集成无线表面肌电（sEMG）框架与贝叶斯优化机器学习用于多任务运动分类及神经肌肉表征

《Scientific Reports》：An integrated wireless sEMG framework with Bayesian-optimized machine learning for multi-task locomotor classification and neuromuscular characterization

　　

可穿戴表面肌电（sEMG）系统在实时步态分析中显示出较强潜力，但少有框架将无线采集、标准化归一化和优化机器学习整合于单一经验证流程中，导致其对受试者独立运动识别（subject-independent locomotor recognition）的联合贡献尚不明确。本研究开发并验证了一种定制无线sEMG框架，整合硬件设计、归一化评估和贝叶斯优化机器学习，用于运动任务分类和神经肌肉表征。基于ESP32的系统记录了25名健康参与者在平地行走、上楼梯和上坡行走时胫骨前肌（TA）、比目鱼肌（SOL）和腓肠肌外侧（GL）的活动。信号经带通滤波（20–500 Hz）、整流，并提取120个时域、频域和时频域特征。通过探索性受试者级划分、嵌套5 × 5交叉验证、留一受试者交叉验证（LOSO）和独立测试集，评估了三种归一化策略、三种特征选择方法和八种贝叶斯优化分类器。任务相关EMG差异显著且效应量较大（η² = 0.183–0.708，p < .001）。平地行走在肌电上最具区分性，而上楼梯和上坡行走相似但可分离；上坡行走表现为中站立期多肌共激活和趾离期SOL峰值活动（50.7 ± 6.2% MVC）。遗传算法（GA）特征选择结合Z-score归一化（ZSN）在单次划分中表现最佳（逻辑回归（LR）：98.33%准确率；支持向量机（SVM）：96.33%）。在更严格的LOSO方案下，随机森林（RF）以44个特征达到89.02%准确率，而经相关性剪枝的17特征子集在所有分类器中达到或超过该结果——以SVM最佳（92.40%）——相对原始特征空间实现85.8%降维（相对44特征集为61%），且平均准确率无损失。两种深度学习基线（一维卷积神经网络（1D-CNN）、双向长短期记忆网络（BiLSTM））达到可比的LOSO准确率（91.39%和87.72%），证实基于特征的流程可在无端到端深度架构情况下捕捉信号的判别结构。这些发现支持一个可解释、紧凑、受试者独立的多任务运动分类框架，但仍需更广泛临床验证。

研究背景与问题：可穿戴表面肌电（sEMG；从皮肤表面记录肌肉电活动）在运动任务识别、康复评估和下肢辅助设备控制中具有价值，因为肌电活动先于运动发生并编码神经肌肉控制策略。传统实验室步态分析精度高但成本高、环境受限，难以反映真实世界运动变异性；现有可穿戴sEMG研究多采用受试者内或随机划分评估，容易高估泛化能力，且多数缺少标准化归一化，鲜有同时整合无线采集、多域特征评估、贝叶斯优化分类和严格受试者独立验证的框架。因此，本研究旨在构建并验证一个集成本低廉无线采集、信号归一化、特征选择和优化机器学习的多任务运动分类流程，并表征平地行走、上楼梯和上坡行走的神经肌肉差异。

研究人员开展的研究、结论与意义：研究人员纳入25名健康男性参与者，记录胫骨前肌（TA）、比目鱼肌（SOL）和腓肠肌外侧（GL）在平地行走、上楼梯和上坡行走中的sEMG，比较三种归一化、三种特征选择和八种贝叶斯优化分类器，并通过探索性受试者级划分、嵌套5 × 5交叉验证、留一受试者交叉验证（LOSO）和独立测试集评估。结论显示任务相关肌电差异显著且效应量大；平地行走最具肌电区分性，上楼梯与上坡行走相似但可分离；上坡行走中站立期出现多肌共激活，趾离期SOL活动最高（50.7 ± 6.2% MVC）。遗传算法（GA）结合Z-score归一化（ZSN）在单次划分中表现最佳，LR达98.33%、SVM达96.33%；严格LOSO下RF以44特征达89.02%，相关性剪枝后的17特征子集以SVM达92.40%，并在所有分类器中匹配或超过44特征结果。其意义在于提供一个可解释、紧凑、受试者独立且适合嵌入部署的多任务运动分类框架，但临床转化仍需更广泛验证。

关键技术方法（不超过250字）：研究采用定制ESP32三通道无线sEMG系统，采集TA、SOL、GL信号，采样率1000 Hz，经20–500 Hz带通滤波和全波整流；提取120个时域、频域和时频域特征；比较最大自主收缩归一化（MVCN）、ZSN和最小-最大归一化（MMN）；比较主成分分析（PCA）、GA及PCA–GA特征选择；在嵌套交叉验证中运行GA，并行相关性剪枝；用贝叶斯优化调参评估八种分类器，并以嵌套5 × 5、LOSO和独立测试集验证；以1D-CNN和BiLSTM作为端到端基线。样本队列来源为Suez University伦理批准的健康男性参与者，20名用于训练/交叉验证，5名作为独立测试集。

