《Machine Learning and Knowledge Extraction》：Unsupervised sEMG-Based Gait Anomalies Detection Using Autoencoder
编辑推荐：
摘要专业翻译
步态异常检测（Gait Anomaly Detection）对于神经退行性疾病的早期诊断以及康复进程的监测至关重要。表面肌电信号（surface electromyography, sEMG）为肌肉协同和运动意图提供了直接视角，但该领域长期面临标
摘要专业翻译
步态异常检测（Gait Anomaly Detection）对于神经退行性疾病的早期诊断以及康复进程的监测至关重要。表面肌电信号（surface electromyography, sEMG）为肌肉协同和运动意图提供了直接视角，但该领域长期面临标记性病理数据稀缺的困境。传统监督方法虽然准确，却依赖大规模、类别均衡的数据集，且往往难以泛化至未见过的异常类型，限制了其在真实临床场景中的应用。本研究提出一种基于深度自编码器（Autoencoder, AE）架构的无监督框架。该框架不直接对异常进行分类，而是通过单类分类（One-Class Classification）学习正常步态模式的稳健表征，其设计天然具备针对每位受试者的个体化能力。随后通过分析重建误差来识别偏离正常模式的偏差，为异常肌肉协调和运动模式提供灵敏的量化指标。该框架在两个不同数据集上得到验证：一个为包含模拟异常（如足尖行走）的受控数据集，另一个为真实病理性步态模式的临床数据集。结果表明该框架具有较高的检测精度：在真实临床膝关节病变数据集上约为88%，在受控的模拟足尖行走异常场景中约为99%，后者代表了一种更简单、完全受控的实验场景。上述发现表明，该框架能够有效捕捉正常步态的肌肉激活协同模式，且无需标记性病理数据即可检测异常。这种基于重建的无监督方法为步态监测提供了一种实用、免标记的解决方案，其正态模型可在部署阶段针对个体进行适配。
论文解读文章
一、研究背景与问题
人体步态是由中枢神经系统与肌肉骨骼系统协调互动所产生的高度复杂的时空过程，其临床分析对于评估老年人跌倒风险以及神经退行性疾病的长期监测具有基础性意义。在众多感知模态中，表面肌电信号（sEMG）通过捕捉运动指令的电生理前兆，提供了肌肉神经激活的精细表征，优于仅记录运动物理结果的运动学传感器。然而，基于sEMG的步态异常检测（GAD）面临一个关键的操作瓶颈：标注性病理数据极度匮乏。临床数据的采集受制于高昂的获取成本、显著的个体内异质性以及缺乏临床共识的病理标注标准。由此产生的“闭集”假设——即模型仅在预定义的特定步态模式上训练——严重限制了监督学习框架的泛化能力。在真实康复场景中，病理性步态常表现为罕见、特异且此前未见的运动偏差，现有监督分类器难以捕捉这些模式。
二、研究目标与意义
受人工智能领域生成式建模范式的启发，本研究摒弃传统的异常分类思路，转向正态建模。研究人员提出一种仅以健康sEMG模式训练的深度自编码器（AE）架构，学习正常神经肌肉激活的数据驱动模型，将步态异常检测转化为基于重建的任务：偏离所学“正常”表征的程度可作为病理性步态的灵敏定量指标，即使模型从未接触过特定异常类型。该框架的主要贡献包括：其一，提出无监督正态建模方法，通过建模健康sEMG分布而非分类特定病理来实现异常检测；其二，构建连续偏差评分机制，结合重建误差与潜空间密度产生逐窗口的异常评分，提供分级监测信号而非二元标签；其三，设计计算轻量化的网络架构，适用于临床或居家康复场景中的连续实时步态监测。据研究人员所知，这是首个将基于连续小波变换（CWT）标量图的卷积自编码器与双重重建误差/潜空间密度异常评分相结合的完全无监督步态异常检测框架。
三、关键技术方法
研究人员采用四阶段处理流程。第一阶段为信号到图像的转换：将原始sEMG信号经带通滤波（20–450 Hz）和50 Hz陷波滤波后，以3.5秒滑动窗口（步长1.0秒，66%重叠）分段，对每段信号使用Morlet小波在256个尺度上计算连续小波变换（CWT），生成256×256像素的标量图，并将多肌肉标量图沿通道维度拼接后平均为3通道RGB图像。第二阶段为CNN编码器：由三个卷积层（256、128、64个滤波器）与最大池化层堆叠构成，将输入图像压缩为32×32×64的潜特征图（65,536维）。第三阶段为CNN解码器：通过上采样与卷积层（64、128、256、3个滤波器）的交替操作将潜表征重建为原始尺寸图像。第四阶段为异常检测：结合高斯核密度估计（KDE）潜空间密度评分与重建误差（MSE）双重判据，阈值基于正常训练数据的均值与标准差自动确定（密度阈值低于均值两个标准差，误差阈值高于均值两个标准差）。评估采用受试者级别的5折交叉验证，训练集仅含健康受试者，确保无受试者同时出现在训练与测试分区。数据来源包括两个公开数据集：膝关节病理数据集（22名受试者，含11名健康者和11名膝关节疾病患者，采样率1000 Hz，监测股内侧肌、半腱肌、股二头肌和股直肌4块肌肉）和健康步态数据集（50名6至72岁健康参与者，监测优势侧肢体8块肌肉）。
