Analisi dell'andatura mediante disorientamento indotto in un ambiente VR

Le difficoltà nel trovare la strada e nell'orientamento sono i primi sintomi di MCI e demenza. Questi deficit riducono la mobilità, il che porta nuovamente a un ulteriore declino cognitivo. In uno studio sul campo, abbiamo sviluppato un modello di riconoscimento di schemi di comportamento disorientato basato su dati accelerometrici. Tuttavia, è discutibile se le fasi di disorientamento influenzino anche i parametri dell'andatura. Inoltre, vi sono prove crescenti che il funzionamento cognitivo compromesso è associato a cambiamenti nelle prestazioni dell'andatura, ad es. variabilità dell'andatura, misurata in condizioni di camminata dual-task. Sono stati segnalati anche aumenti della frequenza cardiaca e della conduttanza cutanea durante i casi di disorientamento.

Quindi, abbiamo implementato un ambiente 3D di un centro cittadino familiare nel GRAIL, che combina un tapis roulant completamente strumentato con un ambiente VR sincronizzato. Registriamo i parametri dell'andatura attraverso il sistema di motion capture e i dati accelerometrici e fisiologici utilizzando sensori indossabili (movisens), per la comparabilità con lo studio sul campo SiNDeM. Giovani e anziani sani parteciperanno alla prima fase dello studio, mentre i pazienti con demenza lieve o MCI parteciperanno alle fasi successive. Le fasi di disorientamento saranno indotte modificando l'ambiente virtuale.Miriamo a valutare l'andatura, i parametri accelerometrici e fisiologici durante i casi di disorientamento, utilizzando il GRAIL (Gait Real-Time Analysis Interactive Lab, Motekforce Link).

I risultati consentiranno inoltre il rilevamento automatico del disorientamento basato su parametri dell'andatura, dati fisiologici e accelerometrici. Ciò è necessario per lo sviluppo di un sistema di assistenza sensibile alla situazione che supporti le persone con demenza nella mobilità autonoma all'aperto.