用惯性传感器和机器学习检测腰背部理疗练习:算法开发和验证

简介

下腰痛(LBP)是一种影响身心健康的常见疾病[1，2］．旨在减少椎间盘紊乱的体位再教育和物理治疗以及加强锻炼常被用于治疗腰背痛[3.-5］．具体来说，麦肯齐方法是基于病人对脊柱定向运动的疼痛反应。麦肯齐方法已被证明是有效的，通常被参与护理LBP患者的物理治疗师和其他康复临床医生使用[2，3.，6］．研究表明，对康复计划的坚持(数量和质量)与最终的成功呈正相关[4，7］．然而，关于家庭康复计划依从性的数据质量(即来自患者自我报告日记)可能会经历较低的患者完成率和偏差[8］．缺乏衡量康复依从性的金标准导致了衡量标准质量的可变性[8，9］．

基于图像和可穿戴传感器系统已用于评估锻炼和姿势，应用了在更广泛的人类活动识别(HAR)领域开发的方法[10，11］．基于图像的系统有许多挑战(与设置、视线和计算需求相关)，这些挑战可能限制了它们对基于家庭的康复评估和姿势监测的适用性[12］．带有惯性测量单元(imu)的可穿戴传感器已广泛应用于HAR的不同场景[13］．imu易于嵌入，与多种环境兼容，隐私问题较少，是康复依从性和姿势监测的一个很有前途的选择。在惯性传感器的背景下，传感器的位置在HAR研究中有所不同。王等人[14， O 'Reilly等[15，以及约翰斯顿等人[16]分别对用于评估上肢康复、下肢康复和姿势的可穿戴传感器进行了综述。最近，我们的团队开发并验证了一个系统，通过使用一个IMU(智能手表)和最先进的机器学习(ML)技术，监测基于家庭的肩部物理治疗锻炼的坚持度(智能物理治疗坚持度识别系统[SPARS]) [17-19］．然而，LBP康复包含了比肩部更复杂的动作，这可能无法用单一的IMU充分捕捉。因此，在开发一个监测腰背痛康复的系统时，确定imu的数量、它们的解剖位置和数据通道是很重要的，这些数据通道能最好地实现腰背痛康复练习和姿势的分类。

本项目的目标是开发和优化一个系统，以检测坐姿和LBP练习的表现，包括多个平面的运动(屈、伸、侧滑和旋转)。假设从基于多imu的可穿戴设备中收集的惯性传感器时间序列数据与ML进行分析，将能够成功识别康复训练的表现和以减少腰痛为重点的良好坐姿。

方法

研究设计和参与者

本研究使用定量分类设计来优化一个系统，该系统可以检测健康受试者队列的坐姿和腰背痛运动表现。从多个传感器收集的IMU数据用于测试和验证一系列ML模型。

健康参与者(来自当时受COVID-19大流行限制的有限队列)被招募参加研究。入选标准为既往无腰痛病史且BMI健康的成年个体。在知情同意后，收集基本人口统计数据(即年龄和性别)，并为每个参与者分配特定的ID号。

伦理批准

参与者提供知情同意参与本研究，并获得机构研究伦理委员会批准(研究伦理委员会编号:3505;Sunnybrook研究所，多伦多，安大略省，加拿大)。

LBP运动和姿势协议

麦肯齐练习是一套定义清晰、有效的练习，被物理治疗师和其他临床医生广泛用于治疗腰痛[2，6］．在这项研究中，我们选择了一组用于治疗椎间盘紊乱的练习。总共有7种基于McKenzie框架的特定活动被纳入研究方案(1种静态卧位和6种动态腰椎锻炼)，以及3种体位。此外，记录患者在进行各种日常生活活动(ADL)时的情况，如步行、放松坐姿和站立。收集这些ADL，以便训练模型不仅能区分单独的物理治疗练习，还能将物理治疗活动与典型的日常活动区分开来。因此，这些异质活动都被赋予了相同的ADL标签，以测试模型将物理治疗与其他常见活动区分开来的能力。锻炼方案包括屈曲、伸展、旋转和侧滑运动，以及糟糕的、良好的和强迫良好的坐姿。完整的练习和姿势列表描述在多媒体附录1．

