⚡ electrical engineering

PM-EKF: A Physiological Model-Based Extended Kalman Filter for Daily-Life Physical Activity Energy Expenditure Estimation

تقترح هذه الورقة مرشح كالمان الموسع القائم على نموذج فسيولوجي (PM-EKF) يدمج نموذجاً أيضياً مبسطاً مع بيانات مستشعرات القصور الذاتي ومعدل ضربات القلب لتوفير تقديرات شخصية، قابلة للتفسير، ودقيقة لإنفاق الطاقة أثناء النشاط البدني في الحياة اليومية، متفوقةً بذلك على كل من الانحدار الخطي ونهج التعلم العميق في مجموعة بيانات موثقة.

المؤلفون الأصليون: Shuhao Que, Remco Poelarends, Valentina Breschi, Ying Wang

نُشر 2026-04-30

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Shuhao Que, Remco Poelarends, Valentina Breschi, Ying Wang

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

الصورة الكبيرة: تخمين مقدار "الوقود" الذي تحرقه

تخيل أن جسمك يشبه السيارة؛ عندما تقود، يحرق المحرك الوقود. في جسم الإنسان، هذا "الوقود" هو الطاقة، و"العادم" هو ثاني أكسيد الكربون الذي تخرجه مع تنفسك. يريد العلماء معرفة مقدار الوقود الذي تحرقه يومياً بدقة (الإنفاق الطاقي للنشاط البدني، أو PAEE) لفهم صحتك.

"المعيار الذهبي" لقياس ذلك هو قناع ضخم ومعقد يقيس كل نفس تأخذه. إنه دقيق، لكن لا يمكنك ارتداؤه وأنت تذهب إلى البقالة أو أثناء القيام بأعمال التنظيف المنزلية. لذلك، يستخدم الباحثون الساعات الذكية وأجهزة تتبع اللياقة البدنية (المستشعرات القابلة للارتداء) لتخمين الإجابة.

المشكلة: معظم أجهزة التتبع الحالية تشبه "الصناديق السوداء". فهي تنظر إلى حركتك ومعدل ضربات قلبك، ثم تمررها عبر برنامج كمبيوتر معقد (مثل الشبكة العصبية)، وتخرج لك رقماً. هي تعمل بشكل جيد نوعاً ما، لكنها لا تفهم حقاً لماذا هذا الرقم هو كذلك. إذا بدت البيانات غريبة، فقد يخطئ الكمبيوتر في التخمين، أو حتى يعطيك رقماً سالباً للطاقة المحروقة (وهو أمر مستحيل!).

الحل: قام مؤلفو هذه الورقة البحثية ببناء نظام جديد يسمى PM-EKF. وبدلاً من الصندوق الأسود، بنوا محركاً شفافاً قائماً على الفيزياء يحاكي كيفية عمل رئتيك، ودمك، وعضلاتك بالفعل.

كيف يعمل: تشبيه "الطيار الذكي"

فكر في تقدير حرق الطاقة كأنك تقود طائرة من النقطة (أ) إلى النقطة (ب).

الخريطة (النموذج الفسيولوجي):
قام المؤلفون بإنشاء خريطة مبسطة لكيفية عمل جسمك. تتكون الخريطة من ثلاث محطات رئيسية:
- الرئتان: حيث تستنشق الأكسجين.
- الدورة الدموية: قلبك الذي يضخ الدم.
- العضلات: حيث تُستخدم الطاقة.
  هذه الخريطة تتبع قوانين الفيزياء والبيولوجيا؛ فهي تعرف أنك إذا حركت ساقيك، فستحتاج عضلاتك إلى المزيد من الأكسجين، وسيتعين على قلبك الضخ بشكل أسرع لتوصيله.
المستشعرات (المدخلات):
يستخدم النظام نوعين من البيانات من أجهزتك القابلة للارتداء:
- وحدات القياس بالقصور الذاتي (IMUs): وهي تشبه مقاييس التسارع في هاتفك. تقيس مدى سرعة وقوة حركة أجزاء جسمك (الحوض والفخذين). هذا يخبر النظام بـ "العمل الميكانيكي" الذي تقوم به.
- معدل ضربات القلب (HR): وهو النبض. يخبر النظام بمدى جهد قلبك لتوصيل الوقود.
الطيار (مرشح كالمان الموسع - EKF):
هذا هو "عقل" النظام. تخيل طياراً يقود طائرة ولديه خريطة (النموذ_الفسيولوجي) ولكن لديه أيضاً جهاز GPS يتعطل أحياناً (بيانات المستشعرات المشوشة).
- الخريطة تتنبأ بمكان وجود الطائرة بناءً على الفيزياء.
- الـ GPS يخبر الطيار بمكان وجود الطائرة فعلياً بناءً على المستشعرات.
- الطيار (EKF) يقارن باستمرار بين الاثنين. إذا كان الـ GPS مهتزاً، يثق الطيار في الخريطة أكثر. وإذا بدت الخريطة غير دقيقة، يقوم الطيار بالتعديل بناءً على الـ GPS.
- هذا يسمح للنظام بتنعيم الضجيج وإعطاء تقدير ثابت وواقعي لحرق الطاقة الخاص بك، حتى لو كانت المستشعرات متذبذبة قليلاً.

