Deep-Learning-Based Markerless Pose Estimation Systems in Gait Analysis: DeepLabCut Custom Training and the Refinement Function

Questo studio dimostra che un sistema di stima della posa senza marcatori basato su DeepLabCut addestrato su misura e affinato con la funzione di raffinamento supera le prestazioni dei modelli pre-addestrati e di OpenPose, offrendo una soluzione economica e precisa per l'analisi del cammino in ambienti naturali.

L'essenziale

🎬 Il Filmato della Camminata: Come l'Intelligenza Artificiale impara a contare i passi

Immagina di voler studiare come cammina una persona. Fino a poco tempo fa, per farlo con precisione, dovevi "vestire" la persona con un costume da scienziato pieno di pallini colorati (i marker) e farla camminare in una stanza speciale piena di telecamere costose. Era come se dovessi mettere un'etichetta adesiva su ogni ginocchio e gomito per poterli seguire. Funzionava benissimo, ma era costoso, ingombrante e un po' fastidioso.

Oggi, però, abbiamo dei nuovi "occhi digitali" chiamati Intelligenza Artificiale che possono guardare un semplice video e capire dove sono le articolazioni senza bisogno di adesivi. È come se l'IA fosse un regista che, guardando un film, sa esattamente dove sono le mani e i piedi degli attori, anche se non hanno addosso nulla.

Questo studio italiano ha messo alla prova due di questi "registi digitali" per vedere chi è il migliore nel contare i passi e misurare il tempo della camminata.

🥊 I Due Sfidanti: Il "Generale" contro lo "Specialista"

Gli scienziati hanno fatto gareggiare due sistemi:

1. OpenPose (OP): È come un poliziotto generico. Ha studiato milioni di foto di persone diverse e sa già quasi tutto. È pronto all'uso ("off-the-shelf"): lo scarichi e funziona subito. È molto bravo, ma non conosce i dettagli specifici del tuo caso.
2. DeepLabCut (DLC): È come un allievo di scuola di cinema.
   • Versione Pre-addestrata (DLCPT): Anche lui ha studiato libri di testo generici, ma non ha ancora fatto pratica sul campo.
   • Versione Addestrata su Misura (DLCCT): Qui sta la magia. Gli scienziati hanno preso questo "allievo" e gli hanno fatto fare un corso intensivo specifico per la camminata. Gli hanno mostrato 400 foto di persone che camminano, gli hanno detto: "Guarda, questo è il ginocchio, questo è il tallone". L'IA ha imparato a riconoscere esattamente come camminano le persone nel loro laboratorio.

🏃‍♂️ La Gara: Chi ha vinto?

Per testarli, hanno fatto camminare 40 persone su una striscia di 5 metri. Sotto i loro piedi c'erano delle piastre di forza (il "giudice supremo" che misura la pressione reale) e una telecamera normale.

Ecco cosa è successo:

• Il "Poliziotto Generico" (OpenPose): Ha fatto un buon lavoro, meglio del "DLC base". È affidabile se non vuoi perdere tempo a fare corsi di formazione.
• Il "DLC Base" (senza addestramento): Ha fatto un po' di confusione. A volte sbagliava a distinguere il tallone dalla punta del piede.
• Il "DLC Addestrato su Misura" (DLCCT): Ha vinto a mani basse! Quando l'IA ha studiato le foto specifiche del laboratorio, è diventata incredibilmente precisa. Ha battuto sia il poliziotto generico che il suo stesso "cugino" non addestrato.

🛠️ Il Trucco Segreto: La "Funzione di Rifinitura"

C'è un dettaglio fondamentale. Dopo che l'IA ha studiato le 400 foto, gli scienziati hanno usato una funzione speciale chiamata "Refinement" (Rifinitura).

Immagina di aver scritto un tema a scuola. L'insegnante (l'IA) lo corregge e ti dice: "Qui hai sbagliato a disegnare il ginocchio". Invece di buttare via il tema, lo correggi e lo ridai all'insegnante per ripassare.
Grazie a questo passaggio, l'IA ha corretto i suoi errori, ha imparato ancora di più e è diventata ancora più precisa, superando anche i modelli che avevano studiato molte più foto (fino a 400) senza questa correzione. È come se un allenatore ti dicesse: "Non devi solo fare più ripetizioni, devi correggere la tecnica su quelle che hai già fatto".

💡 Cosa significa per noi?

