Systematic Design of Lightweight CNNs for sEMG Hand Gesture Classification on Embedded Systems

Immaginate un mondo in cui una persona che ha perso un braccio può controllare una mano robotica semplicemente pensando di muoverla. Questa non è fantascienza; è la promessa delle protesi mioelettriche, dispositivi che leggono i segnali elettrici che i muscoli inviano quando si tenta di muoversi. Questi segnali, noti come elettromiografia di superficie, o sEMG, vengono captati da sensori posizionati sulla pelle. La sfida è sempre stata tradurre questi schemi elettrici disordinosi e fluttuanti in comandi chiari e affidabili per una macchina. Per decenni, gli ingegneri si sono affidati a complessi trucchi matematici per interpretare questi segnali, ma una nuova generazione di intelligenza artificiale ha dimostrato di poter apprendere i modelli direttamente, spesso con maggiore accuratezza. Tuttavia, c'è un problema: i modelli di intelligenza artificiale più potenti sono come computer pesanti e voraci di energia. Richiedono processori massicci e un flusso costante di elettricità, rendendo impossibile inserirli in un piccolo braccio protesico a batteria che una persona potrebbe indossare tutto il giorno.

Questo è il problema che un team di ricercatori dal Messico si è posta. Si sono posti una domanda fondamentale: come possiamo costruire un sistema intelligente che sia incredibilmente accurato nel riconoscere i gesti della mano e allo stesso tempo abbastanza leggero da poter girare su un minuscolo computer a basso consumo? Il loro lavoro, pubblicato in uno studio recente, dettaglia un metodo per progettare questi cervelli artificiali "leggeri". Invece di indovinare quale design funzioni meglio, hanno trattato il processo come un esperimento scientifico, testando sistematicamente diverse scelte strutturali per trovare il perfetto equilibrio tra prestazioni ed efficienza. Il risultato è un nuovo tipo di modello che può distinguere tra diciotto diversi movimenti della mano e del polso con una precisione straordinaria, utilizzando una frazione della potenza di calcolo richiesta dai sistemi precedenti.

I ricercatori hanno iniziato esaminando i dati provenienti da due grandi database pubblici contenenti registrazioni di persone che muovevano le mani. Un database includeva registrazioni di quaranta individui sani, mentre l'altro presentava undici persone che avevano perso parte del braccio sotto il gomito. Questo secondo gruppo era cruciale perché rappresentava gli utenti reali che questi dispositivi sono destinati ad aiutare. Il team si è concentrato su un tipo specifico di intelligenza artificiale chiamata rete neurale convoluzionale. In termini semplici, si tratta di un sistema che scansiona i dati per trovare schemi, proprio come l'occhio umano scansiona una scena per riconoscere un volto. La sfida specifica era rendere questo sistema "depthwise separable", una tecnica di progettazione che suddivide calcoli complessi in passaggi più piccoli e semplici. Questo approccio riduce drasticamente il numero di operazioni matematiche che il computer deve eseguire, rendendo il sistema più veloce e meno esigente in termini di memoria.

Per trovare il miglior design possibile, il team non si è affidato al tentativo ed errore o alle congetture. Hanno utilizzato un metodo statistico chiamato progettazione D-ottimale per esplorare un vasto spazio di possibilità. Immaginate di cercare la ricetta migliore per una torta testando ogni singola combinazione di farina, zucchero, uova e tempo di cottura; ci vorrebbe un'eternità. Invece, questo metodo ha permesso ai ricercatori di selezionare un insieme di esperimenti intelligenti e rappresentativi che rivelassero come ogni specifica parte del design influenzasse il risultato finale. Hanno testato fattori come il numero di livelli che la rete doveva avere, quanto fossero ampi i filtri utilizzati e quanti percorsi paralleli dovesse seguire il dato. Analizzando i risultati di queste cinquanta configurazioni accuratamente scelte, hanno scoperto che il numero di livelli sequenziali nella rete aveva l'impatto maggiore sull'accuratezza, seguito da vicino dalle dimensioni dei filtri utilizzati nei passaggi depthwise.

Con questa comprensione, il team ha costruito una "frontiera di Pareto", un modo per visualizzare il compromesso tra quanto sia intelligente il modello e quanto sia "pesante". Cercavano il "punto ottimale": un modello che fosse il più accurato possibile senza diventare troppo grande o lento. Hanno identificato un'architettura specifica che si distingueva. Questo modello utilizzava solo circa 68.000 numeri regolabili, noti come parametri, per svolgere il suo lavoro. Per dare un termine di paragone, molti altri modelli utilizzati per compiti simili richiedono milioni di parametri. Nonostante le sue piccole dimensioni, questo modello leggero ha raggiunto un'accuratezza media del 93,89% sui dati dei soggetti amputati e del 98,41% sui dati dei soggetti sani. Ha identificato con successo diciotto diversi gesti, inclusi vari tipi di forme della mano e movimenti del polso, con un livello di affidabilità che suggerisce la possibilità di un uso in contesti clinici reali.

La vera prova, tuttavia, non è stata solo nella simulazione, ma nell'hardware. I ricercatori hanno preso il loro modello scelto e lo hanno implementato su un piccolo chip per computer embedded, specificamente un processore ARM Cortex-A9, che è il tipo di tecnologia presente in molti dispositivi portatili. Per far sì che il modello girasse abbastanza velocemente per il controllo in tempo reale, hanno applicato cinque diverse tecniche di ottimizzazione. Hanno semplificato la matematica convertendo i numeri che il modello utilizzava da decimali complessi a numeri interi più piccoli, un processo chiamato quantizzazione. Hanno anche organizzato i dati in modo che il processore potesse gestire più calcoli contemporaneamente e hanno utilizzato le cache della memoria integrate nel processore per evitare trasferimenti di dati lenti. Il risultato è stato un sistema in grado di prendere una decisione in circa 57,6 millisecondi. Questa velocità è sufficiente per sembrare istantanea a un utente umano, permettendo il controllo fluido e intuitivo necessario per operare una mano robotica.

Lo studio conclude che questo approccio sistematico alla progettazione è una via percorribile per la prossima generazione di protesi. Dimostrando che un modello altamente accurato può girare su un chip piccolo e a basso consumo, i ricercatori hanno rimosso una barriera significativa per rendere le arti robotiche avanzate accessibili e pratiche per l'uso quotidiano. Il lavoro evidenzia anche l'importanza di testare questi sistemi su persone con perdita di arti effettiva, piuttosto che solo su volontari sani, per garantire che funzionino nella complessa realtà dell'applicazione clinica. Sebbene l'attuale modello sia stato testato in condizioni specifiche in cui l'utente calibra il dispositivo sui propri segnali, il successo di questo design leggero suggerisce che le versioni future potrebbero essere adattate per funzionare tra diversi utenti con una configurazione minima, avvicinandoci a un futuro in cui gli arti perduti possono essere sostituiti con strumenti intelligenti e reattivi che sembrano una parte naturale del corpo.