Supervised Contrastive Learning-based Digital Biomarker Discovery for Wearable IMU Gait Signals

Resumo Técnico: Descoberta de Biomarcadores Digitais Baseada em Aprendizado Contrastivo Supervisionado para Sinais de Marcha de IMU Vestíveis

Definição do Problema
Unidades de medida inercial (IMUs) vestíveis oferecem um método prático para a avaliação da marcha, porém as abordagens tradicionais baseadas em características manuais (ex: tempo de passada, cadência) frequentemente falham em capturar a natureza multidimensional completa dos padrões de marcha patológicos. Embora modelos de aprendizado profundo possam aprender padrões complexos a partir de sinais brutos, eles frequentemente funcionam como "caixas pretas" com interpretabilidade limitada e podem sofrer de vazamento de informação se os protocolos de avaliação utilizarem divisões por tentativa (trial-wise) em vez de divisões por sujeito (subject-wise). Além disso, os métodos existentes carecem de um biomarcador digital unificado e compacto que possa distinguir objetivamente entre padrões de marcha saudáveis, neurológicos e ortopédicos, mantendo a relevância clínica.

Metodologia
O estudo propõe um biomarcador digital denominado Biomarcador de Marcha por Distância de Embedding (EDGB), derivado do aprendizado de representação contrastiva supervisionada. A metodologia envolve os seguintes componentes:

• Conjunto de Dados: A pesquisa utiliza o conjunto de dados clínicos Voisard, disponível publicamente, composto por 1.356 tentativas de marcha de 260 participantes (73 saudáveis, 143 neurológicos, 44 ortopédicos). Os dados foram coletados usando quatro IMUs sincronizadas (cabeça, região lombar, pé esquerdo, pé direito) registrando aceleração de 3 eixos e velocidade angular a 100 Hz.
• Pré-processamento de Entrada: A rede aceita 16 canais de entrada por tentativa. Estes incluem a magnitude da aceleração ($\|a\|$), velocidade angular ($\|\omega\|$) e suas primeiras derivadas temporais (jerk $\|j\|$ e aceleração angular $\|\alpha\|$) de todos os quatro sensores. Todos os sinais são reamostrados para um comprimento fixo de 1.900 amostras (~19 segundos).
• Arquitetura de Aprendizado Profundo: Um CNN (Rede Neural Convolucional) 1D compacto é empregado como codificador. Ele consiste em três camadas convolucionais (com 4, 8 e 16 canais) seguidas por normalização de lote (batch normalization), ativações ReLU e max-pooling. A saída é processada via pooling médio e máximo adaptativo para gerar um vetor de características de 256 dimensões. Este é mapeado para um espaço de embedding latente de 32 dimensões ($e$) via uma rede de embedding totalmente conectada. Uma cabeça de projeção ($z$) é usada durante o treinamento, mas descartada durante a inferência.
• Objetivo de Treinamento: O modelo é treinado usando Aprendizado Contrastivo Supervisionado (SupCL). Diferente da classificação padrão, o SupCL constrói pares positivos a partir de tentativas da mesma categoria clínica e pares negativos de diferentes categorias dentro de um lote (batch). A função de perda minimiza a distância entre os embeddings da mesma classe enquanto maximiza a distância entre classes diferentes no espaço latente.
• Construção do Biomarcador: Após o treinamento, vetores de protótipo específicos de classe ($\mu_H, \mu_N, \mu_O$) são computados como os centroides normalizados dos embeddings de treinamento para os grupos Saudável, Neurológico e Ortopédico. Para uma nova tentativa com o embedding $e$, o EDGB é calculado como um valor escalar baseado nas distâncias euclidianas para esses protótipos: $DBM = d_H + d_N - d_O$. Esta formulação é projetada para maximizar a separação, onde valores menores indicam proximidade ao cluster neurológico e valores maiores indicam proximidade ao cluster ortopédico.
• Protocolo de Avaliação: Uma divisão rigorosa por sujeito (80% treinamento, 20% teste) é utilizada para evitar o vazamento de dados de tentativas repetidas do mesmo participante.

