FatigueFormer: Static-Temporal Feature Fusion for Robust sEMG-Based Muscle Fatigue Recognition

Il paper presenta FatigueFormer, un framework semi-end-to-end che combina la separazione delle feature guidata dalla salienza con la modellazione temporale profonda per riconoscere in modo robusto e interpretabile l'affaticamento muscolare dai segnali sEMG, superando le limitazioni delle approcci precedenti nella variabilità dei livelli di contrazione volontaria massima (MVC).

L'essenziale

Immagina il tuo corpo come un'orchestra e i tuoi muscoli come gli strumenti. Quando suoni un brano, all'inizio sei fresco e preciso. Ma dopo un po', se continui a suonare forte, gli strumenti iniziano a stonare, a rallentare o a fare rumori di fondo. Questo è il affaticamento muscolare.

Il problema è che "ascoltare" questi segnali (chiamati sEMG, ovvero segnali elettrici dei muscoli) è difficile. È come cercare di capire se un cantante è stanco ascoltando la sua voce in una stanza piena di traffico, vento e gente che urla. Inoltre, la "voce" del muscolo cambia se lo usi piano (come sollevare una piuma) o con tutta la forza (come sollevare un peso enorme).

Gli scienziati di questa ricerca hanno creato FatigueFormer, un "orecchio digitale" super intelligente che risolve questi problemi. Ecco come funziona, usando delle metafore:

1. Il Problema: Il Rumore di Fondo

I segnali muscolari sono pieni di "disturbi" (come il traffico per il cantante). I metodi vecchi cercavano di ascoltare il segnale grezzo, ma si confondevano facilmente quando il segnale era debole (movimenti leggeri) o quando cambiava l'intensità dello sforzo.

2. La Soluzione: Due Orecchie che Lavorano Insieme

FatigueFormer non usa un solo metodo, ma combina due "orecchie" diverse che lavorano in parallelo, proprio come se avessi due detective che indagano sullo stesso caso da angolazioni diverse.

• L'Orecchio "Statico" (Il Fotografo):
  Immagina di scattare una foto istantanea del muscolo in un preciso momento. Questa "fotocamera" guarda le caratteristiche matematiche del segnale (come l'energia o la frequenza) e le organizza in una lista ordinata.

  • L'analogia: È come un chef esperto che assaggia gli ingredienti uno per uno. Sa che se il sale (un certo segnale) è troppo alto, il piatto è salato. Questo detective è bravissimo quando lo sforzo è alto e il segnale è chiaro, ma a volte si perde se c'è troppo rumore.

• L'Orecchio "Temporale" (Il Regista):
  Questo non guarda una foto, ma guarda un film. Osserva come il segnale cambia nel tempo, secondo dopo secondo.

  • L'analogia: È come un regista cinematografico che guarda l'arco della storia. Anche se in una scena il protagonista sussurra (segnale debole), il regista capisce che sta diventando stanco perché la sua voce sta diventando più gracile rispetto alla scena precedente. Questo detective è fondamentale quando lo sforzo è leggero e il segnale è debole, perché nota le piccole variazioni che gli altri ignorano.

3. La Magia: La Fusione (Il Direttore d'Orchestra)

Qui entra in gioco l'intelligenza artificiale (il "Transformer"). FatigueFormer prende le informazioni del "Fotografo" e del "Regista" e le mescola insieme.

• Se lo sforzo è basso (movimenti leggeri), ascolta di più il Regista (temporale) perché nota i piccoli cambiamenti nel tempo.
• Se lo sforzo è alto (movimenti pesanti), ascolta di più il Fotografo (statico) perché i segnali sono chiari e forti.

Inoltre, il sistema ha un "trucco": divide i segnali in due gruppi (quelli che aumentano quando ti stanchi e quelli che diminuisce) e fa in modo che i due detective si scambino le informazioni per correggersi a vicenda.

4. Perché è Geniale?

• Funziona ovunque: Che tu stia sollevando un peso leggero o uno pesante, FatigueFormer capisce quando sei stanco. I metodi vecchi fallivano spesso nei movimenti leggeri.
• È un "detective" trasparente: Non è una scatola nera. Il sistema può mostrare dove sta guardando. Se chiedi "perché pensi che sia stanco?", il sistema ti mostra: "Ho notato che nei primi 5 secondi il segnale era debole, ma poi è cambiato in questo modo specifico". È come se ti mostrasse le prove fotografiche.
• È veloce ed efficiente: È stato progettato per funzionare anche su dispositivi piccoli, non solo su computer enormi.

