使用基于机器学习的大腿加速度计算法监测康复中的物理行为:开发和验证研究

简介

身体行为(PB)包括身体活动(PA)和不活动，这两个主题在医疗保健中越来越受关注。与PA相关的健康益处已得到证实[1]，导致使用PA作为预防和治疗及康复的一部分[2］．针对糖尿病、心血管疾病、阻塞性肺病和类风湿性关节炎等对健康有长期影响的各种疾病，PA的处方已逐渐演变[2-6］．在我们的社会中，许多这样的亚群体将继续需要康复，以促进功能恢复，减少合并症的风险，并预防疾病的次要影响[7，8］．

在物理和康复医学(PRM)领域，功能结果和能力是非常有趣的。今天，国际功能、残疾和健康分类(ICF)是物理和康复医学的概念基础，是临床医生、研究人员和政策制定者的生物心理社会框架[9］．康复干预通常针对功能能力和局限性，以促进身体和认知功能、参与以及个人和环境因素的改变[9，10］．这些日常生活中的功能性目标需要能够以有意义的方式识别这些因素的测量属性。康复研究中使用的结果测量通常是主观的或自我报告的测量[11]，这与各种限制有关，如信息偏见、侵入性和及时性[12-14］，有必要采取更客观的措施。可穿戴技术的使用为主观测量提供了客观和补充的见解。对站立、坐立、轮椅行走、步行或跑步等活动的客观分类和量化可以提供功能残疾变化的信息。此外，它可以指示更全面的措施的变化，被称为icf相关项目的活动和参与水平，环境因素，或交通选择，如爬楼梯，骑自行车和车辆驾驶。可穿戴传感器技术的发展，如加速度计，增加了持续更长时间监测PB的可能性，使其适合于研究PB的变化和习惯模式[15，16］．

新兴的原始信号处理分析方法使用模式识别对功能活动进行分类。基于阈值的算法提供了有益的框架，具有较高的精度[17］．然而，机器学习技术已被证明是有用的。18]，许多研究通过使用多个可穿戴传感器在物理行为分类方面取得了很高的性能[19-22］．多种可穿戴设备可能不切实际，并导致低依从性[23];有必要研究只使用一种传感器装置的分类势[21，22］．因此，本研究的目的是进一步开发和验证一种基于机器学习的大腿安装加速度计算法。我们特别打算将以下类别的PB添加到现有算法中:跑步、骑自行车、爬楼梯、轮椅行走和车辆驾驶。

方法

设计

本研究分为两个阶段进行发展和验证研究。有关研究概述，请参见图1．

我们的算法应用对象是正在进行神经康复的患者，本研究开发阶段收集的训练数据与之前研究的训练数据相结合[24]，在健康人群和获得性脑损伤患者中收集。下面的方法部分仅描述本研究中收集的数据。验证阶段描述了基于两项研究的联合训练数据开发的算法。出于伦理考虑，该算法在一个新的健康个体队列中进行了验证，并与基于向量阈值的另一种算法进行了性能比较[17］．

‎ 查看此图

仪表

三轴加速度计(AX3;轴向)安装在主腿上，在大腿外侧，髌骨顶端上方约10cm处。在站立状态下，x轴朝向地板，这可以通过USB端口向下的位置和设备上可见的书面信息来显示。加速度计被编程为100 Hz的采样频率，与Honoré等人的方法一致[24］．

开发阶段

采用了一种实用的数据采集方法。协议描述了加速度计的定位、方向和连接。我们直接在加速度计上轻按3下，作为开始和停止记录行为的数据标记。除了爬楼梯外，参与者被要求为每个PB进行至少10分钟的连续活动。只要有可能，行为在参与者选择的地点进行，或者在FS建议的地点进行。在每次执行行为之前立即给出指令，然后立即提取数据。参与者提供了方便的行为，并提供了性别、年龄和身高的信息(表1)．