参与者在一名研究人员的直接监督下接受训练，按照与一名受过训练的麦肯齐(McKenzie)理疗师合作设计的方案进行练习和姿势。在佩戴多imu传感器系统的情况下，进行6次重复的动态练习，并进行30 ~ 60秒的静态练习和坐姿。每名参与者的ADL活动数据收集时间为3至5分钟。

多传感器系统

开发了一种无线多imu系统，用于收集LBP恢复过程中的惯性数据，并输入到分类模型中。该系统包括八个IMU设备(Metamotion C;Mbientlab) [20.放在以下解剖位置:(1)手腕，(2)左肩，(3)右肩，(4)上背部，(5)下背部，(6)左大腿，(7)右脚踝，(8)右耳。IMU的位置在图S1和IMU的位置部分多媒体附录1．

以下五种传感器数据类型，在这里称为传感器通道，从IMU架构中记录(每个设备有14个信号通道，总共112个通道):

1. 来自加速度计(x, y, z)的原始固有加速度，以25hz采样
2. 来自陀螺仪(x, y, z)的原始角速度数据，以25赫兹采样
3. 来自磁强计(x, y, z)的原始磁场强度，以25赫兹采样
4. 来自机载传感器融合算法(w, x, y, z)的四元数，以50 Hz采样
5. 气压计的压力数据，采样频率为13赫兹

数据采集和软件

我们实验室开发的SPARS软件平台得到扩展，可从多个imu采集数据[14-16］．为了防止传感器漂移和累积的磁干扰，加速度计、陀螺仪和磁强计传感器通道每周根据制造商的说明进行校准。IMU通过尼龙搭扣和贴片固定在每个参与者身上，其中1个IMU集成到3D打印耳塞中。参与者还戴上了帽子、USB集线器和蓝牙适配器。数据文件由指导研究人员手工标记，每次运动结束后立即记录参与者编号和运动类别。这些标签作为后续分类任务的基础真相。

数据分析

数据分析的流程概述在图1．使用SPARS-LBP系统收集的数据用于确定检测和分类LBP练习和姿势所需的惯性传感器的最佳位置。这是通过训练一组ML模型来实现的，该模型基于完整的IMU传感器位置对运动数据进行分类。然后进行特征重要性分析，以确定哪些imu和传感器通道对模型性能贡献最大。最后，在对模型性能贡献最大的一组imu和通道上执行网格搜索。这用于确定可扩展SPARS-LBP系统的最佳IMU位置、传感器通道和模型。

‎ 把这个图

数据预处理

原始加速度计、陀螺仪、磁强计和压力数据直接从Mbientlab传感器中获取，用于训练管道。这些通道也被卡尔曼滤波，并用专有的Mbientlab算法计算4轴四元数通道。采用博世传感器融合算法对四元数信道进行滤波处理。此处理发生在数据采集期间。

加速度计、陀螺仪、磁强计、压力和四元数通道被重采样到25hz，并使用宽度为5秒的滑动窗口(125个样本)分割，段重叠为0。这一段的长度被选为比平均重复运动略长。预处理后的片段总数为7838个(运动数据为5815/7838，占74.19%，姿态数据为2024/7838，占25.82%)。

特征提取与缩放

在分割之后，23个统计和时域特征(见Seglearn工程特性部分多媒体附录1)对每个时间序列段的每个通道进行计算，得到2599个特征。使用开源的Seglearn Python包进行分割和特征提取[21］．在模型训练前，对每个特征进行归一化处理，使均值和单位方差均为0。

初始模型和分类任务

为了确定用于后续实验的最优分类算法，我们初步考虑了10个分类器:(1)决策树，(2)随机森林(RF)， (3) XGBoost (XGB)， (4) k近邻，(5)经过随机梯度下降训练的支持向量机(SVM)，(6)线性判别分析，(7)高斯朴素贝叶斯，(8)支持向量机，(9)多层感知器神经网络，(10)卷积神经网络(CNN)。

