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

Sintesi Tecnica: Generazione di Cinematica degli Arti Inferiori Personalizzata attraverso la Diffusione Condizionata al Soggetto

Problema
La personalizzazione dell'assistenza esoscheletrica richiede dati di deambulazione specifici per l'utente attraverso diverse attività locomotorie, in particolare velocità di cammino variabili. Tuttavia, l'acquisizione di tali dati richiede tipicamente sessioni di motion capture ripetute, costose e dispendiose in termini di tempo, che sono particolarmente gravose per le popolazioni cliniche (ad esempio, sopravvissuti a ictus). I modelli generativi esistenti spesso si concentrano su rappresentazioni della deambulazione a livello di popolazione piuttosto che catturare le caratteristiche specifiche dell'utente, o non riescono a trasferire efficacemente i pattern di deambulazione specifici del soggetto in diversi contesti locomotori. La sfida centrale affrontata è la generazione di cinematica degli arti inferiori personalizzata a velocità di cammino non osservate utilizzando una singola velocità osservata, preservando al contempo l'identità unica della deambulazione del soggetto.

Metodologia
Gli autori propongono un framework di diffusione residua condizionata al soggetto progettato per sintetizzare traiettorie di deambulazione per una velocità target ($v_{tgt}$) dato un segmento di deambulazione sorgente ($x_{src}$) a una velocità nota ($v_{src}$).

• Formulazione Residua: Invece di generare sequenze cinematiche grezze da zero, il modello apprende a prevedere il residuo necessario ($\hat{r}$) per trasformare la traiettoria sorgente nella traiettoria target: $\hat{r}(x_{src}, x_{tgt}) = x_{tgt} - x_{src}$. La sequenza target finale viene ricostruita come $\hat{x}_{tgt} = x_{src} + \hat{r}$. Questo approccio mira a modellare sottili variazioni dipendenti dalla velocità preservando al contempo la firma specifica della deambulazione del soggetto.
• Architettura del Modello: Il framework utilizza un denoiser basato su Transformer (basato sul backbone GaitDynamics) condizionato su tre input:
  1. Deambulazione del Soggetto: La sequenza di deambulazione sorgente ($x_{src}$) è codificata tramite una LSTM bidirezionale in un embedding del soggetto ($z_s$).
  2. Parametri di Velocità: Un vettore contenente la velocità sorgente, la velocità target, la loro differenza e il loro rapporto viene elaborato attraverso un MLP per creare un embedding di velocità ($z_{speed}$).
  3. Meccanismo di Condizionamento: Gli embedding del soggetto e della velocità vengono combinati e utilizzati per modulare gli stati latenti del Transformer tramite Modulazione Lineare per Caratteristica (FiLM). Ciò consente al modello di dare forma alla propria rappresentazione interna in base alla specifica transizione tra soggetto e velocità senza aggiungerli come canali di input diretti.
• Obiettivo di Addestramento: Il modello è addestrato su dati di soggetti sani utilizzando un obiettivo di diffusione a varianza preservata. La funzione di perdita combina quattro termini:
  1. Perdita di predizione del rumore pesata (le articolazioni del ginocchio sono pesate due volte più delle anche/caviglie).
  2. Perdita di ricostruzione residua.
  3. Perdita di preservazione dell'identità (che incoraggia residui vicini allo zero per velocità identiche).
  4. Perdita di preservazione del soggetto (una perdita contrastiva che assicura che le sequenze generate mantengano l'embedding del soggetto sorgente distinto dagli altri soggetti).
• Dataset: Il modello è stato addestrato su un dataset di soggetti sani (22 soggetti, 0,5–1,85 m/s) ed è stato valutato su soggetti sani tenuti fuori dal set di addestramento e su un dataset di pazienti con ictus out-of-distribution (19 soggetti, 0,3–1,2 m/s) senza fine-tuning specifico per l'ictus.

Contributi Chiave

1. Pipeline Condizionata al Soggetto: Un'architettura innovativa che combina la deambulazione del soggetto a velocità sorgente con una velocità target desiderata per condizionare un modello di diffusione, consentendo la generazione che preserva l'identità.
2. Formulazione della Generazione Residua: Una strategia per sintetizzare i cambiamenti di traiettoria piuttosto che i dati grezzi, migliorando la modellazione delle variazioni dipendenti dalla velocità pur mantenendo l'identità del soggetto.
3. Valutazione della Preservazione dell'Identità: Una valutazione completa che dimostra come il modello possa sintetizzare una deambulazione biomeccanicamente plausibile attraverso diverse velocità partendo da un singolo campione sorgente, superando i baseline deterministici.

Risultati

• Accuratezza: Sui soggetti sani tenuti fuori dal set di addestramento, il modello ha raggiunto un Errore Assoluto Medio (MAE) di 3,4° (Pearson's $r=0,95$). Sui soggetti con ictus out-of-distribution (senza fine-tuning), ha raggiunto un MAE di 6,0° ($r=0,86$).
• Personalizzazione: Il rango medio di personalizzazione (dove il rango 1 indica che la deambulazione generata è più vicina al vero soggetto rispetto a tutti gli altri soggetti) è stato di 3,3 per i soggetti sani e 2,8 per i soggetti con ictus, indicando una forte preservazione dell'identità individuale della deambulazione.
• Confronto con i Baseline: Il modello di diffusione proposto ha ridotto il MAE di oltre il 70% rispetto ai baseline feed-forward supervisionati (MLP e TCN), che hanno prodotto errori rispettivamente di 12,25° e 11,43°.
• Efficienza dei Dati: L'utilizzo di una singola velocità sorgente ha prodotto un'accuratezza entro 0,4° rispetto all'utilizzo di quattro velocità sorgente, suggerendo che la raccolta di dati estesi attraverso molteplici velocità non è strettamente necessaria per una generazione ad alta fedeltà.
• Generalizzazione Clinica: Il modello si è generalizzato ai pattern di deambulazione post-ictus, preservando l'identità del soggetto anche per il lato paretico e quello non paretico, mantenendo bassi gli errori di cadenza (circa 6–7% di errore percentuale medio).

Significatività e Rivendicazioni
L'articolo afferma che la diffusione residua condizionata al soggetto può sintetizzare una deambulazione personalizzata attraverso diverse velocità partendo da dati minimi (una singola velocità osservata). Questa capacità riduce significativamente l'onere della raccolta dati inerente ai flussi di lavoro di personalizzazione degli esoscheletri. Generando dati specifici per l'utente senza richiedere sessioni ripetute di motion capture per tutte le velocità target, il framework affronta un importante collo di bottiglia nel dispiegamento di interventi robotici indossabili efficaci e personalizzati sia per popolazioni sane che cliniche. Il lavoro dimostra che un modello generativo può catturare simultaneamente i cambiamenti di velocità e l'identità specifica del soggetto, offrendo un'alternativa valida ai modelli mediati sulla popolazione per il controllo degli esoscheletri.