Deep-Learning-Based Markerless Pose Estimation Systems in Gait Analysis: DeepLabCut Custom Training and the Refinement Function

Este estudo demonstra que o sistema de estimativa de pose sem marcadores DeepLabCut, quando submetido a treinamento personalizado e função de refinamento, supera tanto o OpenPose quanto modelos pré-treinados, oferecendo uma solução precisa e de baixo custo para a análise da marcha em ambientes naturais.

O essencial

Imagine que você quer estudar como as pessoas andam. Antigamente, para fazer isso com precisão, os cientistas tinham que "vestir" o paciente com uma roupa cheia de bolinhas coloridas (marcadores) e usar câmeras supercaras em um laboratório fechado. Era como tentar filmar um show de rock, mas o cantor tivesse que usar um capacete cheio de luzes e só pudesse se mover em um palco específico. Funcionava bem, mas era caro, chato e pouco natural.

Hoje, a tecnologia de Inteligência Artificial (Deep Learning) mudou o jogo. Agora, podemos usar câmeras comuns para "ver" o movimento sem precisar de nenhuma roupa especial. É como se a câmera tivesse olhos mágicos que conseguem desenhar o esqueleto da pessoa apenas olhando para o vídeo.

Este artigo compara três "olhos mágicos" diferentes para ver quem é o melhor em analisar a caminhada:

1. Os Três Competidores

• O "Pronto para Usar" (OpenPose - OPPT): Imagine que você comprou um robô que já nasceu sabendo andar e ver o mundo. Ele foi treinado com milhões de fotos de pessoas diferentes. Ele é rápido e fácil de usar, mas como ele viu de tudo um pouco, ele não é um especialista em sua situação específica. É como um generalista que sabe um pouco de tudo, mas não é um mestre em nada.
• O "Pré-Treinado" (DeepLabCut Padrão - DLCPT): Este é outro robô que também nasceu sabendo um pouco de tudo, mas foi treinado de uma forma um pouco diferente. Ele é bom, mas ainda não foi "personalizado" para o seu caso.
• O "Personalizado" (DeepLabCut Customizado - DLCCT): Aqui está a mágica. Em vez de usar o robô pronto, os cientistas pegaram um robô inteligente e o "treinaram" especificamente para o que eles precisavam. Eles mostraram 400 fotos de pessoas caminhando e disseram: "Olhe, este é o joelho, este é o tornozelo, este é o dedo do pé". O robô aprendeu com esses exemplos e se tornou um especialista na tarefa. É como transformar um estudante universitário em um médico especialista apenas mostrando a ele milhares de casos reais.

2. O Segredo do "Refinamento" (A Lição Extra)

O artigo descobre algo incrível: mesmo com o robô personalizado, ele ainda comete alguns erros de vez em quando. Então, os cientistas usaram uma função chamada "Refinamento".

Pense nisso como um professor particular. Depois que o aluno (o robô) faz uma prova, o professor pega as questões que ele errou, corrige a resposta e faz o aluno estudar apenas aquelas questões erradas novamente.

• Sem refinamento: O robô estuda 400 fotos e aprende.
• Com refinamento: O robô estuda 400 fotos, o cientista corrige os 80 erros que ele cometeu, e o robô estuda essas correções também.

O resultado? O robô com "lição extra" ficou muito mais preciso do que aquele que apenas estudou o material original, e até melhor do que robôs que estudaram mais fotos sem receber a correção.

3. O Veredito Final

Os cientistas fizeram 40 pessoas caminharem em uma passarela enquanto mediam o tempo de cada passo com câmeras e com sensores de força no chão (que são o "padrão ouro", ou seja, a régua perfeita).

• O "Pronto para Usar" (OpenPose) foi muito bom, superando o "Pré-Treinado" padrão.
• O "Personalizado" (DeepLabCut) foi o campeão absoluto. Ele foi mais preciso que todos os outros.
• O "Personalizado com Refinamento" foi o campeão de todos os campeões. Ele conseguiu medir o tempo da caminhada com uma precisão quase igual àquela régua perfeita do laboratório, mas usando apenas uma câmera comum e sem marcar o corpo das pessoas.

Por que isso é importante para você?

Imagine um fisioterapeuta em um posto de saúde simples, sem dinheiro para equipamentos de milhões de reais. Com essa tecnologia, ele pode pegar um celular ou uma câmera barata, instalar um software gratuito, treinar o sistema por algumas horas (como se estivesse ensinando um cachorro a sentar) e começar a analisar a marcha de pacientes com precisão de laboratório.

Resumo da ópera:
A inteligência artificial já é boa, mas quando você a "personaliza" para o seu problema específico e ainda dá uma "lição extra" (refinamento) nos erros, ela se torna uma ferramenta poderosa, barata e precisa. Isso significa que, no futuro, analisar como você anda pode ser tão simples quanto tirar um vídeo com o celular, ajudando médicos a diagnosticar e tratar problemas de movimento em qualquer lugar do mundo, não apenas em laboratórios de luxo.

Resumo técnico

Título do Estudo:

Sistemas de Estimativa de Pose sem Marcadores Baseados em Deep Learning na Análise da Marcha: Treinamento Personalizado do DeepLabCut e a Função de Refinamento

1. O Problema

A análise de movimento humano, fundamental para a biomecânica, esporte e clínica, é tradicionalmente realizada por sistemas de captura de movimento baseados em marcadores (gold standard). Embora precisos, esses sistemas apresentam limitações significativas:

• Custo elevado e complexidade: Requerem equipamentos caros e operadores especializados.
• Ambientes controlados: A coleta de dados é restrita a laboratórios.
• Artefatos de tecido mole: Marcadores físicos podem deslizar na pele, introduzindo erros.
• Invasividade: Podem alterar o padrão natural de movimento do sujeito.

