《Sensors》：A Hierarchical Three-Stage Feature Selection Strategy for Efficient and Generalizable sEMG-Based Joint Torque Estimation in Athletic Training and Rehabilitation
编辑推荐：
估计运动员的关节力矩可为理解神经肌肉表现和优化高强度训练提供重要信息。尽管表面肌电信号（surface electromyography, sEMG）提供了一种非侵入性的肌肉激活测量手段，但现有方法往往难以在预测准确性、计算效率和不同运动条件下的泛化能力之间取
估计运动员的关节力矩可为理解神经肌肉表现和优化高强度训练提供重要信息。尽管表面肌电信号（surface electromyography, sEMG）提供了一种非侵入性的肌肉激活测量手段，但现有方法往往难以在预测准确性、计算效率和不同运动条件下的泛化能力之间取得平衡。本研究提出了一种用于高效且稳定的基于sEMG的关节力矩估计的分层三阶段特征选择（Hierarchical Three-Stage Feature Selection, H3FS）策略。H3FS整合了领域知识、统计筛选和模型驱动筛选，以生成紧凑且具有生理学意义的特征集，适用于多种应用场景。研究人员利用39名年轻运动员的肩、肘、膝关节等速运动数据，通过H3FS确定了最优配置ELATE-3，该配置由对数平均绝对值（logarithmic mean absolute value, LMAV）、波形长度（waveform length, WL）和Teager–Kaiser能量算子（Teager–Kaiser energy operator, TKEO）组成。研究还引入了一个综合性能指数（Integrated Performance Index, IPI）来评估预测准确性和计算成本。结果表明，采用ELATE-3特征集的XGBoost模型在准确性和实时性能之间达到了最佳平衡（平均R2 = 0.85，RMSE = 16.2，IPI = 0.013）。该配置优于传统特征集和数据驱动特征集，在各关节上展现出强大的泛化能力和低延迟，非常适合在所采用的计算平台上进行低延迟估计。所提出的策略为关节力矩估计提供了一种系统化、可扩展的解决方案，支持运动训练优化和神经肌肉评估，并在康复监测方面具有潜在的应用前景。
一、研究背景与问题
运动员在高强度训练或专项康复过程中，常面临累积性疲劳和关节过度负荷的风险。为有效管理这些负荷并降低损伤风险，对关节力矩进行连续监测至关重要。表面肌电信号（sEMG）作为一种非侵入性、动态的肌肉功能测量手段，能够在不妨碍自然运动的前提下捕捉神经肌肉激活状态，为训练调整提供实时反馈。关节力矩估计进一步量化了sEMG信号与关节力矩之间的直接映射关系，区别于仅限动作分类的传统方法，能够确定施加力的大小，从而实现精确的阻力控制和更安全的运动任务执行。
然而，现有方法在真实运动场景中的可靠性仍面临关键挑战。首先，预测准确性方面，早期基于Hill模型的方法虽具有生理学基础，但其复杂参数识别过程对个体间差异高度敏感，易过拟合，在动态任务中导致计算瓶颈和性能波动。尽管数据驱动的非线性回归方法（如LightGBM、Bagged Tree Ensemble等）在静态或受控条件下取得了较高精度，但在运动、肌肉或信号变化时性能下降明显。其次，实时处理方面，深度学习架构虽精度较高，但计算成本高，推理延迟往往超出实时可接受范围，限制了在线反馈应用。第三，泛化能力方面，运动员在肌肉结构、神经控制策略、疲劳水平和训练强度等方面存在显著差异，运动任务也从单关节孤立运动到多关节协调运动不等，而多数现有模型在固定单关节条件下训练和验证，应用于新受试者或新运动模式时性能急剧下降。此外，现有特征选择方法多依赖经验性子集（如Hudgin集）或计算密集的包装式方法（如遗传算法），缺乏统一决策准则来平衡预测保真度与实时康复的低延迟需求，且多数特征集仅在单关节或等长收缩条件下验证，未考虑不同运动项目中精英运动员复杂的神经肌肉募集模式。
