DESCRIZIONE E VALIDAZIONE DI UN ALGORITMO PER L‘IDENTIFICAZIONE AUTOMATICA DELLE FASI DELL’ALLENAMENTO NEL GIOCO DEL CALCIO

Analizzando il tracciato elettrocardiografico d’atleta è possibile validare l’efficacia dell’esercizio e monitorare la salute del soggetto sotto esame, individuando eventualmente quali modifiche apportare al programma dall’allenamento e quali esami specialistici condurre, al fine di evidenziare possibili patologie cardiache potenzialmente letali per l’atleta. Lo scopo di questa tesi è valutare la performance di un nuovo algoritmo per l’identificazione delle fasi d’allenamento nel gioco del calcio. I segnali cardiaci di interesse per lo studio sono l’elettrocardiogramma e il tacogramma. Di questi ultimi bisogna discernere le caratteristiche tipiche registrate su soggetti sani ed allenati da quelle di individui non praticanti attività sportiva con particolare cadenza. Grazie all’evoluzione tecnologica, oggi si fa fronte al limite di verifica annuale della salute dell’atleta da parte del sistema sanitario nazionale, il più delle volte praticato analizzando uno sforzo irrisorio. Sul mercato si può trovare un cospicuo campionario di sensori indossabili, solitamente integrati in orologi digitali, grazie ai quali è possibile registrare segnale cardiaco durante lo sforzo e monitorare l’atleta per tempi prolungati. Questa tesi vuole attestare la validità di un algoritmo implementato da ricercatori dell’Università Politecnica delle Marche, in grado di analizzare i segnali di frequenza cardiaca e tacogramma ottenuti con sensori indossabili durante attività sportiva relativa al gioco del calcio e, tramite il calcolo del coefficiente angolare, evidenziare le fasi di riposo, esercizio e recupero, con le rispettive fasi di transizione. I dati analizzati sono stati forniti dal data base SportDB dell’Università Politecnica delle Marche. In particolare, sono stati messi a disposizione 14 acquisizioni di due soggetti maschili. La cartella di ogni acquisizione comprende anche una scheda demografica, con informazioni sull’ età, sulla corporatura e sulle abitudini riguardanti fumo, consumo di alcolici e cadenza con cui si svolge sport, e un registro temporale dell’allenamento, compilato con l’ausilio di un cronometro. Il calcolo del coefficiente angolare è stato svolto prendendo in considerazione sia la frequenza cardiaca che il tacogramma e analizzando il segnale finale attraverso il software MatlabR2017B. La valutazione della performance dell’algoritmo è stata eseguita confrontando gli istanti di tempo restituiti dall’algoritmo con quelli effettivi registrati con il cronometro. L’indagine ha dato esito negativo, mostrando un errore percentuale accettabile in sole 2 acquisizioni. Si segnala la necessità di un’ulteriore implementazione da parte dello sviluppatore, in particolare nel rendere l’algoritmo in grado di analizzare segnali caratterizzati da variabilità maggiore rispetto a quella che distingue i dati registrati durante un allenamento di corsa.