Advanced biometric analysis against neuromuscular disease – abiosan
Obiettivo generale della ricerca
Ricerca di un innovativo sistema “low cost” di diagnosi precoce, monitoraggio e avanzamento di malattie degenerative neuromuscolari attraverso meccanismi non invasivi automatici e/o semiautomatici di analisi della scrittura a mano libera ed eventuali ulteriori parametri biometrici
Principali risultati prodotti
Hardware di sistema: individuazione dei requisiti tecnico-ingegneristici di progetto dal punto di vista hardware (Prototipo)
Framework software: individuazione dei requisiti tecnico-ingegneristici di progetto dal punto di vista software (Prototipo)
Risultati test di sistema: validazione delle prestazioni del prototipo e dei protocolli di acquisizione/estrazione dei parametri biometrici (Rapporto)
Descrizione risultati dei test effettuati e delle attività progettuali (Rapporto)
Principale know-how prodotto
Conoscenza dello stato dell’arte relativo all’analisi di parametri biometrici relativi alla diagnosi e al monitoraggio delle malattie neurodegenerative
Conoscenza di acquisizione dei parametri biometrici e dei pattern di scrittura a mano libera
Conoscenza sperimentale delle caratteristiche dei parametri biometrici e dei pattern di scrittura a mano libera dei pazienti affetti da malattie neurodegenerative
Conoscenza dei protocolli di test
Sfida sociale: Prevenzione, accertamento e cura della malattia
Dal punto di vista dell'economicità, della semplicità di utilizzo e della diffusione del sistema ABIOSAN, le scelte effettuate circa l'hardware di sistema e i pattern di scrittura permetteranno una diffusione ed un utilizzo del sistema a tutti gli operatori della sanità pubblica riducendo così i tempi di attesa della fase di pre-screening e i costi di acquisizione e manutenzione
Collaborazioni nazionali rilevanti attivate
- Università di Pisa - Dip. Medicina Clinica (Accordi)
Sperimentazione del sistema
Collaborazioni regionali rilevanti attivate
- Università di Bari - DSMBNOS (Accordi)
Sperimentazione del sistema
- Medica Sud srl (Accordi)
Raccolta di campioni sperimentali e test di sistema
- Loconsole C., Trotta G.F., Brunetti A., Trotta J., Schiavone A., Tatò S.I., Losavio G., Bevilacqua V. (2017) Computer Vision and EMG-Based Handwriting Analysis for Classification in Parkinson's Disease. International Conference on Intelligent Computing. Springer, Cham
- Loconsole C., Cascarano G.D., Brunetti A., Trotta G.F., Losavio G., Bevilacqua V., Di Sciascio E. (2018) A model-free technique based on computer vision and sEMG for classification in Parkinson's disease by using computer-assisted handwriting analysis. Pattern Recognition Letters
- Bevilacqua V., Loconsole C., Brunetti A., Cascarano G.D., Lattarulo A., Losavio G., Di Sciascio E. (2018) A Model-Free Computer-Assisted Handwriting Analysis Exploiting Optimal Topology ANNs on Biometric Signals in Parkinson's Disease. International Conference on Intelligent Computing. Springer, Cham
- Carnimeo L., Trotta G.F., Brunetti A., Cascarano G.D., Buongiorno D., Loconsole C., Di Sciascio E., Bevilacqua V. (2019) A Proposal of a Healthcare Network based on Big Data Analytics for Parkinson's diseases. The Journal of Engineering
Loconsole Claudio
ING-INF/05 Sistemi di elaborazione delle informazioni
Dipartimento di Ingegneria Elettrica e dell'Informazione
Politecnico di Bari