靜息狀態(tài)下運動能耗級別預(yù)測模型

賈 楠，霍曉燕，齊 忠，江朝力，董志良

（河北地質(zhì)大學(xué)，河北 石家莊 050031）

0 引言

當(dāng)今時代，由于生活水平的整體提高，人們更加關(guān)注自身的健康狀態(tài)。常見的人體健康狀態(tài)包括運動狀態(tài)下和靜息狀態(tài)下的人體健康水平。人體運動狀態(tài)包括散步、騎車、跑步等，而人體靜息狀態(tài)包括躺、坐、跪、站立等。

眾所周知，運動過度不僅不能起到健身鍛煉的效果，反而增加了人體的負(fù)荷，對人體安全造成嚴(yán)重傷害［1］。人體運動過程中伴隨著能量的消耗，一般情況下，運動強度越大，人體消耗的能量越多。能耗級別能直接反映人體的運動強度，因此及時獲取運動過程中的人體運動能耗級別，對于了解人體運動負(fù)荷、規(guī)避運動風(fēng)險有著重要的作用。人體運動能耗級別預(yù)測成為了當(dāng)前研究人員關(guān)注的重點和熱點［2-4］。

相對運動狀態(tài)而言，人體在靜息狀態(tài)下通常被認(rèn)為消耗較少的能量，因此很少受到人們的關(guān)注。然而，對于一些特殊人群，監(jiān)控和了解他們靜息狀態(tài)下的能耗級別具有重大意義。例如：對于某些重癥病人，需要隨時關(guān)注他們身體的能耗水平。重癥病人的身體能耗水平不能過高，同時也不能太低。因此，需要準(zhǔn)確了解這些重癥病人的身體能耗情況，然后提供準(zhǔn)確的能量補充計劃，從而避免因為身體能量損耗而造成病情進(jìn)一步加重。

由于人體機理本身的復(fù)雜性，人體能耗與肌肉抖動、心臟收縮、呼吸頻率等多種生理因素相關(guān)［3］。因此，在人體靜息狀態(tài)下，很難直接度量人體能耗級別。在實驗環(huán)境下，可以通過佩戴多種傳感器監(jiān)測人體靜息狀態(tài)下的能耗水平［5-10］。例如，在文獻(xiàn)［10］中，Gjoreski 等人在實驗環(huán)境下通過使用高精度的測量儀器，獲取人體靜息狀態(tài)下的呼吸率、心率、皮膚電反應(yīng)等人體生理體征，從而計算獲得人體靜息狀態(tài)下的能量消耗數(shù)據(jù)。

顯然，這種能耗獲取方式并不適用于人們?nèi)粘Ｉ睿嬖谔囟ㄆ鞑囊蕾嚺c器材佩戴不適感的問題。首先，某些特定的人體生理體征需要專門的儀器獲取。由于專業(yè)儀器價格昂貴，一般用戶難以承受，例如，Gjoreski 等人需要使用專業(yè)的BodyMedia傳感器才能獲取人體皮膚電反應(yīng)。其次，即使人們在日常生活中能夠佩戴專業(yè)傳感器，傳感器本身對人體造成的不適感也讓人難以接受。

針對當(dāng)前人體靜息狀態(tài)下能耗獲取過程中存在的難點，本文提出一種基于機器學(xué)習(xí)的人體能耗級別預(yù)測方法。首先，使用人體在實驗環(huán)境下獲取的生理體征及運動能耗作為數(shù)據(jù)集，并對人體靜息狀態(tài)下的能耗進(jìn)行級別劃分；然后，從獲取的數(shù)據(jù)集中使用機器學(xué)習(xí)的方式建立從人體生理體征到能耗級別的映射關(guān)系；最后，通過訓(xùn)練好的機器學(xué)習(xí)模型，預(yù)測人體靜息狀態(tài)下的能耗水平。在能耗級別判別模型的建立過程中，我們只把容易獲取的人體生理體征（即，易測生理體征）納入考慮，如心率、呼吸率等，擯棄需要使用專業(yè)傳感器才能獲取的人體生理體征，如皮膚電反應(yīng)等。因此，該方法能夠應(yīng)用于真實場景下人體靜息狀態(tài)下的能耗級別預(yù)測，從而提升模型的適用性。

實驗結(jié)果表明，在僅考慮有限種類易測生理體征的情況下，我們的模型預(yù)測人體能耗級別時可獲得80%以上的準(zhǔn)確率。

1 人體靜息狀態(tài)下能耗數(shù)據(jù)集及能耗級別分類

本文使用的人體靜息狀態(tài)下的生理體征與運動能耗數(shù)據(jù)集由Gjoreski等人通過實驗獲得。通過讓參與者佩戴傳感器的方式，他們從10位參與者身上獲取了10 種類型的人體生理體征及能耗數(shù)據(jù)。10 種運動類型包括：躺，走，坐，站，跪，趴，站立學(xué)習(xí)，騎自行車，跑步以及過渡階段。其中，過渡階段是指從一種類型轉(zhuǎn)化為另一種類型的過程，如由站立變?yōu)樽隆?/p>

