OptoGait-kävelyaineiston analysoiminen koneoppimismallien avulla : luokittelualgoritmien käyttö kävelijän tunnistuksessa

Abstract

Opinnäytetyön tavoitteena on saada kuva siitä, mitä erilaisia kävelypiirteitä koneoppimisella voidaan löytää OptoGait-kävelydatasta. Tarkoituksena on etsiä ja muokata sekä testata toimivaksi algoritmi, jolla voidaan opettaa tekoäly tunnistamaan kävelydatasta henkilöitä ja heidän kävelynsä piirteitä yksittäisten askeleiden perusteella. Lähtökohtana on käyttää tutkimuksessa klassisia luokittelualgoritmeja aiheen rajaamiseksi. Lähdekirjallisuuden pohjalta käyttöön valittiin seitsemän luokittelualgoritmia. Luokiteltaviksi ominaisuuksiksi otettiin yksittäisen kävelijän identifioiminen, sekä sukupuolen tunnistaminen otetun askeleen perusteella.

Idea tälle opinnäytetyölle lähti tarpeesta testata koneoppimismallin käytön prosessia OptoGait-kävelydataan. Yleisesti koneoppimista voidaan käyttää datan analysoinnissa sellaisten kaavojen havaitsemiseen, joita muuten olisi vaikea erottaa. Datan keräämiseen käytettävä laitteisto on OptoGait-kävelyanalyysilaite, jota käytetään liikeanalyysin tekemiseen ja potilaan toiminnan arviointiin. OptoGaitin tuottamassa raportissa korostuvat mm. kahden jalan väliset epäsymmetriat ja niistä voidaan havaita kaatumisriskiin vaikuttavia tekijöitä.

Tämä työ kuvaa kuinka OptoGait-laitteella voidaan kerätä kävelydataa ja kuinka dataa voidaan analysoida koneoppimismenetelmien avulla. Tämän tutkimuksen toimeksiantaja on Tampereen ammattikorkeakoulu. Luotua koneoppimismallia sekä tässä työssä esiteltävää prosessikuvausta on tarkoitus jatkossa soveltaa Tampereen yliopistollisen keskussairaalan tutkimukseen, joka käsittelee Parkinson-potilaiden kaatumisriskin havaitsemista kävelydatasta.

Opinnäytetyön aineisto hankittiin rekrytoimalla viisi opiskelijaa Tampereen ammattikorkeakoulun fysioterapiaopiskelijoista ja viisi muuta henkilöä. Yhteensä tutkittavia oli 10. Testin aikana tutkittavat kävelivät OptoGait-laitteen palkkien määrittämän viiden metrin alueen kaksi kertaa päästä päähän, joten testaukseen sisältyi myös kolme kääntymistä. Kääntymiset päätettiin lopulta kuitenkin esikäsitellä pois aineistosta, koska ne sisälsivät paljon tyhjiä arvoja ja näin ollen huononsivat datan tarkkuutta. Jatkotutkimuskysymyksenä on se, onko null-arvojen määrä ainoa syy huonoihin ennusteisiin ja mitkä muut asiat vaikuttavat ennusteen luotettavuuteen.

Tekoälyn opettamisessa käytettiin ohjelmana Anaconda Navigatorin Spyder-ohjelmaa. Ohjelmointikielenä käytettiin Pythonia. Kävelijän tunnistaminen onnistui parhaiten Random Forest -algoritmilla. Tuolloin luokittelun onnistumisprosentiksi tuli 66,6%. Tulokset algoritmeilla vaihtelivat 32% ja 66,6% välillä. Kävelijän sukupuolen määrittäminen onnistui parhaiten Päätöspuulla eli Decision Treellä. Tuolloin luokittelun onnistumisprosentiksi tuli 85,5%. Tulokset kaikilla algoritmeilla vaihtelivat 55% ja 85,5% välillä. Yleistettävyys ei kuitenkaan ole mahdollista pienen otannan vuoksi. Jatkotutkimusaiheena on käyttää modifioituja luokittelualgoritmeja kyseiseen datasettiin samoilla tutkimuskysymyksillä. Luotua koneoppimismallia sekä tässä työssä esiteltävää prosessikuvausta on tarkoitus jatkossa soveltaa tutkimukseen, joka käsittelee Parkinson-potilaiden kaatumisriskin havaitsemista kävelydatasta.

The aim of the thesis is to get an idea of the different gait features that can be found in the OptoGait data by machine learning. The aim is to find, modify and test an algorithm that can be used to teach an AI to identify persons and their gait features from the gait data based on individual steps. The starting point is to use classical classification algorithms. This allows the subject to be defined as precisely as possible. Based on the source literature, seven classification algorithms were selected for use. The classifiable features were the identification of an individual walker and the identification of gender based on step features.

The idea for this thesis came from the need to test the process of using the machine learning model in the OptoGait data. In general, machine learning can be used in data analysis to detect patterns that would otherwise be difficult to discern. The hardware used to collect the data is the OptoGait analyser, which is used to perform motion analysis and assess patient function. The analysis report highlights asymmetries between the two legs and can be used to identify factors such as fall risk.

This thesis describes how the OptoGait device can be used to collect walking data and how the data can be analysed using machine learning techniques. The client of this study is Tampere University of Applied Sciences. The machine learning model created, and the process description presented in this paper will be applied to a study at Tampere University Hospital on the detection of the risk of falls in Parkinson's patients from gait data.

The material was obtained by recruiting 5 students from the physiotherapy students of Tampere University of Applied Sciences and 5 other persons. During the test, the subjects walked the 5 m area defined by the OptoGait bars twice from end to end, so the test also included three changes of direction. However, it was eventually decided that is better to remove the direction changes from the walking data, as they contained a lot of empty values thus reducing the accuracy. A further research question is whether the number of null values is the only reason for poor forecasts and what other issues affect the reliability of the forecast.

Anaconda Navigator's Spyder software was used to teach the AI. Python was used as the programming language. The Random Forest algorithm was the most successful in identifying the walker. In that case, the classification success rate was 66.6%. The results with the algorithms varied between 32% and 66.6%. The Decision Tree was the most successful in identifying the gender of the walker. In this case, the classification success rate was 85.5%. Results for all algorithms ranged from 55% to 85.5%. However, generalisability is not possible due to the small sample size. A further research topic is to apply modified classification algorithms to this dataset with the same research questions. The machine learning model created, and the process description presented in this paper will be applied to further research on detecting the risk of falls in Parkinson's patients from walking data.