GEGLU-Transformer for IMU-to-EMG Estimation with Few-Shot Adaptation

A continuación se presenta un resumen técnico detallado del artículo "GEGLU-Transformer para la estimación de IMU a EMG con adaptación de pocos ejemplos".

1. Planteamiento del Problema

El desafío central abordado es la estimación fiable de la activación neuromuscular (EMG) a partir de Unidades de Medición Inercial (IMU) portátiles para su uso en robótica portátil adaptativa (por ejemplo, exoesqueletos, prótesis).

• Limitaciones del EMG directo: Aunque el EMG proporciona datos directos de activación muscular, es difícil de desplegar fuera de los laboratorios debido a la no estacionariedad de la señal, la sensibilidad a la colocación de los electrodos, los artefactos de movimiento y la fuerte variabilidad inter-sujeto.
• Limitaciones de los modelos actuales de IMU a EMG: Los enfoques basados en aprendizaje existentes suelen depender de modelos estáticos entrenados fuera de línea en conjuntos de datos de múltiples sujetos. Estos modelos a menudo fallan al generalizar a usuarios no vistos porque no tienen en cuenta las estrategias neuromusculares individuales. Además, carecen de mecanismos eficientes para la personalización rápida y específica del sujeto (adaptación de pocos ejemplos) en escenarios del mundo real que involucran diversas tareas de locomoción (escaleras, pendientes, etc.).

2. Metodología

Los autores proponen un marco de aprendizaje adaptativo que consta de tres componentes principales:

A. Procesamiento de Señales

• Fuente de datos: Datos sincronizados de IMU (200 Hz) y EMG (1000 Hz) de 22 adultos sanos realizando diversas tareas (caminata en plano, escaleras, rampas, cinta de correr).
• Preprocesamiento:
  • EMG: Filtrado paso banda (20–450 Hz), rectificado de onda completa y filtrado paso bajo (8 Hz) para extraer envolventes de activación suaves.
  • Alineación: Las señales de IMU y EMG se re-muestrean a 200 Hz y se alinean.
  • Segmentación: Los datos se segmentan en ciclos de marcha (0–100%) y se normalizan en el tiempo a 101 muestras.
  • Normalización: Las señales se escalan a [0, 1] y se filtran con mediana para eliminar artefactos.

B. Arquitectura GEGLU-Transformer

El modelo reemplaza las arquitecturas recurrentes estándar (como LSTM) con un codificador basado en Transformer diseñado para la generalización entre sujetos.

• Frontal Convolutivo: Una capa de Convolución 1D (tamaño de kernel 5) proyecta 24 características inerciales en un espacio latente de 256 dimensiones para capturar patrones de movimiento locales.
• Codificador de Autoatención: Cuatro capas de codificador Transformer apiladas con autoatención multi-cabeza (8 cabezas) capturan dependencias temporales de largo alcance.
• Feed-Forward GEGLU: En lugar de redes feed-forward estándar, el modelo utiliza Unidades Lineales Gated con Error Gaussiano (GEGLU).
  • Mecanismo: $FF_{GEGLU}(x) = W_o(GELU(W_1x) \odot (W_2x))$.
  • Beneficio: El mecanismo de puerta modula las activaciones por canal, mejorando la selección de características y el flujo de gradientes en comparación con la puerta basada en sigmoide, lo cual es crucial para tareas de regresión.
• Salida: Una proyección lineal mapea la representación latente a las envolventes de EMG objetivo para múltiples músculos.

C. Adaptación de Pocos Ejemplos

Para manejar sujetos no vistos, el marco emplea una estrategia de adaptación ligera:

• Protocolo: Se utiliza un subconjunto pequeño de los datos del sujeto de prueba (por ejemplo, del 0.5% al 10% de los ciclos de marcha) para la calibración.
• Proceso: Los parámetros del modelo preentrenado se ajustan finamente utilizando descenso de gradiente (AdamW) sobre este pequeño conjunto de adaptación.
• Restricciones: Todos los parámetros se actualizan (sin congelar capas) para permitir una personalización completa, pero el proceso está restringido por una tasa de aprendizaje baja y recorte de la norma del gradiente para evitar el olvido catastrófico y garantizar la estabilidad.