表1 參與者生理屬性統(tǒng)計

表1 統(tǒng)計了10 位參與者的基本生理屬性?？梢杂^察到，這10 位參與者的以年輕人為主，他們的平均年齡為27.2 歲，平均生理質(zhì)量指數(shù)（即BMI）為24.1kg/m2，參與者的平均體重為78.2kg。

Gjoreski 等人使用傳感器監(jiān)測10 位參與者在2個星期內(nèi)的生理體征和能耗數(shù)據(jù)。參與者每天大約佩戴8個小時的傳感器。在參與者佩戴傳感器期間，其所有的生理體征和能耗數(shù)據(jù)將會被傳感器記錄下來。被記錄的人體生理體征包括：加速度、呼吸率、心率、胸部皮膚溫度、皮膚電反應(yīng)、身體溫度、手臂溫度。

參與者佩戴了4種類型的傳感器，其中，步行傳感器用于監(jiān)測人體運動加速度［11］；Zephyr傳感器用于檢測人體心率、呼吸率以及胸部皮膚溫度［12］；BodyMedia 傳感器用于檢測人體皮膚電反應(yīng)、手臂溫度、環(huán)境溫度［13］；最后，通過分析人體運動過程中的生理體征數(shù)據(jù)，并通過使用間接量熱計裝置Cosmed 獲得人體運動能耗［14］。表2 為人體生理體征和能耗數(shù)據(jù)的示例。

表2 人體生理體征和能耗數(shù)據(jù)示例

根據(jù)Gjoreski 等人檢測到的人體能耗數(shù)據(jù)，人體靜息狀態(tài)下大部分的能耗水平位于0到2這個區(qū)間內(nèi)。因此，本文中我們將人體能耗分為3個級別，即低級（能耗水平≤1）、中級（能耗水平位于1～2 之間）、高級（能耗水平位于≥2）。

2 能耗判別模型

為實現(xiàn)人體靜息狀態(tài)下的能耗判別模型，本文采用有監(jiān)督機器學(xué)習(xí)分類算法［15］。常見的分類算法有樸素貝葉斯（NB，Naive Bayesian）［16］、支持向量機（SVM，Support Vector Machines）［17］、隨機森林（RF，Random Forest）［18］以及XGBoost（Extreme Gradient Booting）［19］。

2.1 NB模型

樸素貝葉斯分類（NB）是以貝葉斯定理為基礎(chǔ)并且假設(shè)特征條件之間相互獨立的方法，先通過已給定的訓(xùn)練集，以特征詞之間獨立作為前提假設(shè)，學(xué)習(xí)從輸入到輸出的聯(lián)合概率分布，再基于學(xué)習(xí)到的模型，輸入X，求出使得后驗概率最大的輸出Y。

設(shè)有樣本數(shù)據(jù)集D={d1,d2,…,dn}，對應(yīng)樣本數(shù)據(jù)的特征屬性集為X={x1,x2,…,xd}。類變量為D={y1,y2,…,ym}，即D可以分為ym類別。其中x1,x2,…,xd相互獨立且隨機，則Y的先驗概率Pprior=P（Y），Y的后驗概率Ppost=P（Y|X），由樸素貝葉斯算法可得，后驗概率可以由先驗概率Pprior=P（Y）、證據(jù)P（Y）、類條件概率P（Y|X）計算出：

樸素貝葉斯基于各特征之間相互獨立，在給定類別為y的情況下，上式可以進(jìn)一步表示為下式：

由以上兩式可以計算出后驗概率為：

由于P（X）的大小是固定不變的，因此在比較后驗概率時，只比較上式的分子部分即可。因此可以得到一個樣本數(shù)據(jù)屬于類別yi的樸素貝葉斯計算如下式：

2.2 SVM模型

SVM（支持向量機）的基本思想是求解能夠正確劃分訓(xùn)練數(shù)據(jù)集并且?guī)缀伍g隔最大的分離超平面。

給定數(shù)據(jù)集{xi，yi} ，i=1，2，…，n，其中，xi表示第i樣本的特征，yi表示該樣本對應(yīng)的標(biāo)簽，n為樣本數(shù)，其分類函數(shù)為：

