterazione della coscienza attraverso l'analisi dell'EEG. Ottenere un risultato significativo in questo campo è di fondamentale importanza, poiché i pazienti in uno stato di minima coscienza (MCS), se identificati correttamente, potrebbero beneficiare di opportune misure di riabilitazione e avere la possibilità di recuperare alcune funzioni cognitive. Tuttavia, se non vengono riconosciuti adeguatamente e vengono erroneamente classificati come in coma, i pazienti potrebbero non ricevere le cure e l'attenzione necessarie per il loro miglioramento. Pertanto, è di vitale importanza sviluppare un metodo diagnostico affidabile che possa distinguere con precisione tra i diversi stati di alterazione della coscienza. Questa tesi ha l’obbiettivo di analizzare il ruolo dell’EEG nella diagnosi dei pazienti con DOC. Nel primo capitolo, a seguito di una descrizione anatomica e funzionale dell'encefalo, viene analizzata l’origine neurofisiologica del segnale EEG e delle sue componenti e proprietà. Vengono illustrati i principali disturbi di coscienza e le scale diagnostiche comportamentali. Il secondo capitolo è dedicato alla strumentazione per l’acquisizione del segnale EEG e alle principali tecniche di visualizzazione del segnale. Nel terzo capitolo vengono presentati i principali artefatti fisiologici e extra fisiologici e il metodo ICA (Independent Component Analysis) volto alla rimozione degli artefatti. Il quarto capitolo comprende una panoramica delle principali applicazioni del EEG nell’ambito delle DOC e le conclusioni nelle quali verrà tracciato un quadro generale della situazione attuale.