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

Resumo Técnico: Geração de Cinemática de Membros Inferiores Personalizada em Diferentes Velocidades de Marcha Usando Difusão Condicionada ao Sujeito

Definição do Problema
A personalização da assistência de exoesqueletos requer dados de marcha específicos do usuário em diversas tarefas locomotoras, particularmente em velocidades de caminhada variáveis. No entanto, a aquisição desses dados normalmente exige sessões de captura de movimento repetitivas, dispendiosas e demoradas, que são especialmente onerosas para populações clínicas (ex: sobreviventes de AVC). Os modelos generativos existentes frequentemente focam em representações de marcha de nível populacional em vez de capturar características específicas do usuário, ou falham em transferir efetivamente padrões de marcha específicos do sujeito através de diferentes contextos locomotores. O desafio central abordado é gerar cinemática de membros inferiores personalizada em velocidades de marcha não observadas utilizando apenas uma única velocidade observada, preservando a identidade da marcha do sujeito.

Metodologia
Os autores propõem um framework de difusão residual condicionada ao sujeito projetado para sintetizar trajetórias de marcha para uma velocidade alvo ($v_{tgt}$) dada uma sequência de marcha de origem ($x_{src}$) em uma velocidade conhecida ($v_{src}$).

• Formulação Residual: Em vez de gerar sequências cinemáticas brutas do zero, o modelo aprende a prever a mudança residual ($\hat{r}$) necessária para transformar a trajetória de origem na trajetória alvo: $\hat{r}(x_{src}, x_{tgt}) = x_{tgt} - x_{src}$. A sequência alvo final é reconstruída como $\hat{x}_{tgt} = x_{src} + \hat{r}$. Esta abordagem visa modelar variações sutis dependentes da velocidade enquanto preserva as assinaturas de marcha específicas do sujeito.
• Arquitetura do Modelo: O framework utiliza um denoiser baseado em Transformer (baseado no backbone GaitDynamics) condicionado a três entradas:
  1. Marcha do Sujeito: A sequência de marcha de origem ($x_{src}$) é codificada via um LSTM bidirecional em um embedding do sujeito ($z_s$).
  2. Parâmetros de Velocidade: Um vetor contendo a velocidade de origem, velocidade alvo, sua diferença e sua razão é processado através de um MLP para criar um embedding de velocidade ($z_{speed}$).
  3. Mecanismo de Condicionamento: Os embeddings do sujeito e da velocidade são combinados e usados para modular os estados ocultos do Transformer via Modulação Linear por Características (FiLM). Isso permite que o modelo molde sua representação interna com base na transição específica entre sujeito e velocidade sem adicionar estes como canais de entrada diretos.
• Objetivo de Treinamento: O modelo é treinado em dados de indivíduos saudáveis utilizando um objetivo de difusão de preservação de variância. A função de perda combina quatro termos:
  1. Perda de predição de ruído ponderada (articulações do joelho ponderadas duas vezes mais do que quadril/tornozelo).
  2. Perda de reconstrução residual.
  3. Perda de preservação de identidade (incentivando resíduos próximos de zero para velocidades idênticas).
  4. Perda de preservação do sujeito (uma perda contrastiva que garante que as sequências geradas mantenham o embedding do sujeito de origem distinto de outros sujeitos).
• Datasets: O modelo foi treinado em um dataset de indivíduos saudáveis (22 sujeitos, 0,5–1,85 m/s) e avaliado em sujeitos saudáveis mantidos fora do conjunto de treinamento (held-out) e em um dataset de AVC fora da distribuição (19 sujeitos, 0,3–1,2 m/s) sem ajuste fino específico para AVC.

Principais Contribuições

1. Pipeline Condicionada ao Sujeito: Uma arquitetura inovadora que combina a marcha de origem do sujeito em uma velocidade de origem com uma velocidade alvo desejada para condicionar um modelo de difusão, permitindo a geração preservadora de identidade.
2. Formulação de Geração Residual: Uma estratégia para sintetizar mudanças de trajetória em vez de dados brutos, melhorando a modelagem de variações dependentes da velocidade enquanto mantém a identidade do sujeito.
3. Avaliação de Preservação de Identidade: Uma avaliação abrangente demonstrando que o modelo pode sintetizar marcha biomecanicamente plausível através de velocidades a partir de uma única amostra de origem, superando baselines determinísticos.

Resultos

• Precisão: Em sujeitos saudáveis mantidos fora do conjunto de treinamento, o modelo alcançou um Erro Médio Absoluto (MAE) de 3,4° (Pearson's $r=0,95$). Em sujeitos com AVC fora da distribuição (sem ajuste fino), alcançou um MAE de 6,0° ($r=0,86$).
• Personalização: O ranking médio de personalização (onde o rank 1 indica que a marcha gerada é a mais próxima do verdadeiro sujeito comparada a todos os outros sujeitos) foi de 3,3 para indivíduos saudáveis e 2,8 para sujeitos com AVC, indicando forte preservação da identidade de marcha individual.
• Comparação com Baseline: O modelo de difusão proposto reduziu o MAE em mais de 70% em comparação com baselines de alimentação direta (feed-forward) supervisionados (MLP e TCN), que apresentaram erros de 12,25° e 11,43°, respectivamente.
• Eficiência de Dados: O uso de uma única velocidade de origem resultou em uma precisão dentro de 0,4° do uso de quatro velocidades de origem, sugerindo que a coleta extensiva de dados através de múltiplas velocidades não é estritamente necessária para uma geração de alta fidelidade.
• Generalização Clínica: O modelo generalizou-se para padrões de marcha de AVC, preservando a identidade do sujeito mesmo para os lados paretico e não paretico, com erros de cadência permanecendo baixos (erro percentual médio de aproximadamente 6–7%).

Significância e Alegações
O artigo afirma que a difusão residual condicionada ao sujeito pode sintetizar marcha personalizada através de velocidades a partir de dados mínimos (uma única velocidade observada). Essa capacidade reduz significativamente o ônus da coleta de dados inerente aos fluxos de trabalho de personalização de exoesqueletos. Ao gerar dados específicos do usuário sem exigir sessões repetidas de captura de movimento em todas as velocidades alvo, o framework aborda um gargalo importante no implante de intervenções de robótica vestível personalizadas e eficazes para populações tanto saudáveis quanto clínicas. O trabalho demonstra que um modelo generativo pode capturar mudanças de marcha dependentes da velocidade e a identidade específica do sujeito simultaneamente, oferecendo uma alternativa viável para modelos de média populacional no controle de exoesqueletos.