数据预处理与学习方案

每个包含1 PB的活动序列由数据标记手工识别，并使用OMGUI配置和分析工具(V43;开放的运动)。原始加速度计数据在定制的MATLAB脚本(R2020b;MathWorks)为每个采样周期为1秒，样本重叠为0.5秒的手动标签注释。所有人工标注和分类均由FS完成。对于所有加速度计轴，我们提取了1秒样本的特征。基于Yan等的研究结果[25]，使用预先选择的特征子集(文本框1)．为了对基线PB分类建模，我们在Weka软件(3.8.4版本;怀卡托大学)[26，27］．

验证阶段

验证阶段包括k-fold交叉验证、外部验证和算法比较过程。为了评估该算法的潜力，我们最初对从9个健康个体收集的训练数据和Honoré等人的数据进行了分层的10倍交叉验证[24]来自11名健康个体和25名患者，并且随机划分子集。在外部验证中，要求10名没有提供训练数据的健康个体参与外部验证方案。该协议包括一个半标准化的会话，参与者被指示以自定的速度、持续时间和顺序执行PBs协议，在一个允许所有行为表现的设置中。在整个过程中，参与者在大腿上佩戴了一个加速度计，并使用一个安装在胸前的GoPro摄像机来识别所执行的PBs的真实情况。使用ELAN工具(版本6.4;马克斯·普朗克心理语言学研究所28]，然后由FS手动标记作为标准测量。然后将通过外部验证协议收集的数据作为测试集，通过测试验证数据中的算法性能进行逐秒分析。

用于比较的算法是根据丹麦日德兰半岛中部地区的研究机构以前使用的算法选择的[29-33］．我们比较了Lipperts等算法的性能[17]和我们的算法，通过分析两种算法在外部验证协议中收集的数据。我们报告了总时间基础上的结果与地面真相比较，并通过两种算法的混淆矩阵。在考虑算法之间可用类的差异时，我们调整了我们的算法，只包括与Lipperts等人的类相当的类[17］．因此，我们排除了实现的轮椅行走和车辆驾驶类，同样，我们从验证会话中排除了包含轮椅行走和车辆驾驶的数据部分。为了创建一个公平的比较基础，我们合并了相关的类别，坐着和躺着，以解释久坐行为。此外，我们将步行、爬楼梯和过渡合并到步行类下，对应于Lipperts等人的步行类[17］．

统计数据

为了评估算法的性能，我们为所开发的模型提出了混淆矩阵。我们交替使用术语性能来指代主要的评估指标:F-measure [34，35］．我们将f测度计算为阳性预测值与灵敏度之间的调和平均值[36］．在算法比较中，我们报告了持续时间的平均误差(|持续时间^Alg-持续时间^GT|) / duration^GT,在那里持续时间^Alg是所有正确分类秒的算法和的总持续时间持续时间^GT是基本真理的持续时间。

道德的考虑

这项研究是根据2008年《赫尔辛基宣言》进行的[37]，并遵从《一般保障资料规例》。这项研究不需要区域伦理委员会的批准，因为非介入性研究不需要丹麦生物医学研究伦理区域委员会的批准。我们只招募了健康的参与者，并获得了所有参与者的书面知情同意。

结果

参与者和培训数据

通过数据采集和预处理，没有数据丢失或排除。总共有9名健康参与者为训练算法提供了数据。参与者的年龄、身高和性别各不相同。我们努力积累>4小时的跑步、骑自行车、开车、轮椅行走和10次上下楼梯爬(表1)．

K-fold交叉验证

通过结合Honoré等人的数据[24]结合本研究的训练数据，该算法构成了11类PBs。初步评价为10倍分层交叉验证(表2)显示出标签和算法执行的分类之间有很强的一致性，所有分类pbs的平均f测量值为92.8%，这一性能足以在模拟的自由生活条件下进行测试。跑步和骑行的分类表现出高度一致，f值分别达到100和99.6%。爬楼梯的分类同样显示出令人满意的结果，上升和下降楼梯的f值分别达到91.4%和90.2%。在区分涉及类似不活跃下肢姿势的4种行为时，该算法显示坐着的f值为92.7%，躺着的f值为92.3%，而驾驶和轮椅行走的f值分别为99.4%和98.9%。步行和站立的f值分别为89%和96.3%。过渡导致f值最低，为72.5%。

