Recentre bi-Weekely WGs meeting

Thursday 6 Mar 2025, 16:00 → 17:00 Europe/Rome

Zoom

Zoom Link:  https://uniroma1.zoom.us/j/86285658113

Zoom recording

Riepilogo rapido

Durante una riunione coordinata da Andrea, Benedetta ha presentato un aggiornamento sul modello Voce Fedriga, nonostante l'assenza di Stefano e alcuni problemi tecnici di Alessandra Maiuro. La presentazione si è concentrata sull'analisi dei movimenti dei pazienti durante stati di riposo e working memory, utilizzando una rete neurale GRU che ha mostrato risultati promettenti nelle predizioni. La discussione è proseguita con l'analisi delle incertezze nelle predizioni e possibili miglioramenti del sistema, inclusa l'implementazione di una componente real-time affidata ad Alessandra.

Fasi successive

• Benedetta: Creare un grafico per analizzare la correlazione tra l'FD Gain e l'ampiezza del movimento predetto

• Alessandra: Implementare la componente real-time nel sistema utilizzando una struttura Watcher per monitorare la creazione di file su hard disk

• Benedetta: Inviare via email a Federico il plot della correlazione tra FD Gain e movimento predetto

• Benedetta: Continuare la validazione dell'analisi con gli intervalli di confidenza

• Benedetta: Sviluppare un modello che si adatti al paziente includendo il Language Task nel dataset

• Benedetta: Sviluppare un modello retrospettivo che valuti sia il punto precedente che quello successivo per migliorare l'accuratezza delle predizioni

Riepilogo

Aggiornamento Del Modello Voce Fedriga.

Durante la riunione, Andrea coordina una discussione sulla presentazione di un aggiornamento riguardante il modello Voce Fedriga, con Benedetta incaricata di condividere il lavoro svolto finora. Si nota l'assenza di Stefano, impegnato in altri meeting, mentre Alessandra Maiuro si disconnette brevemente per problemi tecnici.

Analisi Dei Movimenti Dei Pazienti

Durante la riunione, Benedetta presenta un'analisi di dati relativi al movimento dei pazienti durante stati di riposo (resting state) e working memory, utilizzando una rete neurale GRU per predire i movimenti. Andrea e Federico contribuiscono alla discussione chiarendo l'interpretazione degli spettrogrammi e dei pannelli di visualizzazione, che mostrano come alcuni pazienti tendano a muoversi più di altri. La rete neurale ottiene risultati positivi nel 70% dei casi per il resting state e nel 64% per il working memory, anche se quando la predizione è errata, tende ad esserlo in modo significativo, specialmente quando i pazienti si muovono meno.

Progressi Sui Confidence Intervals

Durante la riunione, Benedetta presenta i progressi sul suo lavoro riguardante l'analisi delle incertezze nelle predizioni, discutendo l'uso di confidence intervals e la possibilità di filtrare i risultati basati su soglie di errore. Federico suggerisce di analizzare la relazione tra l'ampiezza dei movimenti predetti e gli errori di predizione, mentre Alessandra riceve l'incarico di implementare una componente real-time al sistema esistente.

Il contenuto generato da intelligenza artificiale potrebbe essere impreciso o fuorviante. Controlla sempre l’accuratezza.

16:00 → 17:00 Material