In Sintesi

FatigueFormer è come un allenatore personale super-attento che non si fida solo di quanto sudore vedi (il segnale forte), ma ascolta anche il tuo respiro e il tuo battito nel tempo (il segnale debole). Capisce che la stanchezza è un processo che evolve, e sa adattarsi se stai facendo una passeggiata o una maratona.

Grazie a questo sistema, in futuro potremo avere dispositivi indossabili che ci avvertono prima di infortunarci, dicendo: "Ehi, il tuo muscolo sta iniziando a stancarsi, rallenta un attimo!", rendendo lo sport e la riabilitazione più sicuri per tutti.

Sommario tecnico

1. Il Problema

Il riconoscimento della fatica muscolare tramite elettromiografia superficiale (sEMG) è fondamentale per la riabilitazione medica, lo sport e la ricerca neuromuscolare. Tuttavia, l'analisi basata su sEMG affronta sfide significative:

• Variabilità del segnale: I segnali sEMG sono influenzati da rumore fisiologico e non fisiologico, con un basso rapporto segnale-rumore (SNR), specialmente durante contrazioni a bassa intensità.
• Dipendenza dal livello di contrazione (MVC): Le caratteristiche del segnale (ampiezza e frequenza) variano drasticamente in base all'intensità della contrazione volontaria massima (MVC). I metodi esistenti spesso falliscono nel mantenere la robustezza quando si passa da livelli di MVC bassi (20%) ad alti (80%).
• Limiti degli approcci attuali:
  • I metodi tradizionali basati su feature manuali (handcrafted) sono fragili di fronte a cambiamenti di distribuzione e non modellano bene le dipendenze temporali complesse.
  • I modelli end-to-end puri (deep learning) spesso lottano con la variabilità inter-soggetto, lo spostamento degli elettrodi e offrono scarsa interpretabilità fisiologica.

2. Metodologia: FatigueFormer

Gli autori propongono FatigueFormer, un framework semi-end-to-end che combina descrittori statistici interpretabili con una modellazione temporale adattiva basata su Transformer. L'architettura si basa su quattro componenti principali:

A. Estrazione e Analisi delle Feature

Viene utilizzato un motore di estrazione efficiente che calcola 31 descrittori (dominio temporale, frequenziale, tempo-frequenziale, wavelet e non lineare).

• Le feature vengono classificate in due gruppi basati sull'analisi statistica della loro tendenza rispetto alla progressione della fatica:
  • Feature "Crescenti" (Increasing): Aumentano con la fatica (es. RMS, iEMG).
  • Feature "Decrescenti" (Decreasing): Diminuiscono con la fatica (es. MF, MDF).
• Questa separazione guidata dalla salienza permette di trattare le diverse dinamiche fisiologiche come modalità complementari.

B. Architettura Ibrida (Statico-Temporale)

Il cuore del modello è una fusione parallela di due encoder basati su Transformer:

1. Static Feature Encoder (Codificatore Statico):

   • Modella le interazioni intra-finestra tra le feature estratte da un singolo segmento temporale.
   • Utilizza un meccanismo di "Feature Tokenizer" per convertire i vettori di feature in sequenze di token, trattando le dimensioni delle feature come una sequenza (senza codifica posizionale, poiché l'ordine non è temporale).
   • Include un percorso di raffinamento residuo (MLP) per mitigare il rumore e fornire una rappresentazione stabile, specialmente in condizioni di basso SNR.
   • Eccelle nelle contrazioni ad alta intensità (MVC alto) dove le correlazioni tra feature sono forti.

2. Temporal Feature Encoder (Codificatore Temporale):

   • Modella le dinamiche inter-finestra (evoluzione della fatica nel tempo) su una sequenza di finestre consecutive.
   • Utilizza un meccanismo di Cross-Feature Attention bidirezionale per catturare le interazioni tra le feature crescenti e decrescenti nel tempo.
   • È cruciale per le condizioni di basso SNR e bassa intensità (MVC basso), dove le cue statiche sono deboli e la progressione temporale è l'indicatore principale.

