Skeleton-Based Posture Classification to Promote Safer Walker-Assisted Gait in Older Adults

Sintesi Tecnica: Classificazione della Postura Basata sullo Scheletro per un Deambulare Assistito da Camminatore più Sicuro

Enunciato del Problema
La popolazione globale che invecchia affronta sfide sanitarie significative, tra cui il declino dell'equilibrio, della massa muscolare e della mobilità, che aumentano drasticamente il rischio di cadute. Sebbene dispositivi di assistenza come i camminatori siano lo standard per mitigare questi rischi, il loro uso improprio—nello specifico una postura errata o una manipolazione inadeguata—può paradossalmente portare a cadute. Le attuali soluzioni di classificazione della postura spesso si basano su dataset del corpo intero che richiedono una potenza di elaborazione sostanziale o marcatori indossabili, che possono essere intrusivi, costosi e difficili da mantenere per gli anziani. C'è la necessità di un sistema non intrusivo e in tempo reale capace di monitorare la postura dell'utente utilizzando telecamere integrate nei dispositivi di assistenza per rilevare posture pericolose e prevenire cadute senza richiedere all'utente di indossare sensori aggiuntivi.

Metodologia
Lo studio propone e confronta cinque approcci di modellazione distinti per classificare l'uso del camminatore, la posizione iniziale (seduto vs. in piedi) e posture specifiche utilizzando dati basati sullo scheletro. Il sistema utilizza un Camminatore di Assistenza Sociale (SAW) equipaggiato con una telecamera USB, LiDAR, resistori sensibili alla pressione (FSR) e un'Unità di Misurazione Inerziale (IMU).

1. Acquisizione e Preprocessing dei Dati:

   • Raccolta Dati: I dati sono stati raccolti da 21 partecipanti sani (età 21–48) che eseguivano esercizi predefiniti (alzata delle braccia, flessioni del busto, seduta, stazione eretta) in condizioni controllate.
   • Rilevamento dei Punti di Riferimento della Posizione: È stato impiegato il framework di Rilevamento della Posizione di Google MediaPipe (BlazePose) per estrarre 33 punti di riferimento corporei tridimensionali in tempo reale. Questo approccio evita la necessità di elaborazione delle immagini grezze, trasmettendo solo coordinate testuali per efficienza.
   • Estrazione delle Caratteristiche: Le coordinate dei punti di riferimento grezzi sono state pre-elaborate per estrarre 48 caratteristiche geometriche, incluse distanze e angoli tra le articolazioni.

2. Architetture dei Modelli:

   • Reti Neurali Convoluzionali (CNN): Sono state testate due architetture: una CNN a 4 livelli (testata sia con punti di riferimento grezzi che con caratteristiche ingegnerizzate) e una CNN a 6 livelli (solo punti di riferimento grezzi). Questi modelli utilizzano convoluzione, normalizzazione batch, max pooling e livelli di dropout.
   • CNN Encoder-Decoder (EDCNN): Un'architettura progettata per la riduzione della dimensionalità e la ricostruzione, caratterizzata da un encoder con tre livelli convoluzionali e un decoder con livelli convoluzionali trasposti, addestrata congiuntamente per la classificazione.
   • Macchina a Vettori di Supporto (SVM): Un algoritmo supervisionato utilizzato per identificare gli iperpiani ottimali per separare le classi.
   • Gradient Boosting Estremo (XGBoost): Un metodo di apprendimento d'insieme che utilizza alberi decisionali, combinato con un MultiOutputClassifier per prevedere più variabili simultaneamente.
   • Approccio Geometrico: Un metodo basato su regole, non di apprendimento, che stabilisce una postura di base e classifica le deviazioni utilizzando distanze euclidee e soglie determinate empiricamente, potenziato dai dati FSR per il rilevamento dell'alzata delle mani.

3. Compiti di Classificazione:
   I modelli sono stati addestrati per prevedere tre output:

   • Scelta del Camminatore: Classificazione binaria (camminatore usato vs. non usato).
   • Posizione Iniziale: Classificazione binaria (seduto vs. in piedi).
   • Classificazione della Postura: Classificazione multiclasse (17 posture specifiche per i modelli supervisionati; 8 posture per l'approccio geometrico).

Risultati Chiave
Lo studio ha valutato le prestazioni utilizzando accuratezza, precisione, punteggio F1, sensibilità e specificità sia su set di addestramento/convalida che su dati di test non visti.