通过使用scikit-learn的默认设置，对模型1至9进行工程功能训练[22］．CNN直接接受时间序列片段的训练。CNN由3个卷积层组成，分别为128、256和128个通道，然后是全球平均池化、L2归一化和全连接层。CNN使用亚当优化器、分类交叉熵损失和0.001的学习率训练了100代。最初，每个模型都使用整个数据集的6倍交叉验证方法进行训练，并根据参与者对折叠进行分组。这确保了同一参与者的录音不会出现在训练和测试折叠中。由于可用于训练10个模型的计算资源和时间有限，我们选择了6倍交叉验证方法，而不是将一个参与者排除在外的交叉验证方法。的class-weightedF₁评分作为所有分类任务的评价指标。

训练模型执行三个分类任务:(1)对所有动作和姿势进行分类(11类输出)，(2)只对动作进行分类(8类输出)，(3)只对姿势进行分类(3类输出)。评估了工程特征模型(模型1-9)的性能。选择精度最高、方差最小以及其他支持因素(如处理速度)的2个分类器进行进一步评估。此外，由于CNN模型之前成功地对肩部运动进行了分类，因此被考虑进一步优化[23］．

功能重要性评价

为了确定用于活动分类的IMU位置和传感器通道的最佳组合，计算了2个选定的预训练工程特征模型的工程特征的重要性。这用于通知超参数调优的传感器子集和特征的选择。研究人员探索了以下两种特征重要性计算方法:基尼重要性(基于树的模型中从每个特征学习到的分支数量的度量]24])和排列特征重要性(一种输入特征随机排列并测量模型性能变化的方法[25])。排列方法对数值特征膨胀和训练集依赖具有弹性，这在基尼重要度[24］．然后根据IMU位置和传感器通道对特征进行分组，以确定每个IMU和传感器通道的相对重要性。

超参数调优和传感器选择

对模型特定的超参数进行网格搜索和预处理，再次使用6倍交叉验证，根据参与者分组折叠。由于以下预处理超参数对时间序列特征的影响显著，因此在网格搜索中加入了它们:

• 窗口宽度:每次练习大约需要5秒才能完成，这为窗口提供了最大的逻辑限制。下限被选择为0.5秒，因为较小的窗口不会拥有足够的上下文。
• 窗口重叠:重叠边界(两个连续窗口段之间的重叠百分比)被选择为0%，表示完全没有重叠，最大重叠为60%。这个参数也可以被认为是一个数据增强参数，其中更高的重叠值会导致更多的相似段的副本。

还考虑了以下特定于模型的超参数。的表S2提供了搜索到的特定于模型的超参数空间的完整列表多媒体附录1．

• RF:最大特征、最小样本叶、最小样本分割和n个估计量
• XGBoost:最大深度、colsample bytree、gamma、学习率、最大深度、最小子权重和n个估计器
• 有线电视新闻网:学习速率

通过特征重要性分析得到的IMU传感器通道组合也包含在网格搜索中。由于计算限制，基于工程特征模型网格搜索的结果选择了更小的传感器通道组合集，并用于CNN的网格搜索。这种方法类似于嵌入式特征选择方法。最后，考虑到作为未来可穿戴系统的实用性和可扩展性等支撑因素，选择了IMU位置和传感器通道的最优配置。使用更严格的10倍交叉验证方法对具有优化超参数、输入通道和IMU位置的RF、XGBoost和CNN模型进行重新训练，再次根据参与者对折叠进行分组，以防止数据泄漏。

结果

研究设计和参与者

研究共招募了19名参与者，其中12名(63%)为男性，7名(37%)为女性。虽然没有记录每个患者的具体身高数据，但所有参与者的BMI都在健康范围内。为研究招募的参与者的人口统计数据显示在表1．

初始模型和分类任务

在单一分类任务中训练的工程特征模型，使用6倍交叉验证策略将运动和姿势活动结合起来，其表现不如被分为运动分类(7类和ADL)和姿势分类(3类)的模型。在三级姿势分类中，模型对姿势强迫的好姿势和好姿势的区分能力较差，说明两种姿势之间的差异很小。结果，良好姿势组和姿势强迫良好组合并。后续实验采用独立练习(8个班)和二元姿势分类。

