Sviluppo e implementazione di un algoritmo per l’analisi del movimento dell’arto superiore durante l'esecuzione del test clinico ARAT: identificazione di primitive motorie con sensori inerziali

I disturbi neurologici che interessano  le aree deputate al controllo sensomotorio possono  causare gravi compromissioni delle funzioni motorie incidendo sull’indipendenza e la qualità di vita del paziente. Le valutazioni  della capacità motorie degli arti superiori e dell’efficacia dei trattamenti riabilitativi si basano ancora prevalentemente su scale cliniche qualitative. Queste risultano inadeguate a descrivere con sufficiente granularità il movimento del paziente e  non permettono di identificare e quantificare eventuali meccanismi compensatori adottati.  Le valutazioni motorie supportate dalla  tecnologia e la suddivisione  del movimento funzionale in moduli motori invarianti (ovvero, primitive motorie funzionali), consentono di  integrare le convenzionali valutazioni cliniche  fornendo  misure più accurate, oggettive e ripetibili per l’analisi della motricità del paziente e il monitoraggio dei suoi miglioramenti nel tempo.  Attualmente, l'analisi del movimento attraverso lo studio delle primitive motorie funzionali viene effettuata tramite la segmentazione visiva del movimento. Queste segmentazioni video presentano limiti significativi, come la variabilità inter e intra-operatore, la soggettività nel processo decisionale e la possibilità di errori nell'identificazione dei punti di transizione del movimento. In questa tesi  pertanto si è sviluppato un algoritmo di segmentazione in primitive motorie funzionali  dei movimenti eseguiti da un campione di 10 soggetti sani durante l’esecuzione del test clinico Action Research Arm Test (ARAT). La validazione dell’algoritmo è stata condotta confrontando gli eventi temporali individuati dall’algoritmo con le  segmentazioni video effettuate da un operatore esperto nel riconoscimento delle primitive motorie funzionali. Al fine di migliorare ulteriormente la precisione dell’algoritmo si è ritenuto opportuno implementare un’ottimazione basata sull’analisi cinematica del movimento. L’analisi cinematica infatti, al contrario di quella operata tramite segmentazione  visiva dell’atto motorio, è in grado di rilevare movimenti che altrimenti potrebbero non essere visibili. In secondo luogo, è stata effettuata l'analisi dei parametri cinematici estratti per ciascuna primitiva motoria, al fine di caratterizzarla dal punto di vista di: efficienza, pianificazione, accuratezza, smoothness, velocità e compensazione. L’algoritmo sviluppato ha operato una segmentazione accurata e precisa di tutti i 300 trials analizzati. Inoltre si è dimostrato robusto alla variabilità tra i soggetti e i trials, riuscendo a segmentare anche i movimenti che si discostavano maggiormente  dal caso standard. La validità della segmentazione dell’algoritmo è stata ulteriormente comprovata dall’analisi dei parametri cinematici relativi alle singole primitive motorie funzionali. Infatti, l’analisi del campione sano, coerentemente con la letteratura precedente, ha mostrato differenze non significative tra arto superiore dominante e non dominante, e differenze significative tra i parametri relativi alle sottoscale di Grasp e Pinch.  Tali risultati rendono  l'algoritmo idoneo a proseguire nei successivi  step dello studio, che includono l’ampliamento e la diversificazione del campione nonché  la validazione dell'algoritmo su un gruppo di pazienti colpiti da ictus.