Principais Contribuições

1. Definição de Novo Biomarcador: A introdução do EDGB, um biomarcador digital escalar derivado da distância de um embedding de marcha para protótipos de classe aprendidos, fornecendo uma representação compacta da dinâmica de marcha complexa.
2. Estrutura de Aprendizado Contrastivo Supervisionado: A aplicação de SupCL a dados de IMU vestíveis para aprender um espaço latente discriminativo que agrupa categorias clínicas de forma eficaz sem depender de engenharia de características manuais.
3. Integração de Dinâmicas de Ordem Superior: A inclusão explícita de sinais derivados de jerk e aceleração angular como canais de entrada, demonstrando seu papel crítico na captura de dinâmicas de movimento.
4. Validação Rigorosa: Avaliação em sujeitos não observados com foco em repetibilidade (ICC) e significância estatística (ANOVA), garantindo que o biomarcador reflita características específicas do sujeito em vez de ruído de tentativa para tentativa.

Resultados

• Desempenho Discriminativo: No conjunto de teste retido, o EDGB alcançou uma acurácia global de 84% na classificação de sujeitos nos três grupos clínicos.
  • Saudável vs. Neurológico: AUC = 90,59%
  • Saudável vs. Ortopédico: AUC = 88,47%
  • Neurológico vs. Ortopédico: AUC = 99,50% (separação quase perfeita)
  • O AUC médio macro para o EDGB foi de 92,85%, superando significativamente a melhor característica manual convencional (tempo de U-turn), que alcançou um macro-AUC de 76,48%.
• Significância Estatística: A análise ANOVA revelou que a categoria clínica explicou 71% da variância no EDGB ($\eta^2 = 0,7104$), um tamanho de efeito substancialmente maior do que qualquer medida de marcha convencional (a próxima mais alta foi o tempo de U-turn com $\eta^2 = 0,1628$).
• Confiabilidade: O biomarcador demonstrou alta repetibilidade entre tentativas com um Coeficiente de Correlação Intraclasse (ICC(2,1)) de 0,82, indicando que 82% da variância é atribuível às diferenças entre sujeitos.
• Interpretabilidade: A análise de correlação mostrou associações fracas com características temporais convencionais (ex: tempo de passada, cadência), mas correlações moderadas a fortes com características de sinal relacionadas ao jerk (ex: jerk máximo, variabilidade do jerk), particularmente de sensores montados nos pés. Isso sugere que o biomarcador captura características dinâmicas de movimento além de métricas temporais simples.
• Estudos de Ablação:
  • Importância do Sensor: Sensores montados nos pés (Pé Direito e Pé Esquerdo) forneceram a informação mais discriminativa.
  • Canais de Entrada: A inclusão de sinais derivados (jerk e aceleração angular) melhorou o macro-AUC de 89,64% (apenas sinais brutos) para 92,85%.

Significância e Alegações
O artigo afirma que o framework EDGB proposto transforma com sucesso as gravações multissensor de IMU em um biomarcador digital compacto, informativo e objetivo. Os autores afirmam que a representação aprendida captura características de marcha sutis e multidimensionais específicas de distúrbios neurológicos e ortopédicos que não são adequadamente representadas pelos descritores manuais tradicionais. O estudo destaca que o biomarcador é particularmente eficaz para distinguir entre diferentes padrões de marcha patológica (neurológico vs. ortopédico), uma tarefa na qual as medidas convencionais frequentemente têm dificuldade. Os autores concluem que o aprendizado contrastivo supervisionado oferece um framework eficaz para o desenvolvimento de biomarcadores clinicamente úteis, desde que os protocolos de avaliação por sujeito sejam estritamente seguidos. O estudo reconhece limitações quanto à ampla categorização de doenças e sugere que trabalhos futuros devem focar em subtipos de doenças mais finos e no monitoramento longitudinal da progressão da doença.