Generating Personalized Lower-Limb Kinematics Across Walking Speeds Using Subject-Conditioned Diffusion

Résumé Technique : Génération de la cinématique des membres inférieurs personnalisée à travers différentes vitesses de marche via une diffusion conditionnée par le sujet

Énoncé du problème
La personnalisation de l'assistance par exosquelette nécessite des données de marche propres à l'utilisateur pour diverses tâches locomotrices, particulièrement lors de variations de vitesse de marche. Cependant, l'acquisition de ces données exige généralement des sessions de capture de mouvement répétitives, coûteuses et chronophages, qui sont particulièrement pénibles pour les populations cliniques (ex. : survivants d'un AVC). Les modèles génératifs existants se concentrent souvent sur des représentations de la marche à l'échelle de la population plutôt que sur la capture des caractéristiques propres à l'utilisateur, ou échouent à transférer efficacement les schémas de marche spécifiques au sujet à travers différents contextes locomoteurs. Le défi central abordé est la génération de la cinématique personnalisée des membres inférieurs à des vitesses de marche non observées, en utilisant uniquement une seule vitesse observée, tout en préservant l'identité de la démarche propre au sujet.

Méthodologie
Les auteurs proposent un cadre de diffusion résiduelle conditionné par le sujet conçu pour synthétiser des trajectoires de marche pour une vitesse cible ($v_{tgt}$) étant donné une séquence de marche source ($x_{src}$) à une vitesse connue ($v_{src}$).

• Formulation résiduelle : Au lieu de générer des séquences cinématiques brutes à partir de zéro, le modèle apprend à prédire le résidu (le changement) ($\hat{r}$) requis pour transformer la trajectoire source en la trajectoire cible : $\hat{r}(x_{src}, x_{tgt}) = x_{tgt} - x_{src}$. La séquence cible finale est reconstruite comme $\hat{x}_{tgt} = x_{src} + \hat{r}$. Cette approche vise à modéliser les variations subtiles dépendantes de la vitesse tout en préservant les signatures de la démarche spécifiques au sujet.
• Architecture du modèle : Le cadre utilise un débruiteur basé sur un Transformer (basé sur l'architecture GaitDynamics) conditionné par trois entrées :
  1. Marche du sujet : La séquence de marche source ($x_{src}$) est encodée via un LSTM bidirectionnel en un embedding de sujet ($z_s$).
  2. Paramètres de vitesse : Un vecteur contenant la vitesse source, la vitesse cible, leur différence et leur ratio est traité par un MLP pour créer un embedding de vitesse ($z_{speed}$).
  3. Mécanisme de conditionnement : Les embeddings du sujet et de la vitesse sont combinés et utilisés pour moduler les états cachés du Transformer via une Modulation Linéaire par Caractéristique (FiLM). Cela permet au modèle de façonner sa représentation interne en fonction de la transition spécifique entre le sujet et la vitesse sans ajouter ces éléments comme canaux d'entrée directs.
• Objectif d'entraînement : Le modèle est entraîné sur des données de sujets valides selon un objectif de diffusion de préservation de la variance. La fonction de perte combine quatre termes :
  1. Perte de prédiction du bruit pondérée (les articulations du genou sont deux fois plus pondérées que celles de la hanche/cheville).
  2. Perte de reconstruction résiduelle.
  3. Perte de préservation de l'identité (encourageant des résidus proches de zéro pour des vitesses identiques).
  4. Perte de préservation du sujet (une perte contrastive garantissant que les séquences générées conservent l'embedding du sujet source, distinct des autres sujets).
• Jeux de données : Le modèle a été entraîné sur un jeu de données de sujets valides (22 sujets, 0,5–1,85 m/s) et évalué sur des sujets valides mis de côté et sur un jeu de données de patients victimes d'AVC hors distribution (19 sujets, 0,3–1,2 m/s) sans ajustement spécifique pour l'AVC.

Contributions clés

1. Pipeline conditionné par le sujet : Une architecture novatrice qui combine la marche d'un sujet à une vitesse source avec une vitesse cible souhaitée pour conditionner un modèle de diffusion, permettant une génération préservant l'identité.
2. Formulation de génération résiduelle : Une stratégie pour synthétiser les changements de trajectoire plutôt que les données brutes, améliorant la modélisation des variations dépendantes de la vitesse tout en maintenant l'identité du sujet.
3. Évaluation de la préservation de l'identité : Une évaluation complète démontrant que le modèle peut synthétiser une marche biomécaniquement plausible à travers les vitesses à partir d'un seul échantillon source, surpassant les bases déterministes.

Résultats

• Précision : Sur les sujets valides mis de côté, le modèle a atteint une erreur absolue moyenne (MAE) de 3,4° (corrélation de Pearson $r=0,95$). Sur les sujets victimes d'AVC hors distribution (sans ajustement fin), il a atteint une MAE de 6,0° ($r=0,86$).
• Personnalisation : Le rang de personnalisation moyen (où le rang 1 indique que la marche générée est la plus proche du vrai sujet par rapport à tous les autres sujets) était de 3,3 pour les sujets valides et de 2,8 pour les sujets victimes d'AVC, indiquant une forte préservation de l'identité de la démarche individuelle.
• Comparaison avec les bases de référence : Le modèle de diffusion proposé a réduit la MAE de plus de 70 % par rapport aux bases de référence de type "feed-forward" supervisées (MLP et TCN), qui présentaient des erreurs de 12,25° et 11,43°, respectivement.
• Efficacité des données : L'utilisation d'une seule vitesse source a produit une précision située à moins de 0,4° de l'utilisation de quatre vitesses sources, suggérant qu'une collecte de données étendue à travers de multiples vitesses n'est pas strictement nécessaire pour une génération de haute fidélité.
• Généralisation clinique : Le modèle s'est généralisé aux schémas de marche post-AVC, préservant l'identité du sujet même pour les côtés parétiques et non parétiques, les erreurs de cadence restant faibles (environ 6–7 % d'erreur de pourcentage moyenne).

Signification et affirmations
L'article affirme que la diffusion résiduelle conditionnée par le sujet peut synthétiser une marche personnalisée à travers les vitesses à partir de données minimales (une seule vitesse observée). Cette capacité réduit considérablement la charge de collecte de données inhérente aux flux de travail de personnalisation des exosquelettes. En générant des données spécifiques à l'utilisateur sans nécessiter de sessions répétées de capture de mouvement pour toutes les vitesses cibles, le cadre répond à un goulot d'étranglement majeur dans le déploiement d'interventions de robots portables personnalisées et efficaces, tant pour les populations valides que cliniques. Ce travail démontre qu'un modèle génératif peut capturer simultanément les changements de marche dépendants de la vitesse et l'identité spécifique au sujet, offrant une alternative viable aux modèles de moyenne de population pour le contrôle des exosquelettes.