AtGCN: A Graph Convolutional Network For Ataxic Gait Detection

1. O Problema

O artigo aborda o desafio de detectar e classificar a gravidade da ataxia (uma patologia que afeta a coordenação muscular, resultando em uma marcha desequilibrada e instável) utilizando vídeos 2D de pacientes caminhando.

• Desafios Principais:
  • Subtileza das Variações: A diferença entre uma marcha saudável e uma atáxica é extremamente sutil, tornando a detecção difícil para modelos convencionais.
  • Escassez de Dados: Os conjuntos de dados públicos para ataxia são muito pequenos (o maior, Auto-Gait, contém apenas 149 vídeos), o que dificulta o treinamento de modelos de Deep Learning (DL) sem overfitting.
  • Limitações de Privacidade: A maioria dos sistemas existentes depende de sensores vestíveis ou câmeras de profundidade, enquanto soluções baseadas apenas em vídeo 2D são limitadas devido a preocupações de privacidade e falta de dados.

2. Metodologia

O sistema proposto, chamado AtGCN, é uma rede de Convolução em Grafos (GCN) adaptada para dados espaciotemporais. O pipeline consiste em quatro módulos principais:

1. Pré-processamento:

   • Utiliza o modelo OpenPose para estimar 18 pontos-chave do corpo (esqueleto 2D) a partir de cada quadro do vídeo.
   • Utiliza o DeepSORT para rastrear a identidade da pessoa através dos quadros, garantindo a consistência dos dados.

2. Extração do Ciclo de Marcha:

   • Em vez de processar o vídeo inteiro, o sistema divide a sequência de esqueleto em ciclos de marcha individuais.
   • A detecção do ciclo baseia-se na distância euclidiana entre os tornozelos esquerdo e direito. A distância oscila sinusoidalmente, onde três picos consecutivos representam um ciclo completo. Filtros de suavização (Savitzky-Golay e média móvel) são aplicados para remover ruído.

3. Construção do Grafo:

   • Cada ciclo de marcha é convertido em um grafo espaciotemporal $G = (V, E)$.
   • Nós ($V$): Coordenadas 2D ($x, y$) e a confiança do ponto-chave do OpenPose.
   • Arestas ($E$): Divididas em intra-frame (conexões anatômicas entre partes do corpo no mesmo instante) e inter-frame (conexões do mesmo ponto-chave ao longo do tempo).

4. Modelo AtGCN:

   • É uma adaptação de uma GCN pré-treinada no conjunto de dados Kinetics (reconhecimento de ações humanas).
   • Estratégia de Treinamento: Devido ao pequeno tamanho do conjunto de dados de ataxia, o modelo utiliza uma abordagem de truncamento e ajuste fino (fine-tuning). Um modelo profundo pré-treinado com 10 blocos é truncado (mantendo apenas os primeiros $l$ blocos) e re-treinado no conjunto de dados de ataxia.
   • Arquitetura: O modelo final selecionado possui 6 blocos de convolução espaciotemporal. Ele utiliza camadas de normalização em lote, dropout (0.5) para evitar overfitting, e global average pooling.
   • Saídas: O modelo realiza duas tarefas:
     • Classificação: Identifica se a marcha é "saudável" ou "atáxica" (usando Softmax).
     • Regressão: Estima a gravidade da ataxia baseada na escala SARA (usando uma camada de regressão).

3. Principais Contribuições

• Modelo AtGCN: Introdução de uma GCN espaciotemporal especializada para detectar ataxia, superando métodos baseados em características manuais (hand-crafted features) e redes LSTM.
• Estratégia de Augmentation: Proposta de dividir vídeos longos em múltiplos ciclos de marcha para aumentar artificialmente o tamanho do conjunto de dados de treinamento, permitindo o uso de redes profundas em dados limitados.
• Abordagem de Transferência de Aprendizado: Demonstração eficaz de como truncar e ajustar finamente modelos pré-treinados em grandes conjuntos de dados de ação (Kinetics) para tarefas médicas específicas com poucos dados.
• Análise Espaciotemporal: O modelo captura não apenas a posição das partes do corpo, mas também a dinâmica temporal e as relações espaciais sutis que definem a marcha atáxica.

4. Resultados

O modelo foi avaliado em dois conjuntos de dados públicos: Auto-Gait e CA-Gait.

• Detecção de Ataxia (Classificação):

  • No conjunto Auto-Gait, o AtGCN alcançou 93,46% de precisão e 93,76% de F1-score, superando o estado da arte anterior (83,06% de precisão) e modelos como o GaitGraph.
  • No conjunto CA-Gait, alcançou 99,5% de precisão, superando modelos baseados em LSTM.
  • O modelo é 5,5 vezes menor em termos de parâmetros do que o estado da arte anterior, mantendo alta performance.

• Predição de Gravidade (Regressão):

  • O modelo obteve um Erro Médio Absoluto (MAE) de 0,4169 na escala SARA, significativamente melhor que o Auto-Gait (0,6225) e o GaitGraph (0,8286).
  • O coeficiente de correlação de Pearson foi de 0,8738, indicando uma forte correlação com a avaliação de ground truth.

• Estudo de Ablação:

  • A análise mostrou que truncar o modelo pré-treinado em 6 blocos oferece o melhor equilíbrio entre capacidade de aprendizado de características sutis e generalização. Modelos com mais blocos (7+) tendem a piorar o desempenho devido ao overfitting ou captura de ruído em dados limitados.

5. Significância e Conclusão

O trabalho demonstra que é possível diagnosticar e estimar a gravidade da ataxia com alta precisão utilizando apenas vídeos 2D e redes neurais baseadas em grafos, mesmo com conjuntos de dados extremamente pequenos.

• Impacto Clínico: Oferece uma ferramenta potencial para hospitais gerais diagnosticarem ataxia sem a necessidade de equipamentos caros (como sensores IMU ou câmeras de profundidade) ou de especialistas presenciais para triagem inicial.
• Eficiência: O modelo é leve e eficiente, tornando-o viável para implementação em sistemas de borda ou hospitais com recursos limitados.
• Limitações Futuras: O artigo reconhece que a disponibilidade de dados é o principal gargalo e sugere futuras pesquisas para combinar múltiplos conjuntos de dados de patologias de marcha e desenvolver métodos de explicabilidade (XAI) para tornar o modelo "caixa preta" mais transparente para uso clínico.