التجربة: اختبار "المختبر الحي"

اختبر الباحثون هذا النظام على 9 أشخاص في مختبر يحاكي الحياة الواقعية.

الإعداد: ارتدى المشاركون مستشعرات على الحوض والفخذين، بالإضافة إلى مراقب لمعدل ضربات القلب. كما ارتدوا قناعاً عالي التقنية (المعيار الذهبي) لـ (COSMED K5) لقياس تبادل الغازات مع كل نفس.
الأنشطة: قاموا بمزيج من الأشياء: الجلوس، القراءة، الوقوف، مسح الأرضيات، رص الكتب، المشي على جهاز المشي، صعود السلالم، وركوب الدراجة.
المقارنة: وضعوا نظامهم الجديد "الطيار الذكي" (PM-EKF) في مواجهة طريقتين أخريين:
1. الانحدار الخطي (LR): معادلة رياضية بسيطة وقديمة.
2. CNN-LSTM: ذكاء اصطناعي متطور وحديث (تعلم عميق) يشبه "الصندوق الأسود".

النتائج: من الفائز؟

تزعم الورقة أن نظامهم الجديد (PM-EKF) كان الفائز، ولكن مع بعض التفاصيل المثيرة للاهتمام:

الدقة الإجمالية: كان نظام PM-EKF هو الأكثر دقة بشكل عام. لقد طابق "المعيار الذهبي" للقناع بشكل أفضل من الذكاء الاصطناعي أو المعادلة الرياضية البسيطة.
- تشبيه: إذا كانت درجة القناع هي 100، فقد سجل PM-EKF حوالي 72، وسجل الذكاء الاصطناعي 65، بينما سجلت الرياضيات البسيطة 52.
مشكلة "الطاقة السالبة": وقع الذكاء الاصطناعي والرياضيات البسيطة أحياناً في خطأ سخيف: توقعا أن الناس يحرقون سعرات حرارية "سالبة" أثناء الوقوف ساكناً (وهو أمر مستحيل فيزيائياً). أما PM-EKF فلم يرتكب هذا الخطأ أبداً لأن "خريطته" الخاصة بالجسم تمنعه فيزيائياً من حساب أرقام مستحيلة.
معاناة النشاط منخفض الشدة: كان الذكاء الاصطناً والرياضيات البسيطة سيئين جداً في تخمين حرق الطاقة أثناء المهام منخفضة الشدة (مثل الجلوس أو الوقوف). غالباً ما توقعا أرقاماً عالية جداً بشكل عشوائي. أما PM-EKF فقد ظل هادئاً ودقيقاً خلال هذه اللحظات الهادئة.
خلل ركوب الدراجة: كان لدى PM-EKF نقطة ضعف محددة: ركوب الدراجة. لقد قلل من تقدير مقدار الطاقة التي يحرقها الناس أثناء ركوب الدراجة.
- لماذا؟ لأن المستشعرات كانت موجودة على الساقين والحوض. عندما تركب الدراجة، تتحرك ساقاك في دائرة، لكن جسمك لا يهتز كثيراً للأعلى والأسفل. لم تستطع المستشعرات "رؤية" كامل الجهد المبذول ضد مقاومة الدراجة، لذا كان حساب "العمل الميكانيكي" منخفضاً جداً. ومع ذلك، كان الذكاء الاصطناعي أفضل في تخمين أرقام ركوب الدراجة لأنه قام فقط بحفظ الأنماط من البيانات دون الاهتمام بالفيزياء.
مفاجأة معدل ضربات القلب: اختبر الباحثون ما سيحدث إذا أزالوا مستشعر معدل ضربات القلب من المعادلة.
- النتيجة: لم يكن الأمر مهماً كثيراً! أدى PM-EKF (والنماذج الأخرى) أداءً متشابهاً تقريباً مع أو بدون بيانات معدل ضربات القلب.
- لماذا؟ في الأنشطة التي اختبروها (المشي، الوقوف، والأعمال المنزلية الخفيفة)، كانت حركة الجسم (التي التقطتها مستشعرات الساق) هي المحرك الأكبر لحرق الطاقة. لم تضف ضربات القلب الكثير من المعلومات الإضافية.

