[論文レビュー] Clinical Parameters Prediction for Gait Disorder Recognition

Soheil Esmaeilzadeh, Ouassim Khebzegga+1 more|arXiv (Cornell University)|May 22, 2018

Gait Recognition and Analysis参考文献 1被引用数 3

ひとこと要約

本論文は、臨床的測定値とビデオベースの関節座標分析を用いて、歩行障害の認識を目的として、歩行パラメータ（歩行頻度、歩幅、歩行速度）を予測する二重手法を提案する。OpenPoseから抽出した運動学的特徴量を用い、SVMおよびニューラルネットワークを適用したモデルは、歩行速度予測においてR²=0.50を達成し、線形回帰を上回り、ビデオベースの歩行分析が臨床意思決定支援に実用可能であることを示している。

ABSTRACT

Being able to predict clinical parameters in order to diagnose gait disorders in a patient is of great value in planning treatments. It is known that extit{decision parameters} such as cadence, step length, and walking speed are critical in the diagnosis of gait disorders in patients. This project aims to predict the decision parameters using two ways and afterwards giving advice on whether a patient needs treatment or not. In one way, we use clinically measured parameters such as Ankle Dorsiflexion, age, walking speed, step length, stride length, weight over height squared (BMI) and etc. to predict the decision parameters. In a second way, we use videos recorded from patient's walking tests in a clinic in order to extract the coordinates of the joints of the patient over time and predict the decision parameters. Finally, having the decision parameters we pre-classify gait disorder intensity of a patient and as the result make decisions on whether a patient needs treatment or not.

研究の動機と目的

• 歩行障害の診断を目的として、歩行頻度、歩幅、歩行速度といった重要な臨床的歩行パラメータを予測すること。
• 臨床的測定パラメータとビデオ由来の関節座標を用いた機械学習モデルの性能を評価すること。
• 遮蔽、影、複数名の被験者を含むマルチビュー動画データに対するデータクリーニングパイプラインの開発。
• ビデオベースの運動学的特徴量が、臨床的測定値と同等の精度で歩行パラメータを信頼性高く予測できるかどうかを評価すること。
• 事前分類による歩行障害の重症度と治療の必要性を支援することで、臨床的意思決定を支援すること。

提案手法

• ギルネット・キッズ・スペシャリティ・ヘルスケアから臨床データを収集し、足関節背屈、BMI、歩行速度、歩幅、歩幅長、ステインス（立脚期間）を含む。
• OpenPoseを用いて側面および正面視の動画から18関節の2次元座標を抽出し、x、y、信頼度（c）の値を含むJSONファイルとして保存。
• 安定した関節（0,1,2,5,8,11,14,15,16,17）を用いた重心追跡に基づくデータクリーニング戦略を実装し、影や複数人の人物から有効な被験者データを分離。
• カメラ距離のバイアスを低減するため、股関節から首までの距離を基準に関節座標を正規化。
• 周波数ドメイン特徴量を抽出するため、高速フーリエ変換（FFT）を適用し、各足の12区間ごとにパワー密度を計算（合計24特徴量）。
• 抽出された特徴量を用いて線形回帰、RBFカーネルを用いたSVM、フィードフォワードニューラルネットワークを訓練・比較し、R²およびMSEを評価指標として用いた。

実験結果

リサーチクエスチョン

• RQ1 機械学習モデルは、臨床的測定値のみを用いて、歩行頻度、歩幅、歩行速度といった歩行パラメータを正確に予測できるか？
• RQ2 OpenPoseを用いて抽出したビデオベースの運動学的特徴量は、同等の精度で同じ歩行パラメータを予測できるか、その程度はいかほどか？
• RQ3 線形回帰、SVM、ニューラルネットワークといった異なる機械学習モデルは、ビデオ由来の特徴量から歩行パラメータを予測する際に、どのように性能を発揮するか？
• RQ4 歩行頻度は本質的に周波数ベースのパラメータであるにもかかわらず、SVMモデルは歩行速度予測でR²=0.50を達成している一方、歩行頻度ではR²=0.36にとどまっているのはなぜか？
• RQ5 影、複数人の人物、カメラの遮蔽といった要因によってビデオベースの歩行分析にどのような課題が生じるか、そしてそれらをどのように緩和できるか？

主な発見

• SVMモデルはテストセットにおいて歩行速度予測で最高のR²=0.50を達成し、線形回帰（R² = -0.60）を著しく上回った。
• 歩行頻度予測ではSVMがR²=0.36を達成したが、ニューラルネットワークは2000エポックでR²=0.18にとどまり、高額なトレーニングエポックにもかかわらず性能が限定的であった。
• ニューラルネットワークは、歩幅および速度予測において著しい過学習を示したが、これはモデルアーキテクチャが歩行頻度のみを最適化するために設計されていたためと推察される。
• 線形回帰は全体的に性能が低く、歩幅（R² = -0.20）および速度（R² = -0.60）の両方で負のR²値を示し、予測能力が著しく低いことが示された。
• FFTおよびOpenPoseによるビデオベースの特徴抽出は、歩行パラメータの信頼性ある予測を可能にしたが、臨床的測定値に基づくモデルに比べて性能は劣った。
• 重心追跡に基づくデータクリーニング戦略は、影や複数人の人物からの有効な被験者データの分離に成功しており、図5(c)のクリアな座標時系列からそれが裏付けられている。