ActiNet: An Open-Source Tool for Activity Intensity Classification of Wrist-Worn Accelerometry Using Self-Supervised Deep Learning

「ActiNet: 自己教師あり深層学習を用いた手首装着型加速度計による活動強度分類のためのオープンソースツール」に関する詳細な技術的サマリーを以下に示す。

1. 問題提起

大規模な疫学研究は、手首装着型加速度計のデータを分析し、身体活動と健康転帰を関連付けるために、正確かつオープンソースの人間活動認識（HAR）モデルに依存している。従来、これらの研究では、平滑化のためにランダムフォレスト（RF）分類器と隠れマルコフモデル（HMM）を組み合わせる手法が用いられてきた（例：accelerometer Python パッケージ）。これらは効果的であったが、手作業で設計された特徴量に依存しており、自由な生活環境における運動の複雑さを完全に捉えきれていない可能性がある。

自己教師あり学習（SSL）と深層学習（特に HARNet）は、HAR の精度向上において有望であることが示されているが、以前は以下の点が不明であった：

• 確立された RF ベースラインと比較して、HMM 平滑化を組み合わせた HARNet ベースのモデルがどの程度性能を発揮するか。
• such モデルが異なる人口統計学的サブグループ（年齢、性別）間でバイアスを導入するかどうか。
• 分類性能の変化が、活動強度（睡眠、座位、軽度、中程度 - 激しい）の推定された日次構成にどのように影響するか。

2. 方法論

データセット

• 主要データ: 本研究では、最も大規模な公開注釈付き手首装着型加速度計データセットであるCAPTURE-24データセットを使用した。これには、AX3 デバイスを 100Hz で約 24 時間装着した 151 名の参加者（18〜91 歳、平均 42 歳、女性 66%）からのデータが含まれる。
• グラウンドトゥルース: 注釈は睡眠日記と 20〜40 秒ごとに画像を撮影する OMG Life Autographer カメラから導出され、Walmsley マッピングを用いて**睡眠、座位、軽度、中程度 - 激しい（MVPA）**の 4 つの強度クラスにマッピングされた。
• 外部検証: モデルの一般化可能性を評価するため、RealworldおよびWISDMデータセットでもモデルをテストした。

前処理

• データは actipy パッケージを使用して処理された。
• 非装着期間（ベクトルマグニチュードが 15mg 未満で 90 分間）は除外された。
• 静止期間中の信号は 1g に対して自動較正された。
• データは30 秒のウィンドウにセグメント化され、ウィンドウ内の最も頻出するラベルがグラウンドトゥルースラベルとして定義された。

モデルアーキテクチャ

本研究ではActiNetを開発し、ベースライン RF + HMMモデルと比較した。

1. ActiNet（提案モデル）:

   • バックボーン: 英国バイオバンクの約 70 万人日分のデータで自己教師あり学習（SSL）により事前学習された、改変された 18 層のResNet-V2（HARNet）。SSL タスクは、加速度計信号における時間矢印の順方向と逆方向を区別するものであった。
   • ファインチューニング: 本モデルは、Adam オプティマイザ、交差エントロピー損失、およびクラス逆重み付けを用いて CAPTURE-24 でファインチューニングされた。
   • データ拡張: ランダムな間引き、軸の切り替え、回転が適用された。
   • 平滑化: Viterbi アルゴリズムを用いた隠れマルコフモデル（HMM）が予測シーケンスを平滑化した。
   • 後処理: 1 時間未満の睡眠ブロックは座位として再分類された。

2. ベースラインモデル:

   • 分類器: accelerometer パッケージからの 37 個の手作業設計された時間・周波数領域特徴量を使用したランダムフォレスト（200 個の推定器）。
   • 平滑化: ActiNet と同一の HMM および睡眠修正ロジック。