方法中描述的10个模型分别使用默认超参数训练，使用6倍交叉验证方法分别对运动和姿势数据集进行训练。前3个工程特征模型(见表2)相对于平均值F₁运动和姿势分类的评分分别为RF、XGBoost和SVM(运动分类分别为0.85、0.85和0.81，姿势分类分别为0.89、0.89和0.88)。然而，SVM被发现有一个更大的SD在练习集(0.12)。因此，RF和XGBoost被认为是在运动(0.85,SD 0.04)和姿势(0.89,SD 0.07)分类问题上表现最好的模型。

功能重要性评价

通过6倍交叉验证训练的XGBoost和RF模型对运动和姿势进行分类，用于计算输入特征的重要性。计算每个输入特征的固有模型重要性(基尼重要性和增益重要性)和排列重要性(总结在图2为射频模型)。然后根据IMU和传感器通道对输入特征的重要性进行分组。固有模型重要性确定5(下背部)，6(左大腿)和7(右脚踝)是最重要的设备;加速度计和四元数是最重要的传感器;平均值，绝对能量，和绝对和是最重要的特征。排列重要性显示设备7、6和5(与基尼/增益技术相反的顺序)具有最高的重要性;加速度计和陀螺仪的重要性在传感器中最高;最小值、绝对能量和最大值是影响分类性能的主要特征。这些发现与RF和XGBoost模型相似。

‎ 把这个图

超参数调优和传感器选择

通过网格搜索来确定最优的模型特定超参数和最优IMU传感器配置。从特征重要性分析的结果被用来为输入到超参数网格搜索的IMU传感器配置子集的选择提供信息。

中显示了运动分类集和姿态分类集的窗宽和窗重叠参数的网格搜索结果图3．在工程特征模型和CNN中，更大的窗宽导致更高的练习分类性能。宽度对姿态分类性能影响不大。在工程特征模型中，窗口重叠不影响任何分类任务的模型性能。较大的窗口重叠导致了CNN练习分类性能的微小改进。在CNN网格搜索中探索了更大的窗口宽度;但是，窗口的最大宽度受到录音长度的限制，因此被限制为300(12秒)。在这些发现的基础上，RF和XGBoost模型的后续分析使用了5秒的最佳窗口宽度和0的重叠值，而CNN使用了300的宽度和50个样本(6%的窗口)的重叠值。

‎ 把这个图

在跨特定于模型的超参数进行网格搜索之后，工程模型的性能没有显示出任何显著的改进。F₁评分在默认超参数结果的+0.02和-0.02范围内变化。因此，使用默认的RF和xgboost特定的超参数进行进一步分析。CNN的性能随着学习率的提高而提高(0.66，学习率=0.0001时SD 0.04;0.77，学习率=0.01时SD 0.050)，其他超参数保持不变。

最后，根据特征重要度结果，将一组IMU和传感器通道组合纳入RF和XGBoost模型的网格搜索中。使用6倍交叉验证方法评估的传感器通道及其相应的性能分数显示在图4．加速度计、陀螺仪和磁强计传感器的组合产生了最好的结果F₁运动(RF模型)和姿势(RF模型)数据集的得分分别为0.95 (SD 0.03)和0.91 (SD 0.11)。在RF和XGBoost模型的网格搜索中包含的IMU组合显示在图5．使用所有可用的imu可以产生最高的性能。将传感器的数量限制在3个imu，下背部(5个)，左大腿(6个)和右脚踝(7个)的位置，在两种运动中都有最佳表现(F₁评分0.94,SD 0.04)和e姿势(F₁评分0.90,SD 0.11)，采用XGBoost模型。RF和XGBoost模型的最终优化IMU(5、6和7)和传感器(加速计、陀螺仪和磁强计)设置的混淆矩阵，根据参与者分组进行10倍交叉验证训练，如图S2所示多媒体附录1．

结果显示，下背部、大腿和脚踝传感器在工程特征模型的运动和姿势分类中表现最佳，随后使用CNN (图6)．网格搜索在单个imu集合和2-IMU组合集合上执行，这些imu组合可以形成下肢服装(例如，裤子或短裤)。此外，研究了3-和4-IMU组合，可以形成与手表的下肢服装。在CNN网格搜索中，完整的imu集提供了最好的性能(练习)F₁评分0.96,SD 0.01;的姿势F₁评分0.91,SD 0.03)。最适合运动的3个IMU系统是5、6和7 (F₁运动评分0.94,SD 0.03;F₁评分为0.88,SD为0.07)。加速度计和陀螺仪被证明是CNN进行运动分类的最佳传感器通道组合，而只有加速度计提供了最佳的姿态性能。经过10倍交叉验证训练的CNN模型最终优化配置的混淆矩阵也提供在图S2中多媒体附录1．