其中，αi為拉格朗日乘子，b為分類閾值，k(xi，xj)為核函數(shù)，本文核函數(shù)選用RBF。αi的最優(yōu)解集計算如下：

其中，C為懲罰系數(shù)，C＞0。從式（6）中得到的最優(yōu)集中，選取αi＞0（i=1，2，…，k且k＜n）的對應(yīng)樣本作為輸入，從而構(gòu)造最優(yōu)分類決策函數(shù)并做出最優(yōu)決策分類。

2.3 RF模型

RF（隨機森林）算法是通過集成多棵決策樹來形成整個森林從而得出算法結(jié)果的一種機器學(xué)習(xí)方法。隨機森林生成描述過程如下。

第一步：在整個樣本集中使用Bootstrap 方法，重抽樣出K 個子訓(xùn)練樣本集{D1，D2，…，Dk}，并構(gòu)建出K棵決策樹。

第二步：在分類樹的任何一個節(jié)點上，從所有指標(biāo)中隨機選取幾個指標(biāo)，選擇最優(yōu)分割指標(biāo)進(jìn)行分割。

第三步：重復(fù)以上步驟。

第四步：將所有的樹聚集在一起，構(gòu)建整個隨機森林。

其中，最為核心的幾個概念分別為：

（a）信息。對于決策樹而言，若待分類事物集合可劃分為多個類別，某個類xi信息定義如下：

（b）信息增益。反映了每個特征對分類的重要程度，信息增益越大，則該特征的分類效果越好，在各類別間的區(qū)分度也就越高。具體定義如下：

其中，D為所有的樣本預(yù)測數(shù)據(jù)，某個特征將D劃分為v 個子集{D1，D2，…，Dv}，Ent（D）為樣本集D的信息熵為存在的類別數(shù)目，pi為第i類在樣本集D中的比例。

2.4 XGBoost模型

XGBoost 是梯度提升樹模型（Gradient Boosting Trees）的一種高效實現(xiàn)方式。XGBoost 集成了K根CART 樹（Classification and Regression Trees）{Tr1（x1,y1）}，Tr2（x2,y2）}，…，Trk（xk,yk）}。其中，xi表示第i樣本的特征，yi表示該樣本對應(yīng)的標(biāo)簽。CART 樹將分配給每個葉子節(jié)點一個分?jǐn)?shù)。而最終的預(yù)測結(jié)果將由所有CART 樹上對應(yīng)葉子節(jié)點的分?jǐn)?shù)通過加法模型得到，如公式（9）所示：

在上式中，fk（xi）為第k棵樹的預(yù)測分?jǐn)?shù)，F(xiàn)則代表函數(shù)空間中所包含的所有樹模型。相比于傳統(tǒng)的梯度提升樹模型，XGBoost 一個重要的改進(jìn)是在目標(biāo)函數(shù)中加入了正則項。公式（10）為XGBoost的目標(biāo)函數(shù)。

l為損失函數(shù)，描述了預(yù)測標(biāo)簽yi與y′i之間的誤差。為模型復(fù)雜度函數(shù)。其中T和ωj分別表示葉子數(shù)量及對應(yīng)葉子節(jié)點上的取值，γ和λ則用于控制正則化的懲罰程度。

3 實驗設(shè)置與結(jié)果分析

3.1 實驗設(shè)置

為了驗證本文提出的人體靜息狀態(tài)下的能耗級別判別模型，我們在Gjoreski 等人提出的數(shù)據(jù)集上做了相應(yīng)的驗證實驗。

由于在人們靜息狀態(tài)下某些生理體征很難直接獲取，如皮膚電反應(yīng)和胸部皮膚溫度，因此我們在使用機器學(xué)習(xí)進(jìn)行人體能耗級別判別時，只將容易獲取的人體生理體征納入考慮，包括呼吸率、心率、環(huán)境溫度、手臂溫度五個特征。在人們?nèi)粘Ｉ钪?，呼吸率、心率和手臂溫度可以通過佩戴智能手環(huán)進(jìn)行監(jiān)測；而環(huán)境溫度可以從任意一款天氣預(yù)報APP上獲得。我們的目標(biāo)是通過人體表現(xiàn)出的這四個生理體征，預(yù)測人體靜息狀態(tài)下的能耗級別。

Gjoreski 等人提出的數(shù)據(jù)集中既包含人體靜息狀態(tài)下的生理數(shù)據(jù)，如躺、坐、跪、站立等，又包含人體運動時的生理數(shù)據(jù)，如散步、騎車、跑步等，因為本文主要關(guān)注人體靜息狀態(tài)下的能耗級別預(yù)測，因此我們從Gjoreski等人提出的數(shù)據(jù)集中分離出關(guān)于人體靜息狀態(tài)下的生理數(shù)據(jù)和能耗數(shù)據(jù)，然后在這樣的數(shù)據(jù)上訓(xùn)練相應(yīng)的判定模型。

