A Feature Extraction Pipeline for Enhancing Lightweight Neural Networks in sEMG-based Joint Torque Estimation

1. Problemstellung

In der robotergestützten Rehabilitation ist die präzise Vorhersage der Gelenkmomente (Joint Torques) des Nutzers entscheidend, um Exoskelette anzupassen und personalisierte Unterstützung zu bieten. Bisherige Ansätze stützen sich oft auf:

• Direkte Messung: Erfordert komplexe Sensoren und mechanische Vorrichtungen.
• Muskel-Skelett-Modelle (z. B. Hill-Typ): Diese sind rechenintensiv und erfordern viele schwer zu messende Parameter.
• Maschinelles Lernen (ML): Während neuere Architekturen wie rekurrente Netze (RNN) oder temporale Faltungsnetze (TCN) vielversprechend sind, benötigen diese oft große Datensätze und komplexe Pipelines. Dies ist im klinischen Alltag problematisch, da Patienten oft nur begrenzte Trainingsdaten aufgrund von Ermüdung liefern können.

Das Ziel dieser Arbeit ist es, eine Feature-Extraktions-Pipeline zu entwickeln, die es einfachen, leichten neuronalen Netzen (wie einem Multilayer Perceptron, MLP) ermöglicht, Gelenkmomente aus sEMG-Signalen (Oberflächen-Elektromyographie) genau vorherzusagen, ohne auf komplexe zeitabhängige Architekturen angewiesen zu sein.

2. Methodik

A. Experimentelles Design

• Teilnehmer: Ein gesunder männlicher Proband (24 Jahre).
• Aufbau: Der Proband führte Arm- und Schulterbewegungen unter drei Lastbedingungen durch (0 kg, 1,10 kg, 1,85 kg).
• Datenerfassung:
  • sEMG: 8 Kanäle (rechte Armmuskulatur: Deltoid, Bizeps, Trizeps, Brachialis, Pectoralis major) mit 500 Hz Abtastrate.
  • Motion Capture: 3 Qualisys-Kameras (500 Hz) zur Erfassung der Gelenkkinematik (Schulter, Ellbogen, Handgelenk).
• Bewegungen: Zwei Bewegungstypen: einfaches Greifen (Sagittalebene) und komplexe Bewegungen (Kombination aus Flexion/Extension und Abduktion/Adduktion).

B. Berechnung der Referenzmomente

Da keine direkten Drehmomentsensoren verwendet wurden, wurden die Referenzwerte (Ground Truth) über ein statisches Gleichgewichtsmodell berechnet:

• Die Gliedmaßen wurden als starre Körper mit Masse im Schwerpunkt (COM) modelliert.
• Unter Vernachlässigung der Dynamik (statisches Gleichgewicht) wurden die Momente für Ellbogen ($\tau_e$) und Schulter (projiziert auf Sagittal- $\tau_{sf}$ und Frontalebene $\tau_{ss}$) aus den kinematischen Daten und den Gravitationskräften abgeleitet.

C. Feature-Extraktions-Pipeline (Der Kernbeitrag)

Die Pipeline transformiert die rohen sEMG-Signale in ein optimiertes Feature-Set:

1. Vorverarbeitung:
   • Entfernung des Basislinien-Offsets (Subtraktion der Ruhe-EMG).
   • Bandpass-Filterung (15–225 Hz, Butterworth 4. Ordnung) zur Rauschreduktion.
   • Varianz-basierter Filter zur Erfassung von Amplitudenschwankungen.
   • Normalisierung: Konditionsspezifische Normalisierung (pro Last und Bewegung) erwies sich als überlegen gegenüber globaler Normalisierung.
   • Glatte Filterung (Low-Pass bei 5 Hz).
2. Neuronale Aktivierung: Modellierung des elektromechanischen Verzögerungseffekts ($d$) mittels einer zweiten Ordnung Differenzengleichung, um die tatsächliche Muskelkraftaktivierung $p(t)$ aus dem EMG-Signal $e(t)$ abzuleiten.
3. Fensterbildung: Sliding Window mit 100 ms Länge und 50 % Überlappung.
4. Feature-Extraktion:
   • Zeitbereich: RMS (Root Mean Square), WL (Waveform Length), SSC (Slope Sign Change).
   • Frequenzbereich: Band Power (BP) mittels Multitaper-Methode.
   • Zeit-Frequenz-Bereich: Morlet-Wavelet-Transformation (MWT) zur Erfassung nicht-stationärer Signaleigenschaften.
5. Nachverarbeitung:
   • History Stacking (Hinzufügen vorheriger Fenster für zeitliche Abhängigkeiten).
   • Dimensionsreduktion via PCA (Principal Component Analysis).
   • One-Hot-Encoding für kategorische Merkmale (Last, Bewegungstyp).
   • Zielwerte (Momente) wurden ebenfalls gefiltert und auf $[-1, 1]$ skaliert.