Existe uma necessidade urgente de alternativas "ecológicas" (não invasivas e de baixo custo) que permitam a coleta de dados em ambientes naturais. Sistemas de estimativa de pose sem marcadores (baseados em visão computacional) surgem como solução, mas a literatura carece de comparações robustas entre modelos pré-treinados "de prateleira" e modelos personalizados (custom-trained), especialmente focando na otimização do treinamento e refinamento para tarefas específicas de locomoção.

2. Metodologia

O estudo comparou o desempenho de dois sistemas populares de estimativa de pose sem marcadores — OpenPose (OP) e DeepLabCut (DLC) — contra um sistema de referência (placas de força).

• Participantes: 40 sujeitos saudáveis (21 homens, 19 mulheres) caminhando em uma passarela de 5 metros.
• Configuração Experimental:
  • Referência: Quatro placas de força (BTS Bioengineering) para determinar eventos de contato do calcanhar (HC) e descolamento do pé (TO).
  • Vídeo: Uma câmera RGB única (25 fps, resolução 640x480) capturando o plano sagital.
• Sistemas de Análise Comparados:
  1. OPPT: OpenPose com modelo pré-treinado "BODY_25".
  2. DLCPT: DeepLabCut com modelo pré-treinado "Model Zoo full_human".
  3. DLCCT (DeepLabCut Custom-Trained): Modelo personalizado treinado no dataset do estudo.
• Protocolo de Treinamento do DLCCT:
  • Dataset: 400 imagens extraídas de 40 vídeos (usando k-means para diversidade).
  • Anotação: 16 pontos-chave (ombros, cotovelos, punhos, quadris, joelhos, tornozelos, calcanhares e dedos dos pés) anotados manualmente.
  • Variações de Tamanho: Foram testados conjuntos menores (100, 200, 300 frames) para determinar o tamanho mínimo necessário.
  • Função de Refinamento: Após o treinamento inicial, 2 quadros de outliers (erros) por vídeo foram corrigidos manualmente e re-adicionados ao conjunto de dados para retreinar o modelo (ex: DLCCT380R = 300 originais + 80 corrigidos).
• Análise de Dados:
  • Parâmetros temporais da marcha calculados: tempo de passo, cadência, tempo de apoio e tempo de duplo apoio.
  • Métricas de Avaliação: Coeficiente de correlação de Pearson, Análise Bland-Altman (Limites de Acordo - LoA) e Erro Absoluto (para precisão e acurácia).

3. Contribuições Chave

• Comparação Abrangente: É um dos primeiros estudos a comparar diretamente modelos pré-treinados e personalizados do DeepLabCut na análise da marcha humana.
• Validação do Treinamento Personalizado: Demonstra que o treinamento personalizado (transfer learning) supera significativamente os modelos "de prateleira" quando ajustado para a tarefa específica.
• Otimização via Refinamento: Avalia sistematicamente a função de refinamento do DLC, mostrando que a correção manual de outliers e o retreinamento melhoram a performance com menos esforço de anotação do que aumentar o dataset inicial.
• Definição de Limites Mínimos: Estabelece quantas imagens são necessárias para um treinamento eficaz e como o refinamento pode reduzir essa necessidade mantendo a alta precisão.

4. Resultados Principais

• Desempenho Geral: O modelo DLCCT (personalizado) superou consistentemente tanto o modelo pré-treinado do DLC (DLCPT) quanto o OpenPose (OPPT) na maioria dos parâmetros, especialmente quando o dataset de treinamento era de pelo menos 300 frames ou quando a função de refinamento foi aplicada.
• Impacto do Tamanho do Dataset: O erro médio quadrático (MAE) diminuiu à medida que o tamanho do dataset inicial aumentou.
• Eficácia do Refinamento: Os modelos refinados (ex: DLCCT380R) superaram não apenas seus pares iniciais (DLCCT300), mas também modelos treinados com datasets maiores e não refinados (ex: DLCCT400). O refinamento reduziu a dispersão nos Limites de Acordo (LoA) da análise Bland-Altman.
• Correlação e Acordo:
  • O DLCCT380R apresentou a correlação linear mais forte com o sistema de referência (placas de força).
  • O OpenPose (OPPT) foi superior ao DLCPT, mas inferior aos melhores modelos DLC personalizados.
  • O DLCPT (pré-treinado) teve desempenho inferior em parâmetros que exigem a distinção entre calcanhar e dedo do pé (tempo de apoio), devido à detecção limitada de pontos-chave (apenas tornozelo vs. calcanhar/dedo).
• Precisão: O DLCCT380R demonstrou a maior acurácia e precisão entre todos os sistemas testados.

5. Significado e Conclusão

O estudo conclui que, embora o OpenPose seja a melhor opção "pronta para uso" (off-the-shelf), a personalização do modelo DeepLabCut é essencial para obter a máxima precisão na análise da marcha em ambientes clínicos ou naturais.

• Para Clínicos e Pesquisadores: A implementação de um modelo personalizado, mesmo com um conjunto de dados moderado (cerca de 300-400 frames), combinado com a função de refinamento, oferece uma solução de baixo custo, não invasiva e altamente precisa.
• Viabilidade: A abordagem validada permite a análise de movimento fora do laboratório, facilitando a avaliação de pacientes em contextos reais, sem a necessidade de marcadores físicos caros e complexos.
• Recomendação: Para aplicações críticas onde a precisão é vital (como reabilitação neurológica ou avaliação esportiva), o investimento no treinamento personalizado e refinamento do DeepLabCut é justificado e superior às soluções genéricas.