3. Contribuciones Clave

1. Arquitectura Novel: Introducción del GEGLU-Transformer para la estimación de IMU a EMG, que supera a las líneas base recurrentes más avanzadas (LSTM y CNN-LSTM) en generalización entre sujetos.
2. Robustez ante la Variabilidad Ambiental: Evaluación sistemática en diversos modos de locomoción (suelo plano, escaleras, rampas, cinta de correr), demostrando que la superioridad del modelo no se limita a condiciones simples de caminata.
3. Adaptación Eficiente de Pocos Ejemplos: Demostración de que la arquitectura propuesta logra una personalización rápida con datos mínimos (tan solo el 0.5% de los ciclos de marcha de un sujeto), alcanzando la saturación del rendimiento rápidamente en comparación con las líneas base.

4. Resultados Experimentales

El modelo se evaluó utilizando un protocolo de validación cruzada Leave-One-Subject-Out (LOSO) en un conjunto de datos de 22 sujetos.

• Comparación de Línea Base (Sin Adaptación):

  • Correlación ($r$): GEGLU-Transformer logró 0.706 (vs. 0.664 para CNN-LSTM y 0.647 para LSTM).
  • Coeficiente de Determinación ($R^2$): GEGLU-Transformer logró 0.474 (vs. 0.420 y 0.397).
  • Métricas de Error: Mostró un Menor Error Cuadrático Medio Normalizado (nRMSE) y redujo los errores de tiempo y amplitud de pico.
  • Nota: La variante GEGLU mejoró específicamente $R^2$ en ~1.5% y la correlación en ~0.33% sobre un Transformer sin puerta, confirmando el beneficio del mecanismo de puerta.

• Adaptación de Pocos Ejemplos (0.5% de Datos):

  • Con solo 0.5% de datos de adaptación, la correlación de GEGLU-Transformer aumentó a 0.761 y $R^2$ a 0.559.
  • Esto representa un salto significativo en el rendimiento con datos insignificantes, mientras que las líneas base mostraron ganancias mucho menores.
  • Las ganancias de rendimiento se saturaron rápidamente; aumentar los datos más allá del 5% produjo mejoras marginales, lo que indica una alta eficiencia de muestra.

• Rendimiento Específico por Músculo:

  • El modelo funcionó mejor en músculos de alta amplitud y regulares (por ejemplo, Sóleo, Gastrocnemio, Vasto).
  • Los músculos de menor rendimiento (por ejemplo, Grácil, Bíceps Femoral) mostraron mayor variabilidad, sugiriendo desafíos relacionados con la calidad de la señal y la complejidad biomecánica en lugar de solo la capacidad del modelo.

5. Significado e Impacto

• Escalabilidad para Robótica Portátil: Al reducir la dependencia de sensores EMG directos (que son frágiles y difíciles de calibrar) y permitir una personalización rápida con datos mínimos, este enfoque hace viable el control impulsado por EMG para el uso a largo plazo en el mundo real.
• Control Adaptativo: El marco apoya el paradigma de "control adaptativo" en robótica, permitiendo que los sistemas se ajusten rápidamente a nuevos usuarios sin sesiones extensas de calibración.
• Generalizabilidad: La naturaleza agnóstica de la tarea de la arquitectura sugiere que puede extenderse a movimientos de extremidades superiores u otras aplicaciones robóticas de asistencia más allá de la marcha de extremidades inferiores.
• Eficiencia: Los resultados demuestran que las arquitecturas basadas en atención, cuando se combinan con unidades con puerta y adaptación ligera, ofrecen una alternativa superior a los modelos recurrentes tradicionales para la regresión neuromuscular continua.

En conclusión, este trabajo proporciona una solución práctica y escalable para estimar la activación muscular a partir de sensores inerciales, cerrando la brecha entre la precisión de nivel de laboratorio y la viabilidad de implementación en el mundo real en robótica portátil.