Gjoreski等人提出的數(shù)據(jù)集一共包含5972條數(shù)據(jù)記錄，每條數(shù)據(jù)記錄包含如表2 所示的內(nèi)容。通過過濾掉關(guān)于人體運動狀態(tài)的數(shù)據(jù)記錄，一共收集到3716 條人體靜息狀態(tài)的數(shù)據(jù)集。本文將在這些數(shù)據(jù)集上進(jìn)行模型訓(xùn)練和驗證。

為了驗證我們提出的判別模型的效果，引入了2 個度量指標(biāo)［20］，即精確度（PRE）和召回率（REC）。精確度用來衡量結(jié)果集的精確性；而召回率用來度量結(jié)果集的安全性。同時，為了考察模型的綜合效果，還給出了F-measure 值（F1）的定義。這3 個度量指標(biāo)定義如下:

TP和TN分別表示正確預(yù)測的正樣本數(shù)量和負(fù)樣本數(shù)量；FP和FN分別表示錯誤預(yù)測的正樣本數(shù)量和負(fù)樣本數(shù)量。由于我們面臨的是多分類問題（即有3 個能耗級別），所以可以將問題視為多個二分類問題。實驗中我們使用XGBoost作為默認(rèn)分類器。

3.2 實驗結(jié)果分析

首先，使用提出的模型分別預(yù)測了人體不同靜息狀態(tài)下能耗級別下的準(zhǔn)確率。在整個實驗中使用10折驗證法。將數(shù)據(jù)集劃分為10份，其中9份用來訓(xùn)練機器學(xué)習(xí)模型，剩下1份用作測試集。

表3 展示了模型的效果?？梢杂^察到，模型在預(yù)測低級能耗級別取得最好的效果，F(xiàn)1 值為0.90；同時，模型在預(yù)測中級能耗級別時能取得較好的召回率，為0.91；在預(yù)測高級能耗級別時，可以獲得0.84的召回率。

表3 能耗級別預(yù)測準(zhǔn)確率

總的來說，模型在預(yù)測人體靜息狀態(tài)下的能耗級別方面取得了較好的效果?？紤]到本文只使用了部分日常生活中容易獲得的生理體征作為特征，因此，我們的模型具有更好的實用性和推廣性。

與此同時，還比較了不同機器學(xué)習(xí)算法在人體靜息狀態(tài)下能耗級別預(yù)測中的效果，如表4所示，加入了另外3 個機器學(xué)習(xí)算法預(yù)測運動能耗級別，包括樸素貝葉斯（NB）、支持向量機（SVM）、隨機森林（RF）。

從表4 中可以看出，在預(yù)測低級別的人體運動能耗時，樸素貝葉斯取得的效果較差，其F1 值為0.80；支持向量機和隨機森林分別能取得0.84 和0.87的F1值；XGBoost 表現(xiàn)較好，其F1值為0.9。

在預(yù)測中級別的人體運動能耗時，樸素貝葉斯和支撐向量機取得的效果較差，其F1值分別為0.73和0.79；隨機森林和XGBoost 表現(xiàn)較好，可以獲得0.83 和0.88 的F1 值。在預(yù)測高級別的人體運動能耗時，依舊是隨機森林和XGBoost 表現(xiàn)較好，其F1值分別為0.81和0.84。

表4 不同機器學(xué)習(xí)算法預(yù)測結(jié)果比較

從表4中的結(jié)果可以觀察到，XGBoost判定人體運動能耗級別的效果優(yōu)于隨機森林；而隨機森林的效果又優(yōu)于樸素貝葉斯和支撐向量機。因此，本文中我們選擇XGBoost作為我們的默認(rèn)分類器。

4 結(jié)論

由于人體靜息狀態(tài)下的能耗級別難以直接獲取，為此本文提出了一種通過分析人體運動生理體征（如：心率、呼吸率、皮膚溫度等）預(yù)測能耗級別的方法。首先，分析了Gjoreski 等人關(guān)于人體生理體征數(shù)據(jù)和能耗數(shù)據(jù)集，并將人體靜息狀態(tài)下的能耗水平分成3個級別。其次，將人們靜息狀態(tài)下容易獲取的生理體征數(shù)據(jù)作為特征，建立了人體靜息狀態(tài)能耗級別預(yù)測模型。最后，實驗中使用XGBoost 模型預(yù)測人體能耗級別。同時，對比了不同機器學(xué)習(xí)模型在預(yù)測人體靜息狀態(tài)下能耗級別的準(zhǔn)確性。結(jié)果表明，XGBoost 模型可以取得最好的效果。