الخلاصة

تخلص الورقة إلى أنك لست بحاجة إلى "صندوق أسود" من الذكاء الاصطناعي لتخمين مقدار الطاقة التي تحرقها. من خلال بناء نظام يفهم فيزياء جسم الإنسان (كيف تتفاعل الرئتان والدم والعضلات)، يمكنك الحصول على تقدير أكثر موثوقية وواقعية و"منطقية".

إنه قابل للتفسير: يمكنك النظر داخل "الصندوق الأسود" ورؤية مستويات الأكسجين المقدرة في الدم والهواء في الرئتين.
إنه قوي: لا يعطي إجابات غريبة (مثل السعرات الحرارية السالبة).
يعمل بدون مراقب معدل ضربات القلب: بالنسبة للأنشطة اليومية، فإن مجرد معرفة مقدار حركة جسمك غالباً ما يكون كافياً للحصول على تقدير جيد.

يشير المؤلفون إلى أنه على الرغم من أن النظام ممتاز، إلا أنه يحتاج إلى مزيد من الاختبار مع عدد أكبر من الناس وأنواع مختلفة من الأنشطة ليكون مثالياً للجميع.

إليك ملخص تقني مفصل للورقة البحثية بعنوان: "PM-EKF: مرشح كالمان الموسع القائم على نموذج فسيولوجي لتقدير استهلاك الطاقة في النشاط البدني خلال الحياة اليومية."

1. بيان المشكلة

تعد مراقبة استهلاك الطاقة في النشاط البدني (PAEE) في الحياة اليومية أمراً بالغ الأهمية لتقييم الصحة الأيضية ومخاطر الأمراض. وبينما يظل قياس التأثر غير المباشر (تحليل الغازات) هو المعيار الذهبي، إلا أنه غير عملي للمراقبة المستمرة في الحياة الحرة. وبناءً على ذلك، تُستخدم المستشعرات القابلة للارتداء (وحدات القياس بالقصور الذاتي - IMUs، ومعدل ضربات القلب - HR) على نطاق واسع.

ومع ذلك، تواجه الأساليب الحالية قيوداً كبيرة:

الافتقار إلى التفسير الفسيولوجي: معظم النهج الحالية تعتمد كلياً على البيانات (مثل الانحدار الخطي، والشبكات العصبية). فهي تربط إشارات المستشعرات بـ PAEE إحصائياً دون نمذجة الآليات الفسيولوجية الكامنة (تبادل الغازات، التمثيل الغذائي).
طبيعة "الصندوق الأسود": تفتقر هذه النماذج إلى القدرة الذاتية على التفسير، مما يجعل من الصعب شرح سبب إجراء تقدير معين أو ضمان الاتساق الفسيولوجي (مثل تجنب قيم استهلاك الطاقة السالبة).
مشكلات التعميم: غالباً ما تعاني النماذج القائمة على البيانات من انزياحات التوزيع (اختلاف الأفراد أو أنواع الأنشطة) وقد تنتج نتائج غير منطقية من الناحية الفسيولوجية.

2. المنهجية: إطار عمل PM-EKF

يقترح المؤلفون مرشح كالمان الموسع القائم على النموذج الفسيولوجي (PM-EKF). يدمج هذا النهج نموذجاً ميكانيكياً مبسطاً لفسيولوجيا الإنسان مع مرشح كالمان الموسع (EKF) لدمج بيانات المستشعرات. يعمل الإطار على ثلاثة مستويات:

أ. مستوى الإشارة (المعالجة المسبقة والوكلاء)