Questo studio ci dice tre cose importanti:

1. Non serve più il costume con i pallini: Possiamo analizzare la camminata con una semplice telecamera e un computer, rendendo l'analisi accessibile a tutti, anche fuori dai laboratori costosi.
2. L'addestramento fa la differenza: Se vuoi la massima precisione (ad esempio per un paziente che ha difficoltà a camminare), non basta usare un programma già pronto. Devi "insegnare" al programma a riconoscere i movimenti specifici di quella persona o di quel gruppo di persone.
3. Correggere gli errori è meglio che fare di più: È più efficace correggere i pochi errori di un modello che ne ha studiati molti, piuttosto che semplicemente aggiungere migliaia di nuove foto senza correggere quelle sbagliate.

In sintesi

Pensa a questo studio come alla differenza tra guardare un film con un occhio distratto (OpenPose) e guardarlo con un regista esperto che ha studiato proprio quel tipo di film (DeepLabCut addestrato). Il regista esperto, dopo aver corretto i suoi appunti (rifinitura), vede ogni dettaglio della camminata con una precisione che prima era possibile solo con costosi laboratori.

È un passo avanti enorme per medici e fisioterapisti, che potranno così monitorare i pazienti in modo più semplice, economico e preciso, anche a casa o in ambulatorio, senza bisogno di attrezzature da milioni di euro.

Sommario tecnico

Titolo dello Studio

Sistemi di stima della posa senza marcatori basati sul Deep Learning nell'analisi del passo: Addestramento personalizzato di DeepLabCut e funzione di raffinamento.

1. Il Problema e il Contesto

L'analisi del movimento umano si basa attualmente sullo standard aureo rappresentato dai sistemi di cattura del movimento basati su marcatori fisici. Sebbene offrano precisione sub-millimetrica, questi sistemi presentano limitazioni significative:

• Costi elevati e necessità di ambienti controllati.
• Requisiti operativi: necessità di operatori specializzati.
• Artefatti dei tessuti molli: i marcatori fisici sulla pelle possono muoversi durante il movimento, introducendo errori.
• Invasività: alterano i pattern naturali di movimento.

Esiste un'urgenza di sviluppare alternative "ecologiche" (non invasive, a basso costo) che permettano l'acquisizione di dati in contesti naturali. Le tecniche di stima della posa senza marcatori (markerless pose estimation) emergono come soluzione, ma la loro accuratezza clinica deve essere validata. Lo studio mira a colmare il divario tra l'uso di modelli pre-addestrati "fuori dallo scaffale" e modelli personalizzati, valutando specificamente l'analisi del cammino (gait analysis).

2. Metodologia

Design Sperimentale e Partecipanti

• Cohort: 40 soggetti sani (21 maschi, 19 femmine) reclutati presso l'Università di Firenze.
• Setup: Camminata su una pedana di 5 metri dotata di 4 piattaforme di forza (sistema di riferimento) e una camera RGB (25 fps, risoluzione 640x480) posizionata in piano sagittale.
• Procedura: I soggetti hanno completato 5 andate e ritorni (10 passaggi totali) a passo naturale.

Sistemi di Stima della Posa Confrontati

Lo studio ha confrontato tre configurazioni software:

1. OpenPose (OPPT): Modello pre-addestrato "BODY_25" (25 punti chiave).
2. DeepLabCut Pre-Trained (DLCPT): Modello pre-addestrato "Model Zoo full_human" (14 punti chiave).
3. DeepLabCut Custom-Trained (DLCCT): Modello addestrato su misura utilizzando l'architettura ResNet-101.
   • Dataset di addestramento: 400 immagini estratte dai video tramite clustering k-means.
   • Annotazione: 16 punti chiave manuali (spalle, gomiti, polsi, anche, ginocchia, caviglie, talloni, dita dei piedi) su 400 immagini.
   • Split: 95% per l'addestramento, 5% per il test.
   • Variabili: Sono stati testati dataset di dimensioni diverse (100, 200, 300, 400 immagini) e, successivamente, dataset raffinati (Refined) aggiungendo 80 frame corretti manualmente per identificare e correggere gli outlier.