针对上述预测准确性、计算效率和泛化能力之间的关键权衡问题，本研究提出了分层三阶段特征选择（H3FS）策略。该策略系统整合领域知识、统计评估和模型驱动筛选，识别在最大化预测性能的同时最小化计算开销的特征子集。研究的核心贡献包括：（1）引入以综合性能指数（IPI）为指导的H3FS策略，系统协调估计准确性与计算效率之间的权衡；（2）ELATE-3特征集在肩、肘、膝三个主要关节和四个不同运动队列（39名运动员）中得到验证，确保动态场景下的稳健泛化；（3）确定XGBoost–ELATE-3配置为“极简但高保真”的解决方案，在所有测试关节和运动项目中实现优越的性能一致性和亚毫秒级延迟。该论文发表于《Sensors》。
二、关键技术方法
研究人员采用的主要技术方法包括：H3FS特征选择策略，该策略分三阶段进行——第一阶段基于领域知识定义候选搜索空间，以经典Hudgin特征集为基线并扩展至时域、频域和非线性复杂度指标；第二阶段采用多维筛选与稳定性分析，综合互信息（MI）、Fisher得分等统计方法，LASSO回归和XGBoost等模型驱动方法，以及有序前向包装和轮廓似然最大化等迭代优化策略，以IPI为准则评估各特征的边际效用；第三阶段进行最终特征确定，通过多模型（XGBoost、随机森林回归RFR、LASSO）对比评估确定最优特征-模型配置。数据采集方面，研究招募了39名健康年轻运动员，来自射箭（n=9）、摔跤（n=8）、攀岩（n=11）和跆拳道（n=11）四个专项运动队，使用Biodex System 4等速测力计与无线sEMG采集系统（RT-R0016S，32通道柔性电极阵列）同步采集肩、肘、膝关节在三种角速度（45°/s、90°/s、120°/s）下的等速运动数据。信号经空间平均、带通滤波（20–400 Hz）、工频陷波、包络提取和逐次试验归一化等预处理后，采用100 ms滑动窗口（50 ms步长，50%重叠）提取每通道21维特征，共84维特征向量。研究共获得320,837个有效时间窗口，按受试者级别以约7:1:2比例划分为训练集（27人）、验证集（4人）和测试集（8人）。
三、研究结果
3.1 特征选择与评估
H3FS策略在21维候选特征空间中系统评估了各特征的有效性。第一阶段以经典Hudgin集和非频域复合基线建立性能基准；第二阶段通过四种排序协议（互信息、LASSO系数、XGBoost重要性、RFR重要性）结合包装式优化进行特征优先级排序，跨三种回归架构验证发现LASSO衍生的子集（LMAV、WL、RMS）为最优核心；第三阶段对该核心子集进行结构优化，引入Teager–Kaiser能量算子（TKEO）以增强对瞬态能量波动的敏感性，形成中间ELATE-4集（LMAV、RMS、WL、TKEO）。然而，皮尔逊相关分析显示RMS与LMAV之间存在强多重共线性（r > 0.85），信息冗余显著，因此剔除RMS以降低维度同时保持信号保真度。最终ELATE-3配置（LMAV、WL、TKEO）代表了一个最小化且高度判别性的特征集。逐步消融分析量化了各组成特征的贡献：引入TKEO带来了NRMSE和R2的可测量改善，仅产生边际计算延迟增加；剔除冗余的RMS后，计算效率显著提升且预测保真度未受损。
3.2 回归模型跨特征集性能比较
研究采用XGBoost、RFR和LASSO三种回归架构，与全谱特征集（Hudgin、FS-NFD、FS-MI、FS-XGB、FS-RFR、FS-L及ELATE变体）配对评估。结果表明，XGBoost在大多数特征配置下展现出优越的预测保真度，一致地产生比RFR和LASSO更低的RMSE和更高的R2值。XGBoost–ELATE-3组合成为最优配置，在所有关节中实现了最低的平均RMSE（肩：16.2，肘：6.8，膝：25.5）和最高的决定系数（R2 = 0.85），同时保持可忽略的推理延迟（<0.05 ms/窗口）。RFR虽提供竞争性精度，但其较高的计算开销（0.05–0.07 ms）使其在严格边缘计算约束下不太理想。LASSO尽管计算成本低，但误差率显著较高，反映其无法捕捉EMG–力矩关系的非线性动态。ELATE-4变体相对ELATE-3仅产生可忽略的性能增益，鉴于RMS与LMAV的高共线性，保留RMS实际上增加了维度——从而增加IPI——而未贡献独特方差。传统基线如Hudgin和FS-MI集虽稳定，但始终低于H3FS衍生的模型。
3.3 跨关节性能比较