外部验证

外部验证方案产生了10次PB监测，其中包括在丹麦Hammel神经康复中心和大学研究诊所招募的10名健康参与者进行的所有感兴趣的行为。参与者特征描述在表3．算法在验证数据中的表现表明，ground truth与算法分类之间的一致性中等，所有分类的平均f测度为57% (表4)．跑步和骑行的分类性能较高，分别达到88.7%和87.1%。爬楼梯的分类下降到F-measure，上升楼梯为44.8%，下降楼梯为25.5%。在区分涉及不活跃下肢姿势的4种行为时，该算法显示坐的f值为63.7%，躺的f值为66.8%，驾驶f值为77.1%，轮椅行走f值为31%。行走、站立和过渡的f值分别为55%、67.1%和20%。

算法的比较

为了比较两种算法的性能，排除了不可比较的类。验证时间平均为7.21分钟，包括躺着、坐着、站着、变性、走、爬楼梯、跑步和骑自行车。合并算法的结果显示，在外部验证数据中，所有类的平均f值达到85.3%，表现出高性能(表5)．相比之下，Lipperts等人的[17]算法的平均f值为81.1% (表6)．表7显示了10个验证会话中每个行为类的算法的平均误差。结果表明，在对久坐行为、步行、跑步和骑自行车进行分类时，两种算法与基本事实之间的一致性很高，而在对站立行为进行分类时，两种算法的表现都很差。Lipperts等人[17]算法在13.6%至72.8%之间变化，因此高估了久坐和站立行为，并且分别在2次和1次验证中未检测到跑步和骑自行车几乎没有影响。我们算法的平均误差在7.9%到41.7%之间变化，因此低估了所有的类。

讨论

主要研究结果

我们开发了一种算法来分类11种与康复中日常生活相关的PBs。交叉验证显示了较高的性能(93%)，并且在自由生活环境中的验证是合理的。当应用于模拟自由生活数据时，算法表现出中等的性能(57%)。该算法在自行车和跑步分类方面表现良好，而在驾驶分类方面表现可接受。在对剩下的行为进行分类时，算法表现出低到中等的性能，范围在20%到67%之间。与Lipperts等人的验证算法相比[17]，在合并相关类后，我们调整后的算法表现出同样强的性能，与ground truth注释的一致性也很高。交叉验证和外部验证之间的显著性能下降可能是由于在交叉验证中，来自同一个体的不同样本都包含在训练和测试分割中。在外部验证中，个体及其具体的运动模式不包括在训练数据中。

辨别康复相关的身体行为

该算法根据康复的基本原理和目的对行为进行分类。我们的研究结果显示，在坐姿中表现出较低的辨别行为的能力，这可以解释为他们相似的身体定位和行为特征。尽管从ICF的角度考虑活动和参与时，区分这些行为很重要，但从身体功能和解剖水平监测PA和能量消耗的角度来看，坐着、轮椅行走和驾驶之间的差异可能与临床无关。在对加速度计数据的视觉检查中，来自3种行为的信号只显示出不显著的差异。同样，该算法也很难通过可访问的特征来区分PBs。总的来说，该算法在辨别身体位置和运动轨迹变化较大的行为方面表现更好，主要发生在功能水平较高的患者身上。

与现有文献的比较

帕维等人[38在21名健康参与者中，通过在实验室环境中使用腕戴式加速度计和随机森林分类器对pbbs(久坐、静止、步行和跑步)进行分类，采用保留一名受试者的交叉验证进行评估，总体准确率达到93%。在自由生活中，使用activPAL作为踏步与非踏步的参考标准进行反验证，结果显示一致性很高。艾伯尔等[39]使用腰部磨损的加速度计对13名不完全脊髓损伤的受试者进行分类，使用支持向量机(SVM)分类器进行躺、站、坐、走、轮椅行走和爬楼梯的分类。他们的基于实验室的算法在基于家庭的数据上测试时从92%下降到55%，而他们的基于家庭的算法达到86%，使用受试者内部交叉验证进行评估。

