Valutazione automatica della risposta motoria alla dose test di Levodopa con metodi di apprendimento supervisionato

La malattia di Parkinson è una patologia neurodegenerativa caratterizzata dalla perdita di neuroni, in un'area del cervello chiamata “substantia nigra”. Il farmaco più utilizzato per contrastare i sintomi la malattia è la Levodopa che viene assunta dal paziente regolarmente. La valutazione dell’efficacia del farmaco avviene tipicamente tramite l’assunzione di una dose test, una serie di prelievi di sangue per misurare la concentrazione del farmaco e con l’osservazione medica per verificare la risposta motoria; la valutazione ha una durata che varia tra le tre e le quattro ore. L’obiettivo del presente lavoro di tesi è stato quello di verificare se fosse possibile ottenere una classificazione automatica della risposta alla terapia tramite misure ripetute della funzionalità motoria ottenute somministrando un Timed Up and Go (TUG) test; ciò consentirebbe al medico di non dover osservare continuativamente il paziente per alcune ore ed in alcuni casi potrebbe evitare il prelievo di sangue. La performance nel TUG viene misurata tramite un sensore inerziale posizionato sul tronco tramite il quale è possibile estrarre informazioni sulle caratteristiche del movimento. Matlab è stato impiegato per l’analisi dei dati motori cercando una possibile metodo per automatizzare il processo