在肩关节任务中，非线性模型预测稳定性一致，R2值约0.85。XGBoost–ELATE-3配置为最优，实现最低RMSE（16.224）和最小IPI（0.005）。RFR虽匹配预测保真度，但其较高计算开销导致IPI显著受罚（0.051）。线性LASSO模型性能明显下降（RMSE > 21，R2 < 0.74），凸显非线性建模捕捉肩部复杂多肌肉协同的必要性。肘关节屈曲任务整体预测稳定性最高，R2值范围0.86–0.89，RMSE在6.8–7.0之间，表明单平面上肢屈曲的EMG–力矩关系相对确定且线性。XGBoost–ELATE-4在此获得边际更优的数值精度（R2 = 0.889，RMSE = 6.829），但ELATE-3以更低计算成本实现几乎相同的精度（R2 = 0.886）。膝关节评估挑战最大，基线RMSE较高（25–26），R2较低（0.81），反映高力量下肢驱动固有的生物力学复杂性和信号变异性。XGBoost–ELATE-3策略表现出卓越稳健性，实现最低RMSE（25.459）和最小IPI（0.012）。跨关节聚合分析显示，XGBoost–ELATE-3配置在测试集上实现最优聚合性能，平均RMSE最低（16.16）、R2最高（0.85），伴随亚毫秒级原始推理时间（0.044 ms）。
3.4 跨运动队泛化性能
研究采用跨队验证策略评估ELATE-3在不同运动员群体中的泛化能力，每次验证以四个队中三个队为训练集，剩余一队为测试集。ELATE-3在几乎所有实验条件下优于Hudgin基线，仅射箭和摔跤队的肘关节任务中性能略低。肩关节方面，ELATE-3在四个队中的三个队实现了RMSE的显著降低和R2的提升。肘关节方面，两个队精度显著改善，另两个队与Hudgin基线相当。膝关节任务中，ELATE-3在所有四个队均实现更低RMSE和更高R2，是三个关节中泛化改善最显著的。这表明ELATE-3能更有效地捕捉不同运动项目中下肢肌肉的EMG–力矩模式。
3.5 IPI敏感性分析
为评估IPI在不同权重配置下的稳定性，研究系统评估了满足归一化约束的多种权重排列，计算各排列下IPI排序与基线配置（α = 0.4，β = 0.4，γ = 0.2）之间的Spearman秩相关系数。结果表明，绝大多数权重配置产生较高的Spearman系数（ρ > 0.5），IPI在不同权重方案下保持稳定排序。当精度导向系数（α和β）优先时，模型排序与基线高度一致（ρ ≈ 0.9–1.0）。随着计算延迟权重（γ）增加，相关性逐渐下降但仍处于中等范围。以ρ ≥ 0.90为稳定性准则，高稳定区域主要位于γ ≤ 0.35区间内。这表明只要不过度强调计算效率，IPI在不同配置参数下提供强一致性的性能评估。
四、讨论与结论
讨论部分指出，H3FS策略区别于依赖经验选择或孤立统计准则的传统方法，将特征选择从启发式“经验驱动”转变为严格的原则化过程。ELATE-3的预测优越性与其强生理可解释性密切相关：LMAV量化肌电信号的聚合幅度，WL表征信号复杂性和神经驱动变化，TKEO增强对瞬时能量波动的敏感性，三者协同捕捉稳态肌肉收缩和快速动态转换。研究还发现特征非线性与模型架构之间存在明显依赖关系：ELATE-3在XGBoost下表现出色但在LASSO下显著退化，说明其非线性成分需要树集成模型的递归划分才能有效解析，而LASSO的线性公式无法捕捉WL和TKEO固有的复杂特征交互和瞬态变化。IPI作为务实的决策支持框架，解决了过度依赖单一精度中心指标的常见方法论局限，敏感性分析验证了其在不同权重设置下的稳健性。
研究结论部分翻译如下：本研究引入了分层三阶段特征选择（H3FS）策略，该策略协同领域知识与统计及模型驱动筛选，识别出一个紧凑、可解释的特征集ELATE-3（LMAV、WL、TKEO）。与XGBoost配对后，ELATE-3在肩、肘、膝关节实现了优越的预测精度和可忽略的延迟。研究还建立了综合性能指数（IPI）来量化精度与效率之间的权衡，从而验证了该策略在所采用平台上的低计算延迟及其未来实时实施的潜力。结果凸显了特征非线性与模型架构之间的关键协同作用，而跨不同运动队的稳健性能证实了该策略的可迁移性。未来工作将侧重于评估疲劳和动态运动学下的稳定性，并在嵌入式硬件上实施该系统以实现实际部署，同时针对潜在的康复监测进行定向验证。
