Vedere Oltre il Buio: Come l’EEG Rileva l’Ansia e Guida i Non Vedenti

Sapete, muoversi in città può essere una vera giungla per chiunque. Ma avete mai provato a immaginare cosa significhi farlo senza poter vedere? Per le persone con disabilità visiva, anche il percorso tattile progettato apposta per loro può trasformarsi in un labirinto pieno di insidie: interruzioni improvvise, ostacoli imprevisti, situazioni di emergenza che possono generare ansia e smarrimento.

Da tempo ci si affida a strumenti come il bastone bianco o i cani guida, e più recentemente alle app di navigazione. Ma, siamo onesti, hanno i loro limiti. Un bastone non rileva un ostacolo basso, un cane guida può essere disorientato da situazioni complesse e le app dipendono dal segnale e dall’abilità tecnologica dell’utente. Insomma, c’è ancora tanta strada da fare per garantire una mobilità davvero sicura e indipendente.

Le Sfide Quotidiane sui Percorsi Tattili

I percorsi tattili, quelle strisce speciali sui marciapiedi, sono fondamentali. Ma cosa succede quando sono danneggiati, bloccati da auto parcheggiate, bidoni, cantieri o persino alberi cresciuti male? Per una persona non vedente, questi “intoppi” non sono solo fastidiosi, ma rappresentano un pericolo reale. Immaginatevi di seguire fiduciosi il percorso e trovarvi improvvisamente bloccati, senza sapere come aggirare l’ostacolo o se state finendo in mezzo alla strada. È naturale provare ansia, a volte persino paura.

L’Emozione come Bussola: Ascoltare il Cervello

Ed è proprio qui che entra in gioco un’idea affascinante su cui abbiamo lavorato: e se potessimo “ascoltare” direttamente le emozioni della persona per capire se si trova in difficoltà? Studi scientifici hanno dimostrato che quando ci troviamo in situazioni stressanti o pericolose, il nostro cervello reagisce in modo specifico. Emozioni come l’ansia o il nervosismo modificano le nostre onde cerebrali, quelle che misuriamo con l’elettroencefalogramma (EEG).

L’idea, quindi, è stata quella di sviluppare un sistema che monitori in tempo reale i segnali EEG di una persona non vedente mentre si muove. Se il sistema rileva un cambiamento nelle onde cerebrali che indica uno stato di ansia (da lieve a estrema), significa che probabilmente la persona è in difficoltà e ha bisogno di aiuto. A quel punto, il sistema potrebbe inviare un segnale di allarme, magari ai passanti o a un contatto di emergenza.

DB-DRSN: L’Intelligenza Artificiale che Impara dall’Ansia

Ovviamente, leggere i segnali EEG non è semplice. Sono segnali complessi, spesso “sporcati” da interferenze esterne. Serviva un’intelligenza artificiale particolarmente brava a distinguere i segnali “emotivi” dal rumore di fondo. I metodi tradizionali, come le reti neurali convoluzionali (CNN) o le reti LSTM, pur essendo potenti, a volte faticano con dati così rumorosi o richiedono troppe risorse computazionali.

Per questo, abbiamo sviluppato un modello migliorato, che abbiamo chiamato DB-DRSN (Deep Residual Shrinkage Network basata su Dense Blocks). Sembra un nome complicato, ma l’idea di base è potenziare una rete già esistente (la DRSN, brava a gestire il rumore) integrandola con i cosiddetti “dense blocks”. Questi blocchi permettono alla rete di utilizzare meglio tutte le informazioni apprese, sia quelle più superficiali che quelle più profonde, e di collegarle in modo più efficiente. È un po’ come dare alla nostra IA degli occhiali migliori per vedere i dettagli importanti nei segnali EEG, anche quando c’è confusione.

I contributi principali di questo studio sono quindi:

• Proporre un sistema di allarme basato sul riconoscimento delle emozioni tramite EEG, monitorando in tempo reale lo stato della persona non vedente.
• Introdurre il modello DB-DRSN per classificare con precisione gli stati emotivi (normale, ansia lieve, ansia estrema) dai segnali EEG.
• Dimostrare, tramite esperimenti, l’elevata accuratezza e robustezza del sistema in ambienti complessi.