学習および評価戦略

• 交差検証: 5 分割層化グループ交差検証（データ漏洩を防ぐため参加者 ID ごとに分割）。
• ネストされた検証: ActiNet については、学習フォールド内の 20% をホールドアウトセットとして早期停止に使用し、HMM 放出行列を推定した。
• 指標: 精度、バランス精度、マクロ F1、コヘンのカッパ、混同行列、活動量のための平均絶対誤差（MAE）、および Bland-Altman プロット。

3. 主要な貢献

• ActiNet の開発: 手首装着型活動分類のために、SSL 事前学習済み深層学習（HARNet）と HMM 平滑化を統合するオープンソースツールの開発。
• 包括的なベンチマーク: 同じデータセットおよび評価プロトコルを用いた、最先端のランダムフォレストベースラインに対する厳密な比較。
• 人口統計学的分析: 年齢および性別サブグループにおけるモデルバイアスの調査により、一貫した性能向上が確認された。
• 量分析: 活動強度の異なる日次推定時間に対するモデル選択の影響の定量化。これは疫学的関連にとって重要である。
• オープンサイエンス: 再現性を確保するためのコードとデータの完全な公開。

4. 結果

分類性能（CAPTURE-24）

ActiNet はすべての指標においてベースライン RF モデルを有意に上回った（p < 0.001）：

• マクロ F1 スコア: ActiNet 0.82 対 ベースライン 0.76。
• コヘンのカッパ: ActiNet 0.86 対 ベースライン 0.80。
• 精度: ActiNet 91.1% 対 ベースライン 87.2%。
• 具体的な改善: ActiNet は軽度および中程度 - 激しい活動の分類において最も顕著な改善を示した。軽度活動については、真陽性率がベースラインの 0.73 から ActiNet の 0.85 に増加した。

外部検証

ActiNet は外部データセット（Realworld および WISDM）でも優位性を維持し、マクロ F1 スコアを Realworld で 0.53 から 0.66、WISDM で 0.68 から 0.74 に改善した。両モデルとも、自由な生活環境ではない設定における軽度活動の分類に苦労した。

活動構成および誤差分析

• 量推定: ActiNet は、ベースラインと比較して睡眠（0.232 時間対 0.299 時間）および座位行動（0.492 時間対 0.768 時間）の平均絶対誤差（MAE）を有意に減少させた。
• バイアス: 両モデルともグラウンドトゥルースとの相関は高かった（>0.8）が、ActiNet は睡眠および軽度活動の時間をわずかに多く、座位および MVPA の時間を少なく予測する傾向があった。ただし、誤差の分布はより狭く（分散が低く）、一貫していた。

サブグループ分析

性能の向上は、すべての年齢層（18〜29 歳、30〜37 歳、37〜52 歳、53 歳以上）および性別（男性/女性）で一貫しており、深層学習モデルによって導入された顕著な人口統計学的バイアスは見られなかった。

5. 意義および含意

• 疫学的影響: 活動分類におけるランダム誤差（回帰希釈バイアス）を減少させることで、ActiNet は健康関連研究（例：活動と心血管疾患の関連付け）の統計的検出力を強化できる。
• 公衆衛生: 日次活動構成のより正確な推定により、座位行動および運動ガイドラインに関する公衆衛生メッセージの根拠が強化される。
• 方法論的転換: 本研究は、ウェアラブル分析において手作業設計特徴量（RF）から表現学習（SSL 深層学習）への移行を検証し、事前学習済みモデルが自由な生活環境のデータによく一般化できることを実証した。
• トレードオフ: 著者は、深層学習モデルが RF モデルよりも解釈性が低く、計算リソース（GPU が必要）を多く要することを認めている。しかし、事前学習済み重みの使用とオープンソース共有により、炭素フットプリントや冗長性の問題の一部が緩和される。

結論: ActiNet は、手首装着型加速度計からの活動強度ラベル抽出において、優れた精度と堅牢性を提供するオープンソース HAR ツールとしての重要な進歩であり、将来の大規模疫学研究に推奨されるツールである。