Rilevamento della stanchezza tramite elettroencefalogramma: un nuovo modello intelligente

La stanchezza mentale rappresenta un pericolo importante che può causare incidenti stradali, errori sul lavoro e problemi di salute psicologica. I metodi tradizionali per misurare la stanchezza si basano spesso su questionari soggettivi o sull'osservazione del comportamento, che possono essere imprecisi o facilmente falsificabili. Per superare questi limiti, i ricercatori si affidano sempre di più all'elettroencefalogramma (EEG), uno strumento che registra direttamente l'attività elettrica del cervello offrendo informazioni precise e oggettive sugli stati di affaticamento cognitivo.

Tuttavia, analizzare i segnali EEG è complesso a causa delle differenze tra persona e persona e della grande quantità di dati da elaborare. Per risolvere questo problema, un team di ricerca ha sviluppato un nuovo sistema chiamato AXELLSTM. Questo framework innovativo combina tecniche di selezione delle caratteristiche e modelli di intelligenza artificiale per individuare i segnali cerebrali chiave associati alla stanchezza.

Attraverso test rigorosi, i ricercatori hanno identificato otto caratteristiche fondamentali dei segnali e diciotto canali cerebrali specifici, situati principalmente nelle aree frontali, parietali e occipitali, che cambiano quando sopraggiunge la stanchezza. Il modello di intelligenza artificiale sviluppato, chiamato EfficientLSTM, ha dimostrato un'ottima precisione nel riconoscere lo stato di affaticamento pur mantenendo dimensioni ridotte e un basso consumo di risorse di calcolo. Questa scoperta apre la strada allo sviluppo di dispositivi portatili per il monitoraggio in tempo reale della stanchezza, che potrebbero essere integrati in auto o in ambienti di lavoro ad alto rischio per prevenire incidenti e migliorare la sicurezza delle persone.