‎ 把这个图

‎ 把这个图

‎ 把这个图

讨论

主要研究结果

该研究证明了SPARS-LBP能够基于从基于多imu的可穿戴设备布置中收集的传感器时间序列数据，成功地识别康复训练的表现和良好的姿势。首先训练大量的ML模型，利用全套传感器对运动和姿势活动进行分类。在最初的测试中，发现RF和XGBoost优于其他7个工程特性模型。

椎间盘源性机械性疼痛可能是最常见和可治疗的LBP类型。基于mckenzie的练习的应用需要临床医生进行广泛的培训，以了解椎间盘紊乱的模式和方向偏好。一旦腿部或臀部疼痛集中到腰椎，治疗师可以继续进行核心强化训练。我们特别选择了基于mckenzie的练习，因为它们不针对特定的肌肉，而是专注于通过使用机械手段(如静态姿势或重复末端范围运动)对疼痛敏感结构的刺激或变形所产生的症状。

考虑到SPARS-LBP系统的实际部署，需要减少IMU和传感器信号的数量。为此，根据射频模型的器件和传感器计算和分组输入特征的相对重要性。这是使用每个特征的固有基尼重要性和排列重要性进行的。一个特征的基尼重要度是由该特征在树中产生的分裂数决定的。因此，它是一个特定特征在训练数据中的重要性的度量，当模型过拟合时可能会产生误导。因此，也考虑了排列重要性，因为这可以在使用交叉验证的搁置验证集上计算[25］．排列的重要性也受到其倾向于将低重要性分配给高度相关的特征的限制。由于每种重要技术的缺陷，两种方法的结果都被考虑在内。这表明，大腿、脚踝、手腕、下背部和肩膀传感器以及加速度、陀螺仪和四元数通道对模型的性能贡献最大。

最终，基于网格搜索结果和将这些传感器组合成可穿戴系统的实际考虑，确定了理想的传感器和设备组合。一个XGBoost模型在背部下部、大腿和脚踝处放置了3个IMU设备，每个IMU设备记录加速度计、陀螺仪和磁强计数据，被发现为运动和姿势分类提供了一个最佳平台。这3个放置在下背部、大腿和脚踝的标准imu最终可以嵌入到一件可穿戴的衣服中(如裤子)。

下背部、大腿和脚踝传感器提供最佳性能的发现并不令人惊讶，因为本研究中使用的下背部锻炼涉及下半身的各种运动。特别地，所有的练习和姿势都会引起下背部的位移，这在特征重要性分析和网格搜索中都具有很高的重要性。有趣的是，上半身的传感器(耳朵、肩膀和手腕)在性能上的改善相对较小。然而，这一结果支持了单一下肢服装的未来发展。

我们还发现，在使用加速度计和陀螺仪通道的这3个设备位置的运动分类方面，CNN与XGBoost模型具有相当的性能。CNN的局限性在于，要获得最佳的运动分类性能，需要250到300(10-12秒)的较长段宽度。在临床环境中，由于疼痛或其他因素，患者无法进行超过几秒钟的锻炼，这可能会带来挑战。然而，对于姿态分类，CNN的最佳性能是仅使用所有设备的加速度传感器(F₁评分0.91,SD 0.03)，段宽度与性能似乎没有关系。这可能是因为姿势数据的静止性质，因为记录是在参与者已经移动到位后进行的。