المدخلات: معدل ضربات القلب (HR) من تخطيط القلب (ECG)، وتسارع الجسم من ثلاث وحدات قياس بالقصاء الذاتي (IMUs) (الحوض، الفخذ الأيسر، الفخذ الأيمن).
الوكيل الأيضي المستمد من IMU: يحسب النظام الطاقة الحركية الميكانيكية ( $E(t)$ $E (t)$ ) اللازمة لتحريك أجزاء الجسم بناءً على السرعة المستمدة من تكامل بيانات الـ IMU.
- يتم تحويل هذه الطاقة الميكانيكية إلى معدل استهلاك أكسجين ( $R_{MO2}$ ) مقدر ومعدل إنتاج ثاني أكسيد الكربون ( $R_{MCO2}$ ) باستخدام عامل كفاءة مجمع ( $\mu$ ) وعامل تحويل (19.6 كيلو جول/لتر أكسجين).
- ملاحظة: يعمل هذا الوكيل كـ "ملاحظة" للمرشح، حيث يمثل الطلب الأيضي المرتبط بالحركة.

ب. مستوى النمذجة (فضاء الحالة الفسيولوجي)

الابتكار الجوهري هو نموذج فسيولوجي ثلاثي الحجرات (الرئتين، الدورة الدموية، الأنسجة العضلية) يمثل حلقة التحكم التنفسي وتبادل الغازات.

متجه الحالة ( $x$ ): يتتبع النموذج خمس حالات فسيولوجية كامنة:
1. الضغط الجزئي للأكسجين في الحويصلات الهوائية ( $P_{A,O2}$ )
2. الضغط الجزئي لثاني أكسيد الكربون في الحويصلات الهوائية ( $P_{A,CO2}$ )
3. تركيز الأكسجين في الدم الوريدي ( $C_{v,O2}$ )
4. تركيز ثاني أكسيد الكربون في الدم الوريدي ( $C_{v,CO2}$ )
5. التهوية الحويصلية ( $V_{TA}$ )
نموذج العملية: مجموعة من المعادلات التفاضلية غير الخطية التي تصف توازن الكتلة للأكسجين وثاني أكسيد الكربون عبر الحجرات. يُستخدم معدل ضربات القلب (HR) كمدخل خارجي لتوجيه النتاج القلبي ( $Q$ )، والذي يؤثر بدوره على نقل الغازات.
نموذج القياس: تُعامل الوكلاء الأيضيين المستمدة من الـ IMU ( $R_{MO2}, R_{MCO2}$ ) كـ ملاحظات مشوبة بالضجيج لتدفقات تبادل الغازات الفعلية التي يتنبأ بها النموذج الفسيولوجي.

ج. مستوى الاستدلال (مرشح كالمان الموسع - EKF)

يقوم مرشح EKF بتقدير الحالات الفسيولوجية الكامنة بشكل متكرر.
خطوة التنبؤ: تنشر الحالات إلى الأمام بناءً على الديناميكيات الفسيولوجية المدفوعة بمعدل ضربات القلب.
خطوة التصحيح: تحديث تقديرات الحالة باستخدام الوكلاء الأيضيين المستمدين من الـ IMU لتصحيح عدم اليقين في النموذج وضجيج القياس.
المخرج: تُستخدم الحالات الفاسية الكامنة المستنتجة لحساب PAEE النهائي باستخدام صيغة وير (Weir's formula)، التي تربط استهلاك الأكسجين وإنتاج ثاني أكسيد الكربون باستهلاك الطاقة.

3. المساهمات الرئيسية

التفسير الميكانيكي: على عكس نماذج الذكاء الاصطناعي "الصندوق الأسود"، ينمذج PM-EKF صراحةً السلسلة السببية من حركة الجسم $\leftarrow$ العمل الميكانيكي $\leftarrow$ تبادل الغازات $\leftarrow$ استهلاك الطاقة. الحالات الكامنة (مثل الضغط الحويصلي) لها معانٍ فسيولوجية مباشرة.
القيود الفسيولوجية: من خلال دمج النموذج داخل مرشح EKF، يتم تقييد التقديرات بالقوانين البيولوجية (مثل توازن الكتلة، قانون الغاز المثالي)، مما يمنع المخرجات غير المنطقية فسيولوجياً (مثل قيم استهلاك الطاقة السالبة).
دمج المستشعرات المبتكر: يعامل هذا الأسلوب بيانات الـ IMU ليس فقط كمُتنبئ مباشر، بل كملاحظة للطلب الأيضي الذي يصحح نموذج العملية الفسيولوجية المدفوع بمعدل ضربات القلب.
لا يتطلب تدريباً: يعتمد النموذج على المبادئ الأولى ولا يتطلب مجموعة بيانات ضخمة لـ "التدريب" بالمعنى المستخدم في التعلم الآلي، مما يجعله أكثر قدرة على التعميم عبر الأفراد.