Mettere alla Prova l’Idea: L’Esperimento sul Campo

Per verificare se la nostra idea funzionava davvero, abbiamo condotto un esperimento molto realistico. Abbiamo reclutato 10 volontari (5 uomini e 5 donne), tutti con esperienza nell’uso dei percorsi tattili. Li abbiamo portati su un vero tratto di percorso tattile danneggiato all’aperto. Abbiamo fatto indossare loro un dispositivo EEG portatile (un Emotiv con 14 sensori) che registrava continuamente le loro onde cerebrali.

Sul bastone bianco dei volontari, abbiamo aggiunto due pulsanti: uno per segnalare uno stato di “ansia generale” e uno per “ansia estrema”. Quando si sentivano in difficoltà, premevano il pulsante corrispondente alla loro sensazione soggettiva. In questo modo, abbiamo potuto associare i segnali EEG registrati a tre stati emotivi: normale (quando non premevano nulla), ansia generale e ansia estrema. Ogni volontario ha ripetuto la prova circa 100 volte, per un totale di circa 90 secondi di registrazione continua per prova.

I Numeri Parlano Chiaro: Precisione Sorprendente

I risultati sono stati davvero incoraggianti! Il nostro modello DB-DRSN è riuscito a riconoscere lo stato emotivo dei volontari con un’accuratezza media del 96,72%. Questo significa che quasi 97 volte su 100, il sistema ha capito correttamente se la persona era tranquilla o in difficoltà. Un risultato significativamente migliore rispetto ai modelli tradizionali come CNN (che si è fermato al 90,59%), LSTM (94,69%), GCN e persino la versione base del DRSN (95,17%).

Abbiamo anche testato il DB-DRSN su dataset standard utilizzati nella ricerca sulle emozioni (SEED e DEAP), ottenendo anche lì performance eccellenti (rispettivamente 97,03% e 98,34% di accuratezza), a dimostrazione della sua robustezza e adattabilità. Inoltre, abbiamo verificato che il modello mantiene un’alta precisione anche aggiungendo artificialmente rumore ai segnali EEG, simulando condizioni ancora più difficili.

Non Solo Laboratorio: Funziona Davvero (e Velocemente!)

Ma la prova del nove era vedere come se la cavava in scenari reali diversi. Abbiamo testato il sistema non solo sul percorso tattile standardizzato, ma anche su marciapiedi urbani generici, incroci trafficati e aree commerciali affollate. Anche in questi contesti più caotici, l’accuratezza si è mantenuta altissima, sempre sopra il 95%. Questo ci dice che il sistema è robusto e affidabile in diverse situazioni quotidiane.

E c’è un altro dato fondamentale: la velocità di intervento. Abbiamo confrontato il tempo necessario affinché un volontario ricevesse aiuto in tre condizioni: senza nessun sistema di allarme, con un sistema basato su un’altra tecnologia (WSN) e con il nostro sistema DB-DRSN. I risultati sono stati netti: con il nostro sistema, i volontari hanno ricevuto assistenza molto più rapidamente. Questo è cruciale: in una situazione di pericolo o difficoltà, ogni secondo conta.

Un Passo Avanti per l’Indipendenza e la Sicurezza

Questo sistema basato sull’EEG e sul modello DB-DRSN rappresenta, a mio avviso, un passo avanti significativo per migliorare la sicurezza e l’indipendenza delle persone con disabilità visiva. Non si tratta di sostituire bastoni o cani guida, ma di fornire uno strumento in più, una sorta di “sesto senso” tecnologico capace di rilevare la difficoltà emotiva e allertare tempestivamente chi può aiutare.

Guardando al Domani: Verso Dispositivi Indossabili

Certo, c’è ancora del lavoro da fare. Attualmente, abbiamo usato un dispositivo EEG professionale (l’Emotiv) che, seppur portatile, richiede di indossare sensori specifici e ha un costo non indifferente. La sfida futura è integrare questa tecnologia in dispositivi EEG indossabili sempre più leggeri, comodi ed economici, magari integrati in un cappello o una fascia, rendendo il sistema accessibile e pratico per l’uso quotidiano.

Un Futuro Più Sicuro è Possibile

In conclusione, questa ricerca dimostra come l’intelligenza artificiale, applicata all’analisi dei segnali biologici come l’EEG, possa aprire nuove strade per l’assistenza alle persone con disabilità. Riuscire a “capire” quando una persona non vedente è in difficoltà basandosi sulle sue emozioni è un approccio innovativo che promette di rendere gli spostamenti in città un’esperienza più serena e sicura. È un esempio affascinante di come la tecnologia possa davvero mettersi al servizio delle esigenze umane più profonde.

Fonte: Springer