与之前工作的比较

尽管已经对运动分类进行了不同的IMU设置研究(如Rodriguez等人的研究[26])，没有一个研究同时检测姿势和运动[27-31］．一些研究侧重于下肢康复训练[15，而另一些人只关注姿势分类[16］．关注下肢康复的研究发现，大腿、胫骨和脚是有用的传感器位置[15，32，33］．在姿势实验中，传感器位置如下背部、上背部/胸骨、脚和大腿被成功使用[16］．除了上背部/胸骨外，这些用于运动和姿势研究的器械位置与我们目前的发现一致。大多数包括上背部/胸骨作为IMU位置的研究使用动态角度测量来建模他们的系统，其中它们被用于与另一个设备(通常是下背部IMU)或绝对起始位置的关系。这些动态实验也在参与者从不良姿势调整到良好姿势的过程中获得了数据，产生了随时间变化的数据波动。使用这种方法，他们的算法只需要学习当姿势改变时发生在上背部/胸骨IMU的振荡来对数据进行分类。相比之下，本研究收集的体位数据集是静态的，其中一个良好体位实例的患者在整个记录期间都保持静止，没有时间变化，限制了上背部传感器(IMU 4)在当前算法中的重要性。

优势和局限性

ML算法的性能通常取决于可用训练数据集的大小。由于COVID-19大流行的限制，研究参与者的招募和由此产生的数据集受到限制。为了避免疲劳和延长训练时间，参与者的练习次数和重复次数都受到了限制。因此，本研究中使用的练习代表了所有McKenzie练习变体的一个子集。可能会探索更多的练习，以纳入更大的练习集，这将扩大SPARS-LBP的范围和适用性。这种小的数据集导致交叉验证中更大的交叉变异，特别是当使用更大的段宽度时，导致较少的训练和验证样本。第二个限制是在最初的管道中没有使用特征选择来选择分类器。这可能会惩罚一些分类器(例如，k近邻)，并导致过拟合。第三，本研究证明了该技术的应用是可行的，结果是准确的;然而，只包括健康的参与者(没有LBP和健康的BMI)，并且只执行正确的LBP练习。 Future work is needed to determine whether the optimized SPARS-LBP system can similarly classify exercises performed by those whose motion may be compromised and also consider the impact of age, sex, and BMI in relation to ML classification. A fourth limitation of the study was the restriction of monitoring devices to IMUs only. Testing a wider range of sensor technologies, such as electromyography or video data, could add to the robustness and accuracy of the classifications. However, there are challenges to the acquisition, synchronization, and analysis of multiple data streams, and the consideration of additional data sources is outside the scope of this study.

未来的发展方向

由于可穿戴设备和人工智能技术的使用正在扩大，以促进基于网络的护理，探索这些设备在肌肉骨骼领域的效用和准确性是至关重要的。在为急性和慢性LBP开出麦肯齐锻炼处方的个体中验证sspars -LBP系统的性能，对于了解它们是否适用于这些特定的目标人群至关重要。对于临床研究来说，一个简单的IMU数据采集系统是必不可少的，比如一件衣服，它包含了下背部、大腿和脚踝的IMU传感器。与我们正在进行的肩部工作类似，这将允许阐明参与和结果之间的关系(包括功能评估和患者报告的结果测量)。这最终将有助于指导未来对物理治疗方案有效性的研究，也是理解运动、姿势和LBP患者临床结果之间关系的关键。应用程序开发可以实现远程监测患者和提供者的参与/坚持情况。这样可以在确保安全有效管理的同时，及早发现妨碍恢复的障碍。

这项工作也是建立有效的工具来评估物理治疗练习的数量和质量的重要的第一步。特别是，经过训练的用于对物理治疗练习进行分类的cnn可以用于生成基于为同一患者在诊所和家中进行的练习生成嵌入的量化性能指标。通过CNN的卷积层传递两个记录，然后可以使用嵌入对之间的距离作为两个练习之间相似性的度量。计算有监督的运动与同一类无监督的运动(在家进行)的相似度，可以给患者和他们的临床医生提供关于无监督运动表现质量的有价值的反馈。

结论

本研究评估了一组大型IMU设备(8)和传感器(5)在腰背痛练习和坐姿中的表现。通过优化配置3个imu(下背部、大腿和脚踝)，传感器仅限于加速计、陀螺仪和磁强计，可以获得最佳性能。这种装置可以通过更有效、简单和临床可行的数据采集系统轻松集成到可穿戴服装(裤子)中。使用XGBoost、RF和CNN模型观察到3种IMU系统的性能没有显著差异。这项概念验证研究促进了SPARS-LBP作为监测系统的进一步开发，该系统可以帮助跟踪参与情况，并协助早期识别LBP运动表现和正确姿势中遇到的问题，最终提高家庭康复提供的有效性。