4. النتائج التجريبية

تم التحقق من صحة النموذج باستخدام مجموعة بيانات لـ 9 أشخاص أصحاء يقومون بمختلف أنشطة الحياة اليومية (ADL)، بما في ذلك الجلوس، المشي، مسح الأرضيات، ركوب الدراجات، وصعود الدرج. تم توفير الحقيقة الأرضية (Ground Truth) بواسطة محلل تنفسي من نوع COSMED K5 يعمل بنظام "النفخة لكل مرة".

مقاييس الأداء (متوسط $R^2$ ):
- PM-EKF (مع HR): 0.72 (المدى: 0.60–0.87)
- CNN-LSTM (القائم على البيانات): 0.65
- الانحدار الخطي (القائم على البيانات): 0.52
- الدلالة الإحصائية: تفوق PM-EKF بشكل كبير على كل من LR ( $p=0.012$ ) و CNN-LSTM ( $p=0.039$ ).
الأداء عند الشدة المنخفضة:
- تميز PM-EKF عند الشدات المنخفضة (NRMSE = 0.19)، بينما كان أداء النماذج القائمة على البيانات ضعيفاً (NRMSE > 1.0، أسوأ من المتنبئ المتوسط) وكانت تتنبأ أحياناً بقيم PAEE سالبة.
- سجل PM-EKF نسبة انتهاك 0% للحدود الفسيولوجية (PAEE $\ge$ 0)، مقارنة بـ 0.53% لـ CNN-LSTM.
الاعتماد على معدل ضربات القلب (HR):
- من المثير للدهشة، أن إزالة مدخل HR من PM-EKF (تثبيته كقيمة ثابتة) لم يؤدِ إلى تدهور كبير في الأداء ( $R^2$ ظل حوالي 0.76).
- يشير هذا إلى أنه بالنسبة لأنشطة الحياة اليومية المختبرة، كان عبء العمل الميكانيكي الملتقط بواسطة الـ IMU هو المحرك المهيمن لتقدير PAEE، وأن معدل ضربات القلب قدم معلومات زائدة عن الحاجة في هذا السياق المحدد.
القيود الملحوظة:
- قلل النموذج بشكل منهجي من تقدير PAEE أثناء ركوب الدراجات. ويُعزى ذلك إلى فشل الوكيل الميكانيكي المستمد من الـ IMU في التقاط المقاومة الخارجية (حمل جهاز التمرين) وعدم قدرة عامل الكفاءة ( $\mu$ ) الثابت على التكيف مع ديناميكيات ركوب الدراجات.

5. الأهمية والخاتمة

يمثل إطار عمل PM-EKF تحولاً جذرياً من التقدير القائم على البيانات فقط إلى التقدير الموجه فسيولوجياً.

الأهمية السريرية: لا يوفر مجرد رقم، بل يوفر حالات كامنة قابلة للتفسير (مثل معدلات تبادل الغازات) والتي يمكن أن تعمل كعلامات حيوية للصحة الأيضية.
المتانة: يحافظ النموذج على المعقولية الفسيولوجية حتى في السيناريوهات منخفضة الشدة حيث تفشل النماذج القائمة على البيانات، مما يجعله مناسباً للمراقبة المستمرة في العالم الحقيقي.
الآفاق المستقبلية: بينما تظهر الدراسة الحالية أن الـ IMUs كافية لأنشطة الحياة اليومية، تهدف الأعمال المستقبلية إلى تحسين تقدير ركوب الدراجات (من خلال تكييف عامل الكفاءة) والتحقق من صحة النموذج على مجموعات سكانية أكبر وأكثر تنوعاً، بما في ذلك أولئك الذين يعانون من اضطرابات أيضية.

باختصار، تثبت الورقة البحثية أن دمج نموذج فسيولوجي مبسط داخل مرشح كالمان الموسع يؤدي إلى تقديرات PAEE أكثر دقة وقابلية للتفسير ومتانة مقارنة بالطرق الإحصائية البحتة، لا سيما في الأنشطة اليومية ذات الشدة المنخفضة إلى المتوسطة.