Monitoraggio Cardiaco durante il Nuoto

Il monitoraggio dei segnali biologici durante l’attività fisica rappresenta una delle sfide più attuali e complesse nell’ambito della bioingegneria applicata allo sport. Questa tesi si propone di esplorare in maniera sistematica le tecnologie di rilevazione e analisi dei segnali elettrofisiologici, con un focus specifico sull’elettrocardiogramma (ECG) e sulla sua applicazione nel contesto natatorio. Dopo un’iniziale trattazione dell’architettura funzionale degli elettrocardiografi e delle principali tecniche di elaborazione del segnale (temporale, frequenziale, wavelet), si analizzano le strategie computazionali avanzate, includendo metodi di machine learning e deep learning per la classificazione automatica delle anomalie cardiache. La trattazione si estende successivamente al monitoraggio in ambienti dinamici e acquatici, evidenziando i limiti tecnici imposti dal contesto e le potenzialità offerte da dispositivi indossabili, smart goggles e sensori PPG ottici. Viene dedicata particolare attenzione alle tecnologie emergenti, come i tessuti intelligenti, i biosensori implantabili e i sistemi multimodali integrati con intelligenza artificiale. Infine, la tesi indaga l’impatto dell’attività sportiva intensa sulla fisiologia cardiaca, considerando sia gli adattamenti fisiologici dell’atleta sia i potenziali rischi legati a patologie misconosciute. L’analisi si completa con una panoramica sulle pratiche preventive e diagnostiche, evidenziando il ruolo fondamentale della visita medicosportiva e dei protocolli di screening elettrocardiografico. Il lavoro intende offrire un quadro aggiornato e multidisciplinare, a cavallo tra ingegneria biomedica, medicina dello sport e scienze motorie, in vista dello sviluppo di soluzioni più efficaci, non invasive e personalizzabili per il monitoraggio della salute cardiovascolare in ambito sportivo.