Elaborazione Dati e Analisi Statistica

• Filtraggio: I segnali di forza sono stati filtrati (Butterworth 20 Hz); le coordinate video sono state filtrate a 5 Hz.
• Eventi: Identificazione del contatto del tallone (HC) e del distacco dell'avampiede (TO) basata sia sulle piattaforme di forza che sullo spostamento delle coordinate x dei punti chiave.
• Parametri Temporali: Tempo di passo, cadenza, tempo di appoggio, tempo di doppio appoggio.
• Metriche di Valutazione:
  • Coefficiente di correlazione di Pearson (relazione lineare).
  • Analisi di Bland-Altman (accordo tra sistemi, Limiti di Accordo - LoA).
  • Errore assoluto (accuratezza e precisione).

3. Risultati Chiave

• Performance del Modello Personalizzato (DLCCT):

  • L'errore medio quadratico (MAE) sul test è diminuito all'aumentare della dimensione del dataset.
  • L'implementazione della funzione di raffinamento (correzione degli outlier) ha migliorato significativamente le prestazioni: un modello raffinato con 180 frame (DLCCT180R) ha superato un modello iniziale con 200 o 300 frame.
  • Il modello DLCCT380R (300 frame iniziali + 80 raffinati) ha mostrato le prestazioni migliori in assoluto, superando tutti gli altri modelli, inclusi OPPT e DLCPT.

• Confronto tra Sistemi:

  • OpenPose (OPPT): Si è dimostrato superiore al modello pre-addestrato di DeepLabCut (DLCPT) e ai modelli DLCCT con dataset molto piccoli (<200 frame).
  • DeepLabCut Pre-Trained (DLCPT): Ha mostrato le prestazioni peggiori, specialmente nei parametri che richiedono il rilevamento preciso di tallone e dita (tempo di appoggio e doppio appoggio), probabilmente a causa della scarsità di punti chiave specifici (solo caviglia vs tallone/dito).
  • DLCCT vs OPPT: I modelli DLC personalizzati (con almeno 300 frame) hanno superato OpenPose in tutti i parametri temporali.

• Analisi Statistica:

  • I modelli DLCCT raffinati hanno mostrato la correlazione più forte con le piattaforme di forza (r > 0.7 per tutti i parametri).
  • I Limiti di Accordo (LoA) di Bland-Altman si sono ristretti significativamente con l'aumento dei dati e l'uso del raffinamento, indicando una maggiore precisione e minore variabilità rispetto al sistema di riferimento.

4. Contributi Principali

1. Validazione del Transfer Learning: Lo studio dimostra che l'addestramento personalizzato di DeepLabCut su un dataset specifico (anche relativamente piccolo, ~300-400 immagini) è superiore all'uso di modelli pre-addestrati generici per l'analisi del cammino.
2. Efficacia della Funzione di Raffinamento: Viene evidenziato come la correzione manuale degli outlier (refinement function) permetta di ottenere prestazioni ottimali con meno tempo di annotazione rispetto all'addestramento su dataset più grandi ma non raffinati.
3. Confronto Diretto: Fornisce uno dei primi confronti diretti tra OpenPose, DLC pre-addestrato e DLC personalizzato in un contesto di analisi del passo con una singola telecamera 2D, un setup più realistico per le applicazioni cliniche rispetto ai sistemi multi-camera.
4. Riduzione dei Costi: Dimostra la fattibilità di un sistema di analisi del movimento ad alta precisione basato su hardware economico (una singola webcam e piattaforme di forza standard) e software open-source.

5. Significato e Implicazioni

• Per la Clinica: Lo studio offre una soluzione praticabile per clinici e professionisti che necessitano di strumenti di valutazione del movimento accurati, a basso costo e non invasivi, utilizzabili anche al di fuori dei laboratori di ricerca avanzati.
• Flessibilità: Sottolinea l'importanza di adattare i modelli alle caratteristiche specifiche della popolazione o del compito motorio (es. pazienti in sedia a rotelle, movimenti atipici) piuttosto che affidarsi a modelli generici.
• Ottimizzazione del Flusso di Lavoro: La dimostrazione che il raffinamento riduce il tempo di annotazione necessaria per raggiungere l'accuratezza massima rende il processo di DeepLabCut più efficiente e scalabile per studi su larga scala.

In conclusione, lo studio conferma che, sebbene OpenPose sia la migliore soluzione "fuori dallo scaffale", un modello DeepLabCut personalizzato e raffinato rappresenta la soluzione di riferimento per l'analisi del passo senza marcatori, offrendo un compromesso ottimale tra accuratezza, costo e adattabilità.