• Classificazione Binaria (Scelta del Camminatore e Posizione Iniziale):

  • XGBoost si è rivelato il miglior esecutore, raggiungendo un'accuratezza di addestramento quasi perfetta (100% per la scelta del camminatore, 99,9% per la posizione iniziale) e mantenendo un'alta accuratezza di previsione (rispettivamente 99,84% e 99,69%).
  • Modelli di Deep Learning: La CNN a 4 livelli, la CNN a 6 livelli e l'EDCNN hanno dimostrato anch'esse prestazioni solide nei compiti binari, con accuratezze di addestramento generalmente superiori al 98%.
  • SVM ha mostrato prestazioni variabili, raggiungendo un'accuratezza del 97,4% per la scelta del camminatore ma risultati inferiori per la posizione iniziale (90,3%).

• Classificazione della Postura Multiclasse:

  • Sfide: Tutti i modelli hanno affrontato difficoltà significative con il compito di classificazione della postura a 17 classi rispetto ai compiti binari.
  • XGBoost: Ha raggiunto un'accuratezza di addestramento del 99,24% ma è sceso al 74,1% di accuratezza di previsione per il compito a 17 classi. Quando semplificato in una classificazione del rischio a singolo output (in piedi, seduto o postura errata), ha raggiunto un'accuratezza di previsione dell'85,0%.
  • Deep Learning: La CNN a 4 livelli ha raggiunto la più alta accuratezza di previsione per il compito a 17 classi tra i modelli di deep learning, con il 76,0%. L'EDCNN e la CNN a 6 livelli hanno mostrato accuratezze di previsione inferiori (rispettivamente 66,0% e 75,7%).
  • Approccio Geometrico: In un test specifico con 8 posture, questo approccio ha raggiunto un'accuratezza complessiva dell'89,87%. Ha funzionato eccezionalmente bene per pose statiche (In piedi: 98,15%) e azioni di alzata delle mani (oltre il 98%), sebbene le prestazioni siano diminuite per le simulazioni di caduta (ad esempio, Caduta all'indietro: 60,02%).

• Metriche Comparate:

  • Per i compiti binari, XGBoost e l'approccio geometrico hanno generalmente prodotto i punteggi F1 più alti.
  • I modelli di deep learning hanno mostrato prestazioni competitive ma hanno faticato di più con la complessità della classificazione multiclasse, in particolare all'aumentare della profondità architetturale (ad esempio, CNN a 6 livelli).

Significato e Affermazioni
Il documento afferma che l'apprendimento automatico, in particolare gli approcci XGBoost e geometrici, ha un potenziale significativo per migliorare l'interazione uomo-robot nei camminatori intelligenti per la prevenzione delle cadute. I contributi chiave includono:

1. Fattibilità dell'Elaborazione Integrata: Lo studio dimostra che l'uso di punti di riferimento dello scheletro (dati testuali) invece di immagini grezze consente un'elaborazione efficiente, rendendo il monitoraggio in tempo reale fattibile su dispositivi con risorse limitate come il Raspberry Pi 4.
2. Superiorità di XGBoost per i Compiti Binari: XGBoost è identificato come il modello più efficace per determinare stati binari critici (uso del camminatore, seduto vs. in piedi), che sono fondamentali per attivare meccanismi di sicurezza come i freni durante i trasferimenti da seduto a in piedi.
3. Rilevamento dei Fattori di Rischio: Sebbene la classificazione della postura multiclasse rimanga una sfida, la capacità di rilevare "posture errate" o deviazioni dalla stazione eretta (ad esempio, inclinazione, alzata delle mani) con un'accuratezza ragionevole (punteggio F1 dell'83% per XGBoost a singolo output) offre un metodo praticabile per il rilevamento precoce del rischio di caduta.
4. Privacy e Non Intrusività: Utilizzando sistemi di telecamere senza marcatori montati sul camminatore, l'approccio evita le preoccupazioni sulla privacy e le barriere all'usabilità associate ai sensori indossabili.

Limitazioni Riconosciute
Gli autori notano che il dataset era relativamente piccolo (21 partecipanti), limitando la generalizzazione. Inoltre, l'accuratezza della classificazione della postura multiclasse rimane inferiore rispetto ai compiti binari, suggerendo la necessità di architetture più sofisticate. Lo studio evidenzia anche che i requisiti computazionali per il deep learning potrebbero ostacolare la distribuzione su computer a scheda singola e che latenza e consumo energetico non sono stati valutati. Il lavoro futuro è diretto verso la validazione nel mondo reale e l'integrazione di modalità sensoriali aggiuntive.