研究结果：
1. Preliminary statistical feature ranking（初步统计特征排序）：对120个特征采用随机森林（RF）Gini重要性、互信息和方差分析（ANOVA）F统计量组合评分，GL_LD、TA_SD、SOL_LD、SOL_MYOP居前，前29个特征占50%累计重要性，提示判别信息跨三块肌肉分布。
2. Comparison of features across locomotor tasks（运动任务间特征比较）：对前29个特征行单因素重复测量ANOVA和Tukey HSD，29个特征均显著（F = 6.38–69.09），效应量η² = 0.183–0.708；平地行走与两种上升任务差异最明显，上楼梯与上坡仅10/29特征显著区分；SOL_MYOP、GL_WL、GL_IEMG可区分全部三组。
3. Temporal muscle activation patterns across gait phases（步态分期肌肉激活时序）：基于文献定义站立期百分比描述TA、SOL、GL在足跟着地、中站立和趾离期的激活；平地行走TA于足跟着地达62.6 ± 9.1%，上楼梯TA峰值移至中站立（67.4 ± 3.2%），上坡中站立呈三肌共激活且趾离期SOL达50.7 ± 6.2% MVC；该分期未作为分类器输入。
4. Influence of normalization on classification performance（归一化对分类性能的影响）：无归一化时LR、SVM、KNN准确率分别为48.90%、53.44%、71.83%，RF和XGBoost为91.70%；ZSN使LR、SVM升至86.67%、95.04%，MMN使KNN升至86.67%；ANOVA显示七种分类器受归一化显著影响，XGBoost例外（p = 0.089）。
5. Dimensionality reduction via feature selection（特征选择降维）：GA使LR由48.90%升至98.33%、SVM升至96.33%，并将120特征降至32特征（73.3%），7个特征跨归一化条件稳定入选；PCA降至9个主成分，SVM达93.33%；PCA–GA混合未较单独GA带来实质增益。
6. Final evaluation of GA-optimized classifiers（GA优化分类器最终评估）：ZSN下LR、RF、SVM验证与测试准确率均高于92%，LR为98.3%/94.4%，RF为94.0%/93.1%，SVM为96.3%/92.7%；验证—测试差距低于5个百分点，多指标表现均衡。
7. Nested cross-validation refinement of the GA-selected feature subset: a 44-feature solution（嵌套交叉验证优化GA特征子集：44特征方案）：嵌套GA得到46特征，剔除2个零方差特征后保留44个；38/44特征η² ≥ 0.14；LOSO下RF达89.02%，LR和SVM为87.2–89.0%，NNET为81.1%；fzc_gl判别最强（F = 60.80，p < .001，η² = 0.681）。
8. Redundancy elimination via pairwise correlation pruning（基于成对相关性剪枝的冗余消除）：以|ρ| > 0.90去除27个冗余特征，保留17特征；15/17仍显著，13/17保持大效应；fzc_gl、ld_sol、lcov_gl效应量较大（η² = 0.681、0.501、0.472）；该17特征集作为轻量替代，未达到95% LOSO阈值。
9. Comparative classification performance of the 44-feature and 17-feature subsets across validation regimes（44与17特征子集跨验证方案比较）：在报告的后选择敏感性分析中，17特征在全部八种分类器LOSO下匹配或超过44特征，如SVM 92.40% vs 87.24%、DT 88.52% vs 84.98%、XGBoost 86.61% vs 83.74%，相对44特征降维61%；17特征DT在嵌套5 × 5下达95.00%；剪枝未在每个外层训练折内重复，故不作为完全嵌套估计。
10. Benchmarking handcrafted features against end-to-end deep learning: 1D-CNN and BiLSTM baselines（手工特征与端到端深度学习基线基准比较）：在相同受试者独立划分下，1D-CNN和BiLSTM的LOSO准确率为91.39% ± 12.92%和87.72% ± 16.16%，独立测试集为85.72% ± 15.77%和79.56% ± 16.02%；二者受试者间方差较大，而17特征SVM以92.40% LOSO和更低计算负担保持竞争力。

讨论部分总结：讨论归纳四项主要发现：判别信息跨TA、SOL、GL分布，GL贡献较大；29个重要特征均呈大效应，平地行走最独特而上楼梯与上坡较相似；归一化对尺度敏感分类器决定性，ZSN显著提升LR，树集成对未缩放输入稳健；GA优于PCA和PCA–GA，相关性剪枝将44特征压缩至17特征并在LOSO下匹配或超过原集合。生理学上，平地行走TA足跟着地激活、上升任务TA时相重分布、上坡中站立共激活和趾离期SOL高峰分别解释任务差异。归一化分析说明原始sEMG幅值缺乏跨受试者尺度不变性；树模型因分裂秩不变性而稳健。特征选择分析表明GA兼顾性能与紧凑性，PCA不尊重类别边界且可损害决策树。泛化分析显示验证—测试差距较小、AUC高，深度学习基线均值可比但方差更大、独立测试更差；局限包括硬件噪声和丢包未实测、缺步态事件同步、仅男性、样本量有限和单中心来源。

研究结论（翻译）：本研究开发并评估了一个集成的低成本无线sEMG框架，结合定制可穿戴硬件、系统归一化、嵌套特征选择、基于相关性的冗余减少和贝叶斯优化机器学习，用于分类平地行走、上楼梯和上坡行走。主要结果是紧凑的17特征表征取得最强的受试者独立性能，SVM达到92.40% LOSO准确率，并在所评估分类器中匹配或超过更大的44特征方案。分析还显示ZSN对尺度敏感模型尤为重要，而树集成对幅值缩放相对稳健。生理分析证实任务相关差异分布于三块记录肌肉，平地行走与两种上升任务最清晰分离，上坡行走以中站立共激活和趾离期最高SOL活动为特征。基于特征的流程与1D-CNN和BiLSTM基线保持竞争力，同时所需计算表征显著更小。总体而言，这些发现支持一个可解释且可嵌入部署的系统用于可穿戴步态评估和康复监测。向更广泛临床应用的转化将需要在更大、性别包容、多中心队列中进行前瞻性验证，并需对噪声、丢包和步态事件同步进行实证表征。