D. Modelle und Evaluation

Zwei Modelle wurden verglichen:

1. MLP (Multilayer Perceptron): Ein einfaches Feedforward-Netzwerk, das die extrahierten Features verarbeitet.
2. TCN (Temporal Convolutional Network): Ein spezialisiertes Netzwerk für Zeitreihen, das als Benchmark dient.

Bewertungsmetriken: RMSE (Root Mean Squared Error), Pearson-Korrelationskoeffizient ($\rho$) und $R^2$ (Bestimmtheitsmaß). Die Tests wurden über 5 verschiedene Random Seeds durchgeführt.

3. Wichtige Ergebnisse

• Normalisierung: Die konditionsspezifische Normalisierung (Condition B) führte zu deutlich besseren Ergebnissen als die globale Normalisierung, insbesondere bei der Einbeziehung der 0 kg-Bedingung (geringere Muskelaktivierung).
• MLP vs. TCN:
  • Der MLP mit der vorgeschlagenen Feature-Pipeline erreichte Ergebnisse, die mit dem TCN vergleichbar oder sogar besser waren.
  • RMSE (Mittelwert über 5 Seeds):
    • Ellbogen: MLP 0,963 Nm vs. TCN 0,964 Nm.
    • Schulter (Front): MLP 1,403 Nm vs. TCN 1,563 Nm.
    • Schulter (Seite): MLP 1,434 Nm vs. TCN 1,494 Nm.
  • Der MLP zeigte eine höhere Korrelation ($\rho$) und einen besseren $R^2$-Wert, insbesondere für die Schultergelenke.
• Effizienz der Pipeline: Die extrahierten Features enthielten genügend zeitliche Informationen, sodass ein einfaches MLP die zeitlichen Dynamiken besser erfassen konnte als ein TCN, das nur mit rohen, vorverarbeiteten Zeitpunkten arbeitete.
• TCN mit Pipeline: Auch wenn das TCN mit der Pipeline verbessert wurde (insbesondere bei der Schulter), schnitt der einfache MLP mit der Pipeline in den meisten Metriken besser ab.

4. Bedeutung und Beiträge

1. Effizienz bei begrenzten Daten: Die Studie zeigt, dass eine sorgfältig gestaltete Feature-Extraktions-Pipeline den Bedarf an komplexen, rechenintensiven Architekturen (wie TCN oder RNN) reduzieren kann. Dies ist entscheidend für klinische Anwendungen, wo oft nur wenige Trainingsdaten pro Patient verfügbar sind.
2. Leichtgewichtige Modelle: Ein einfacher MLP kann durch die richtige Vorverarbeitung und Feature-Engineering die Leistung von spezialisierten Zeitreihenmodellen erreichen. Dies ermöglicht den Einsatz auf ressourcenbeschränkter Hardware (z. B. eingebettete Systeme in Exoskeletten).
3. Robustheit: Die konditionsspezifische Normalisierung und die Kombination aus Zeit-, Frequenz- und Zeit-Frequenz-Features (insbesondere Wavelets) erwiesen sich als robust gegenüber verschiedenen Lasten und Bewegungstypen.
4. Praktische Relevanz: Die Methode bietet einen vielversprechenden Weg für die Echtzeit-Steuerung von Rehabilitationsrobotern, da sie eine schnelle Inferenz bei hoher Genauigkeit ermöglicht.

Fazit: Die Autoren demonstrieren erfolgreich, dass die Qualität der Eingabemerkmale (durch die Pipeline) oft wichtiger ist als die Komplexität des neuronalen Netzwerks selbst. Dies ebnet den Weg für effizientere und zugänglichere robotergestützte Rehabilitationssysteme.