当关注单个大腿安装加速度测量时，Awais等[20.]在不同的特征组合下，使用SVM分类器对20名自由生活条件下的老年人进行坐、躺、站和走的识别，得出了68%至76%的平均F-measure。同样，Tang等人[22]调查了传感器的数量，发现在半标准化的实验室环境中，使用单个大腿磨损的加速度计和SVM分类器识别42名健康参与者坐着、躺着和站着的平均f -测量值为76%，使用保留一名受试者的交叉验证进行评估。与Tang等人相比[22]和Awais等人[20.]，我们达到了57%的f测量值，使用11类PB模拟自由生活条件进行评估。对于上述的研究，它们都使用了更少的活动类别，这预期将提高算法的性能，并可能解释为什么我们的算法没有达到他们的水平。从算法比较中可以看出，有效估计所需的性能级别可以通过合并相关类来获得。这将在细节程度上有所妥协，但同时增加了根据目标调整PB措施的可能性。

获得性脑损伤患者的算法

我们的算法针对的是正在进行神经康复的患者。将行为分类在可能暴露于特征运动模式的亚组中，行为类别-坐着，躺着，站立，行走和过渡-部分基于感兴趣的人群的训练数据[24］．一些特定的PBs或运动模式，如变性和行走，可能比其他更受疾病特异性特征的影响。类似地，根据功能水平或疾病严重程度，一些PBs可能不太容易出现疾病特异性特征。使用健康个体进行训练，该算法依赖于执行PB需要更高的功能水平，例如跑步，因此与健康个体的运动模式相当的运动模式相关。相反，PBs，如轮椅行走，可能独立于特定的运动特征。原则上，应在目标人群中收集训练数据，以捕捉受残疾影响的复杂运动，尽管有人认为，出于伦理考虑，可以在健康人群中收集不太容易发生特定疾病特征的活动。

限制

本研究的训练数据是在类似于实验室设置的设置中收集的。虽然PBs是在自由生活环境下进行的，但每节课只记录了1个PB，因此，自由生活中的PBs的组成没有反映在训练数据中。我们的训练数据可能受到新收集的类和Honoré中收集的类之间严重的类不平衡的影响[24]，这可能会影响算法在验证数据中的性能。较少的可用训练数据降低了分类器泛化以前未见过的模式的能力，从而降低了性能。在今后的工作中，通过补充数据收集来平衡少数民族阶层可能是有利的。我们没有包括自由生活的验证，而是设计了一个半标准化的会议，旨在模拟自由生活。所有验证会话都在相同的环境中进行——只持续10-20分钟，参与者被强制执行与算法类别对应的PBs。会话之间的差异包括行为的顺序和持续时间。我们使用视频记录作为标记加速度计信号的标准测量，并进一步将注释定义与Honoré等[24]来对齐标记协议，因此只使用FS进行地面真相标记，不评估可靠性。算法比较过程可能受到注释定义差异的影响，导致Lipperts等人对性能的低估[17)算法。同样，裁剪过程也在每个算法分析的数据中引入了微小的差异。

临床意义

算法比较表明，我们的合并算法(共5个类)与Lipperts等[17和基本真理。然而，11类算法并没有在所有类中显示出可接受的性能水平，这表明行为类的数量和类之间的相似性可能会影响可获得的性能水平。为了监测正在进行神经康复的不同功能水平的患者的身体行为，需要进一步研究和改变监测设置，以达到所需的水平，特别是在轮椅下行走的情况下。此外，本研究提供了在模拟自由生活环境中进行的外部验证，这构成了算法在临床环境中性能的估计。

结论

我们开发了一种分类康复相关物理行为的算法。我们成功地增加了跑步和自行车的类别，在模拟自由生活的环境中，它们被归类为高性能。此外，我们增加了爬楼梯、轮椅行走和车辆驾驶，这些在训练数据的10倍交叉验证中表现良好，但在自由生活环境中表现较低或中等。增加康复使用的影响可以通过关注在功能水平较低的人群中分类行为的表现，以及在移动和辅助设备的使用中。