C. Fusione Multi-Scala e Ottimizzazione

• Le rappresentazioni statiche e temporali vengono proiettate in uno spazio comune e fuse.
• Viene adottata una strategia di supervisione multi-scala: vengono aggiunti head di predizione ausiliari sia al ramo statico che a quello temporale. Questo forza ciascun encoder a imparare cue discriminative indipendenti, migliorando la regolarizzazione e la robustezza.

3. Contributi Chiave

1. Framework Semi-End-to-End: Un approccio ibrido che integra la stabilità e l'interpretabilità delle feature statistiche con la potenza espressiva dei Transformer, superando i limiti dei metodi puramente basati su feature o puramente end-to-end.
2. Architettura di Fusione Statico-Temporale: Un design innovativo che separa e fonde dinamicamente le rappresentazioni statiche (intra-finestra) e temporali (inter-finestra), adattandosi alle diverse condizioni di carico muscolare (MVC).
3. Robustezza e Generalizzazione: Il modello dimostra prestazioni superiori in scenari difficili, inclusi livelli di MVC bassi (20-40%) con alto rumore e generalizzazione cross-soggetto (L5SO).
4. Interpretabilità: Grazie all'uso di feature statistiche e mappe di attenzione, il modello offre insight fisiologici su come diverse feature e finestre temporali contribuiscono al riconoscimento della fatica.
5. Motore di Estrazione Efficiente: Implementazione ottimizzata in Python che offre un'accelerazione fino a 44x rispetto alle pipeline MATLAB tradizionali, abilitando l'analisi in tempo reale.

4. Risultati Sperimentali

Il modello è stato valutato su un dataset raccolto autonomamente con 30 partecipanti (15 maschi, 15 femmine) a quattro livelli di MVC (20%, 40%, 60%, 80%).

• Prestazioni Superiori: FatigueFormer ha raggiunto lo stato dell'arte (SOTA) in tutti i livelli di MVC, ottenendo un F1-score superiore al 97.8% anche nel livello più basso (20% MVC), superando i baselines (SVM, CNN-SVM, AutoInt, CLT) di oltre il 10% in condizioni di basso SNR.
• Generalizzazione Cross-Soggetto: In un test rigoroso di generalizzazione (allenamento su 25 soggetti, test su 5 non visti, con tutti i livelli MVC mescolati), il modello ha ottenuto un F1-score del 60.41%, superando significativamente gli altri metodi, dimostrando resilienza alla variabilità inter-soggetto.
• Analisi di Ablazione:
  • La rimozione dell'encoder temporale ha causato un crollo delle prestazioni a basso MVC (>7% di calo).
  • La rimozione dell'encoder statico ha degradato le prestazioni ad alto MVC.
  • Questo conferma la natura complementare dei due rami.
• Visualizzazione: Le mappe di attenzione mostrano che il modello sposta dinamicamente il focus temporale (dalle finestre iniziali a quelle finali) in base all'intensità della contrazione e identifica gruppi di feature specifici per ogni livello di MVC, confermando la coerenza fisiologica.

5. Significato e Impatto

FatigueFormer rappresenta un passo avanti significativo nell'analisi sEMG per la fatica muscolare:

• Affidabilità Clinica: La capacità di funzionare robustamente sia in condizioni di bassa intensità (dove la fatica è subdola e difficile da rilevare) che ad alta intensità lo rende ideale per applicazioni di monitoraggio continuo e prevenzione degli infortuni.
• Interpretabilità: A differenza delle "scatole nere" del deep learning puro, FatigueFormer fornisce insight su quali feature fisiologiche guidano la decisione, facilitando l'adozione in contesti medici.
• Efficienza Computazionale: La progettazione semi-end-to-end riduce la complessità e i parametri rispetto ai modelli puramente end-to-end, rendendolo adatto per dispositivi embedded e applicazioni in tempo reale.

In sintesi, il lavoro dimostra che la fusione intelligente di rappresentazioni statistiche stabili e modellazione temporale adattiva è la chiave per superare le sfide di rumore e variabilità nell'analisi della fatica muscolare basata su sEMG.