Tecniche di monitoraggio dell’attività elettrodermica e applicazioni nell’epilessia e malattia di Parkinson

Electrodermal activity (EDA) is a measure of changes in the skin’s electrical conductance in response to sweat secretion by eccrine sweat glands. It is a property of the human body that reflects physiological processes related to emotions, as sweat gland permeability is regulated by the sympathetic nervous system (SNS). Since the 19th century, EDA has been a non-invasive measure of SNS activation and has been widely used in psychological research. This thesis aims to analyze the electrical and technical characteristics of the EDA signal, examining acquisition methods, measurement issues and the potential of wearable devices. Particular attention is given to the application of EDA in neurological diseases, with a focus on Parkinson's disease and epilepsy. In the first case, EDA is useful for predicting clinically relevant events such as Wearing-off and Freezing of Gait, while in the second case for detecting epileptic seizures through wrist sensors. The results emerging from the literature show how the EDA signal, if integrated with other physiological parameters and analyzed with machine learning techniques, can constitute a promising support tool for the remote and continuous monitoring of neurological patients.

L'attività elettrodermica (EDA), è la misura delle variazioni della conduttanza elettrica della pelle in risposta alla secrezione di sudore da parte delle ghiandole sudoripare eccrine. È una proprietà del corpo umano che riflette i processi fisiologici legati alle emozioni, in quanto la permeabilità delle ghiandole sudoripare è regolata dal sistema nervoso simpatico (SNS). Fin dal XIX secolo l’EDA rappresenta una misura non invasiva dell’attivazione del SNS ed è stata ampiamente utilizzata nella ricerca psicologica. Questa tesi si propone di analizzare le caratteristiche elettriche e tecniche del segnale EDA, approfondendo i metodi di acquisizione, le problematiche legate alla misurazione e le potenzialità dei dispositivi indossabili. Particolare attenzione viene dedicata alle applicazioni dell’EDA nell’ambito delle patologie neurologiche, con focus sul Morbo di Parkinson e sull’epilessia. Nel primo caso, l’EDA si dimostra utile per prevedere eventi clinicamente rilevanti come il Wearing-off e il Freezing of Gait, mentre nel secondo caso per l’individuazione di crisi epilettiche tramite sensori da polso. I risultati emersi dalla letteratura mostrano come il segnale EDA, se integrato con altri parametri fisiologici e analizzato con tecniche di machine learning, possa costituire un promettente strumento di supporto per il monitoraggio remoto e continuo dei pazienti neurologici.