COBRA: Multimodal Sensing Deep Learning Framework for Remote Chronic Obesity Management via Wrist-Worn Activity Monitoring

📄 arXiv: 2509.04210v1 📥 PDF

作者: Zhengyang Shen, Bo Gao, Mayue Shi

分类: cs.CE, cs.LG

发布日期: 2025-09-04

备注: 19 pages, 4 figures. *Correspondence: m.shi16@imperial.ac.uk. Accepted by the IUPESM World Congress on Medical Physics and Biomedical Engineering 2025

💡 一句话要点

COBRA：基于腕部活动监测的多模态深度学习框架，用于远程慢性肥胖管理

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 慢性肥胖管理 可穿戴设备 深度学习 行为识别 多模态融合

📋 核心要点

  1. 传统肥胖管理依赖自我报告，但存在主观偏差和难以集成数字健康系统的问题。
  2. COBRA框架利用腕部传感器数据，通过混合D-Net架构客观识别与肥胖相关的行为。
  3. 实验表明，COBRA在行为识别准确率上优于现有方法，且具有良好的泛化能力。

📝 摘要（中文）

本研究提出了一种名为COBRA（慢性肥胖行为识别架构）的新型深度学习框架，旨在利用腕部佩戴的多模态传感器进行客观的行为监测，从而实现慢性肥胖管理。传统自我报告方法存在显著的漏报、回忆偏差以及难以与现代数字健康系统集成的问题。COBRA集成了混合D-Net架构，该架构结合了U-Net空间建模、多头自注意力机制和BiLSTM时间处理，将日常活动分为四类与肥胖相关的类别：食物摄入、身体活动、久坐行为和日常生活。在包含51名受试者进行18项活动的WISDM-Smart数据集上验证，COBRA的最佳预处理策略结合了频谱-时间特征提取，并在多种架构中实现了高性能。D-Net表现出96.86%的总体准确率，各类别的F1分数分别为98.55%（身体活动）、95.53%（食物摄入）、94.63%（久坐行为）和98.68%（日常生活），在准确率方面优于最先进的基线1.18%。该框架表现出强大的泛化能力，人口统计学差异较小（<3%），从而能够大规模部署，以实现个性化的肥胖干预和持续的生活方式监测。

🔬 方法详解

问题定义：论文旨在解决慢性肥胖管理中，传统自我报告方法的主观性和局限性问题。现有方法依赖患者回忆，容易产生漏报和偏差，且难以与现代数字健康系统有效整合，导致无法进行连续、客观的行为监测。

核心思路：论文的核心思路是利用可穿戴设备（腕部传感器）收集的多模态数据，通过深度学习模型自动识别与肥胖相关的行为模式。通过客观数据驱动的方式，克服传统方法的局限性，实现对患者生活方式的持续监测和个性化干预。

技术框架：COBRA框架的核心是混合D-Net架构。该架构首先利用频谱-时间特征提取方法对腕部传感器数据进行预处理。然后，D-Net架构结合了U-Net的空间建模能力，多头自注意力机制捕捉不同特征之间的关系，以及BiLSTM的时间处理能力，用于对时间序列数据进行建模。最终，模型将日常活动分类为食物摄入、身体活动、久坐行为和日常生活四类。

关键创新：COBRA的关键创新在于其混合D-Net架构，该架构有效地融合了空间、时间和注意力机制，能够更准确地识别与肥胖相关的行为。此外，论文提出的频谱-时间特征提取方法也对提高模型性能起到了关键作用。

关键设计：D-Net架构中，U-Net用于提取空间特征，多头自注意力机制用于捕捉特征之间的依赖关系，BiLSTM用于处理时间序列数据。损失函数未知。具体参数设置未知。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

COBRA框架在WISDM-Smart数据集上取得了显著的成果，总体准确率达到96.86%，各类别的F1分数均超过94%。与现有方法相比，COBRA在准确率方面提升了1.18%。此外，该框架还表现出良好的泛化能力，人口统计学差异小于3%，表明其具有实际应用潜力。

🎯 应用场景

COBRA框架可应用于远程慢性肥胖管理、个性化健康干预、生活方式监测等领域。通过持续监测患者的行为模式，医生可以制定更有效的干预方案，帮助患者改善生活方式，从而达到控制体重的目的。该研究为数字健康领域提供了一种新的解决方案，具有广阔的应用前景。

📄 摘要（原文）

Chronic obesity management requires continuous monitoring of energy balance behaviors, yet traditional self-reported methods suffer from significant underreporting and recall bias, and difficulty in integration with modern digital health systems. This study presents COBRA (Chronic Obesity Behavioral Recognition Architecture), a novel deep learning framework for objective behavioral monitoring using wrist-worn multimodal sensors. COBRA integrates a hybrid D-Net architecture combining U-Net spatial modeling, multi-head self-attention mechanisms, and BiLSTM temporal processing to classify daily activities into four obesity-relevant categories: Food Intake, Physical Activity, Sedentary Behavior, and Daily Living. Validated on the WISDM-Smart dataset with 51 subjects performing 18 activities, COBRA's optimal preprocessing strategy combines spectral-temporal feature extraction, achieving high performance across multiple architectures. D-Net demonstrates 96.86% overall accuracy with category-specific F1-scores of 98.55% (Physical Activity), 95.53% (Food Intake), 94.63% (Sedentary Behavior), and 98.68% (Daily Living), outperforming state-of-the-art baselines by 1.18% in accuracy. The framework shows robust generalizability with low demographic variance (<3%), enabling scalable deployment for personalized obesity interventions and continuous lifestyle monitoring.