《Array》：Artificial Intelligence for automatic movement recognition: a network-based approach
编辑推荐：
本文研究如何实现高精度且可解释的自动运动识别。研究人员利用公开数据集，对168名受试者执行的30种不同运动，比较了基于网络理论的协调矩阵（kinectome）、主成分分析（PCA）和均匀流形逼近与投影（UMAP）这三种特征提取方法在支持向量机（SVM）分类器下的性能。结果表明，kinectome不仅达到了与UMAP相当的顶级分类精度（0.99 ± 0.01），其最大优势在于特征具有解剖学意义上的可解释性，能提供对身体部位协调性的直观理解，为解决运动分析中“黑箱”特征提取的难题提供了新思路。
想象一下，未来的康复中心里，治疗师只需看一眼屏幕，就能准确理解患者动作的细微差异；或者体育教练能即时获取运动员技术动作的深层协调信息。然而，当前的自动运动识别技术往往面临一个两难困境：为了追求高精度，常用的特征提取方法，如主成分分析（PCA）或一些复杂的深度学习模型，常常会牺牲结果的可解释性，变成了难以理解的“黑箱”。这使得临床医生、教练等非数据科学专家难以信任和运用这些结果。是否存在一种方法，既能像顶尖算法一样精准识别动作，又能清晰解释是身体的哪些部分、如何协调工作才导致了这种识别结果？
这正是发表在《Array》上的研究“Artificial Intelligence for automatic movement recognition: a network-based approach”所要探索的核心问题。该研究创新性地将网络理论应用于运动分析，构建了一种称为“kinectome”（运动网络）的协调矩阵，并将其作为特征用于自动运动识别。研究人员的目标是验证这种基于网络理论的特征，是否能在实现高分类精度的同时，提供传统方法所缺乏的解剖学和功能学层面的直观解释。
为了回答这个问题，研究团队基于Zhao等人公开发表的一个大规模数据集展开了工作。该数据集包含了183名运动员执行30种不同运动（如弯腰、肩外展、下落跳等）时的运动学（kinematic）时间序列数据，由立体摄影测量系统捕捉。经过数据质控，最终168名参与者的数据被纳入分析。
研究者采用了几个关键的技术方法来推进研究。首先，是特征工程，他们从关节角度时间序列中提取了三类特征进行对比：1）基于网络理论的kinectome特征：将人体12个关节在三个维度上的运动视为网络节点，通过计算两两时间序列之间的皮尔逊相关系数构建表征协调性的边，形成对称的kinectome矩阵；2）主成分分析特征：对原始时间序列进行PCA，保留能解释95%方差的成分；3）UMAP特征：使用均匀流形逼近与投影进行非线性降维，其超参数通过嵌套交叉验证进行优化。其次，是分类与验证框架，研究使用支持向量机作为基线分类器，采用10折分层交叉验证和留一受试者交叉验证来评估模型性能，并比较了不同分类算法（线性判别分析、逻辑回归）的结果以确保稳健性。此外，还设计了鲁棒性测试，通过随机在部分数据中加入缺失值（用0替代），来评估各特征方法在数据不完整情况下的表现。最后，通过计算特征重要性并可视化kinectome中关键边的网络图，实现了对分类结果的可解释性分析。
研究结果
3.1. 模型预测性能
- •
分类精度对比：基于kinectome的特征结合SVM分类器取得了最高的平均分类精度（0.99 ± 0.01），显著高于基于PCA的方法（0.96 ± 0.04, p < 0.001），而与基于UMAP的方法（0.98 ± 0.02）无显著差异（p = 0.314）。
- •
结果稳健性：当更换分类算法为线性判别分析或逻辑回归时，kinectome的优异性能依然保持，表明其不依赖于特定分类器。在更严格的留一受试者交叉验证中，kinectome与UMAP的精度仍高达98%，而PCA降至93%，证明了模型良好的泛化能力。
3.2. 模型选择的特征
- •
特征重要性分析：对kinectome特征重要性的分析显示，并非所有“边”（关节对协调性）对分类的贡献均等，存在一个关键子集承载了区分不同运动的主要信息。
- •
关键特征可视化：重要性最高的边主要涉及躯干和下肢在内外侧（ML，即矢状面上的屈伸运动）方向上的协调，尤其是髋关节相关的连接。这从生物力学上可以解释，因为髋关节是连接上下肢的枢纽，其在矢状面上的协调对于控制重心、维持动态稳定性至关重要。
3.3. 鲁棒性
- •
抗缺失数据能力：通过线性混合模型分析发现，随着模拟缺失数据比例的增加，PCA的分类精度呈现显著线性下降，而kinectome和UMAP的精度则保持稳定，未受显著影响，显示出更强的鲁棒性。
3.4. 一阶和二阶导数数据上的表现
- •
衍生数据测试：当特征从原始位置数据的一阶导数（速度）和二阶导数（加速度）计算时，kinectome的性能依然保持高位（速度：0.99 ± 0.01；加速度：0.98 ± 0.04）。相比之下，PCA和UMAP在导数数据上的分类精度出现大幅下降，尤其是加速度数据上，UMAP精度跌至0.05 ± 0.13。这凸显了kinectome特征在捕捉运动本质协调模式上的稳定性，不依赖于具体的运动参数（位置、速度或加速度）。
研究结论与讨论
该研究得出结论，基于网络理论的kinectome特征在自动运动识别任务中，与先进的非线性降维方法UMAP达到了同等顶尖的分类精度，并显著优于传统的线性方法PCA。然而，kinectome的核心优势超越了单纯的精度数字，在于其独特的可解释性与鲁棒性。
首先，在可解释性方面，kinectome实现了从“黑箱”到“白箱”的跨越。PCA和UMAP降维后得到的特征成分是原始高维数据的抽象组合，难以直接映射回具体的解剖结构和生物力学功能。而kinectome中的每一个“特征”都直观对应着一对特定关节在特定运动平面上的协调程度。通过分析特征重要性，研究人员可以直接“看到”是哪些关节间的协调模式（例如髋关节与躯干在内外侧方向的联动）对区分不同运动最为关键。这为运动评估提供了可直接理解的生物力学见解，使得临床医生、体育教练等领域的非数据专家也能理解和运用分析结果，用于评估运动功能、制定个性化训练或康复方案。
其次，在鲁棒性方面，kinectome表现出对数据缺失和数据类型变化的强大适应力。它在模拟数据缺失的情况下性能稳定，更重要的是，当输入数据从关节角度转换为速度或加速度时，其性能几乎不受影响，而PCA和UMAP则严重衰退。这表明kinectome捕捉的是运动内在的、稳定的协调模式，而非依赖于某个具体的运动学测量值，这增强了其在各种实际应用场景（如使用不同类型传感器）下的可靠性。
尽管该研究存在一些局限性，如所用数据均来自实验室环境下的运动员群体，但其提出的框架具有普适潜力。未来，将这种方法应用于更广泛的人群（如患者、老年人）、结合其他功能连接度量、并与肌电图等生理信号整合，有望在神经康复、运动表现分析、远程医疗监测等领域开辟新的应用道路。总之，这项研究为自动运动识别领域提供了一种兼具高性能、高可解释性和高鲁棒性的新范式，朝着构建真正透明、可信且易于临床转化的智能运动评估工具迈出了关键一步。