四、研究结果
训练收敛性。 在两个数据集上，训练损失与验证损失均在大约二十个epoch内快速收敛并趋于稳定，验证损失紧密跟随训练损失，表明模型达到适当的拟合状态，既未过拟合也未欠拟合。
滑动窗口尺寸的影响。 研究人员比较了2.5秒、3.5秒和4.5秒三种窗口长度。在膝关节病理数据集上，3.5秒窗口取得最佳性能（准确率88.63%，精确率95.8%，召回率83.6%，F1值83.62%），而4.5秒窗口表现最差（准确率81.39%）。在模拟足尖行走数据集上同样呈现相似趋势，3.5秒窗口最优（准确率99.4%，精确率100%，召回率97.22%，F1值97.47%）。结果表明窗口长度显著影响模型捕捉时间模式和检测异常的能力。
与经典机器学习方法的对比。 在3.5秒窗口条件下，所提模型在两个数据集上均一致优于单类支持向量机（O-C SVM）和孤立森林（IF）。在膝关节病理数据集上，所提模型准确率达88.63%，远超O-C SVM的49.12%和IF的75.17%；在模拟足尖行走数据集上优势更为显著，所提模型准确率达99.4%，而O-C SVM和IF分别为66.49%和49.21%。所提模型在模拟足尖行走数据集上达到100%的精确率。
ROC与精确率-召回率曲线分析。 所提模型在膝关节病理数据集上取得AUC-ROC为88.93%、AUC-PR为87.34%；在模拟足尖行走数据集上AUC-ROC为98.61%、AUC-PR为97.82%。高AUC值表明模型在广泛的阈值范围内保持出色的判别能力，所选阈值策略具有稳健性。
消融研究。 在异常评分准则方面，组合评分（重建误差与KDE密度）在两个数据集上取得最佳性能（AUC-ROC分别为0.889和0.986），重建误差为主导成分，潜空间密度提供较小但一致的互补增益。在输入表征方面，2D CWT标量图表征一致优于原始1D sEMG信号（膝关节数据集AUC-ROC从0.878提升至0.889，足尖行走数据集从0.969提升至0.986），但原始1D变体计算成本显著更低。在表征匹配的经典基线对比中，即使O-C SVM和IF使用与CNN-AE相同的CWT衍生潜特征，所提模型仍明显胜出（AUC-ROC分别为0.590/0.682和0.742/0.800），证实性能差距源于模型本身而非输入表征。在计算复杂度方面，所提CNN-AE仅含约0.79M参数，单窗口推理延迟62.63 ms，但CWT预处理成本较高（4肌肉约295 ms，8肌肉约590 ms），完整流水线仍可满足3.5秒窗口内的流式近实时运行。
五、讨论与结论
研究人员指出，该框架在临床部署前需解决三个现实挑战：其一，“正态漂移”问题——患者肌肉激活模式可能因康复进展、疲劳或疾病演变而变化，建议采用滚动更新策略，每次监测后以最近20%的正常分类窗口微调自编码器并丢弃最旧的20%；其二，区分异常与波动——并非每次重建误差升高都需要临床警报，建议采用持续性滤波器，仅当偏差连续3个以上窗口（约3秒）超过阈值时才触发警报，以抑制电极移动伪影等短暂误差；其三，定期校准——建议每30天进行一次简短临床sEMG记录以重新校准密度和误差阈值。这些机制将框架从静态的“一次训练、永久部署”转变为持续适配的个体化监测工具。研究结论指出，该框架在真实膝关节病理数据集上达到88.6%的准确率（AUC-ROC 0.889），在模拟足尖行走数据集上达到99.4%的准确率（AUC-ROC 0.986），全程无需接触任何标记性病理数据。通过将检测范式从异常分类转向正态建模，该方法有效应对了数据稀缺这一制约可穿戴步态监测系统临床应用的挑战。研究同时承认其局限性：将多肌肉标量图平均为3通道RGB图像丢失了逐肌肉身份信息；验证依赖有限的数据集和模拟异常场景；个体化设计对正常人群内部变异性的敏感性尚未充分探索。未来工作将聚焦于更大规模异质性数据集的验证、域适应与迁移学习技术的引入，以及sEMG与运动学传感器多模态融合的探索。
