David Carneros, Dottore di Ricerca in Ingegneria Informatica
Venerdì scorso, 21 febbraio, David Carneros Prado, dottoranda presso la Scuola Superiore di Informatica dell'Università di Bologna Università di Castiglia-La Mancia (UCLM), ha difeso, in sintesi, la sua tesi di dottorato dal titolo «Analisi e valutazione automatica dell'andatura e della postura nelle attività della vita quotidiana utilizzando l'intelligenza artificiale». La tesi, diretta dai dottori Ramón Hervás Lucas e Jesús Fontecha Diezma, è stata realizzata nell'ambito di un contratto di formazione del personale di ricerca (FPI) pianificato dall'UCLM e ha una menzione internazionale. La giuria era presieduta dalla Dott.ssa Carmen Lacave, dell'Università di Castilla-La Mancha, e comprendeva il Dott. Joaquín Ballesteros, dell'Università di Malaga, e il Dott. Matias García-Constantino, dell'Università dell'Ulster. Dopo la sua difesa, la corte ha assegnato a David Carneros il punteggio più alto, riconoscendo l'eccellenza e l'impatto della sua ricerca.
David Carneros, membro del gruppo di ricerca MAmI (Modelli di applicazioni mobili e intelligenza ambientale), ha abbinato il suo lavoro di ricerca all'insegnamento nel campo dei Sistemi Intelligenti. Il suo lavoro di dottorato è incentrato sull'analisi del movimento umano, un campo di grande rilevanza per la valutazione dello stato di salute e delle capacità funzionali delle persone.
Una tesi pionieristica sull'integrazione tra intelligenza artificiale e biomeccanica
L'analisi del movimento umano, in particolare la valutazione dell'andatura e della postura, svolge un ruolo fondamentale nella valutazione dello stato di salute individuale e delle capacità funzionali. Tuttavia, l'analisi tradizionale del movimento spesso incontra notevoli limitazioni in termini di oggettività e accessibilità, basandosi in gran parte su osservazioni soggettive o su costose apparecchiature di laboratorio specializzate. Queste restrizioni diventano particolarmente difficili quando si valutano lievi cambiamenti nell'andatura legati al declino cognitivo o quando si monitorano modelli posturali prolungati nelle attività quotidiane.
Questa tesi fa progredire il campo dell'analisi della postura e del movimento umano integrando tecniche di intelligenza artificiale con approcci biomeccanici, presentando quattro studi interconnessi pubblicati su riviste indicizzate JCR. Questa ricerca affronta le sfide critiche nella valutazione della postura e del movimento combinando metodi biomeccanici tradizionali con moderni approcci computazionali per migliorare sia l'accuratezza della valutazione sia l'applicabilità pratica in contesti reali. La ricerca copre quattro aree principali: la relazione tra carico cognitivo e parametri dell'andatura durante l'uso dello smartphone, la generazione di dati sintetici sul movimento utilizzando architetture di apprendimento profondo, lo sviluppo di sistemi efficienti di riconoscimento della postura e l'automazione della valutazione clinica dell'andatura. Attraverso questo approccio di ricerca completo, questo lavoro dimostra come gli strumenti basati sull'intelligenza artificiale possano migliorare l'accuratezza e l'obiettività della valutazione del movimento umano, rendendola al contempo più accessibile per le applicazioni quotidiane.
Tra i risultati principali rientrano l'identificazione di distinti modelli di andatura durante l'uso combinato di un telefono cellulare, con cinque parametri dell'andatura su dieci che mostrano alterazioni significative (p < 0.001), lo sviluppo riuscito di un'architettura a doppia rete per generare dati sintetici sul movimento con elevata fedeltà biomeccanica, l'implementazione di reti Kolmogorov-Arnold leggere che raggiungono una precisione del 97.03% nel riconoscimento della postura e la creazione di un sistema di valutazione automatizzata dell'andatura con una precisione del 97.56% nella valutazione clinica del movimento.
Questi contributi stabiliscono un quadro solido per l'integrazione delle tecniche di intelligenza artificiale nell'analisi della postura e del movimento, offrendo soluzioni pratiche per la valutazione sanitaria ed ergonomica, mantenendo al contempo efficienza e interpretabilità. Questa ricerca dimostra che l'intelligenza artificiale può integrare efficacemente l'analisi biomeccanica tradizionale, contribuendo in ultima analisi a una valutazione più affidabile ed efficiente del movimento umano sia in ambito clinico che nella vita quotidiana. Questo studio fornisce le basi per futuri sviluppi nell'analisi automatizzata del movimento, in particolare nella rilevazione precoce del declino cognitivo, nel monitoraggio ergonomico e nella valutazione clinica dell'andatura, affrontando al contempo le attuali limitazioni dei metodi di valutazione del movimento in termini di obiettività e accessibilità.
Articoli di impatto sulle riviste JCR
La tesi di David Carneros è una tesi di compendio di articoli, basata su quattro pubblicazioni su riviste ad alto impatto indicizzate dal JCR:
- Analisi dell'effetto del doppio compito sulla variabilità dell'andatura durante l'uso del dispositivo mobile
Matematica, 2022. Q1. SE: 2.8.
DOI: 10.3390/math11010202 - Generazione di dati sintetici sul movimento scheletrico 3D da traiettorie 2D utilizzando reti neurali ricorrenti
Computer in biologia e medicina, 2024. Q1. SE: 7.0.
DOI: 10.1016/j.compbiomed.2024.108943 - Confronto tra perceptron multistrato e reti di Kolmogorov-Arnold per il riconoscimento delle posture sedute
Accesso IEEE, 2024. Q2. SE: 2.3.
DOI: 10.1109/ACCESS.2024.3510034 - Automazione della valutazione osservativa dell'andatura mediante un sistema ottico 3D e trasformatori
Intelligenza applicata, 2025. Q2. SE: 3.4.
DOI: 10.1007/s10489-024-06163-w
