Uncertainty-quantified Pulse Signal Recovery from Facial Video using Regularized Stochastic Interpolants

إليك ملخص تقني مفصل لورقة البحث بعنوان "استعادة إشارة النبض مع تقدير عدم اليقين من فيديو الوجه باستخدام المداخلات العشوائية المنتظمة".

1. بيان المشكلة

قياس حجم الدم الضوئي التصويري (iPPG) هو تقنية غير تلامسية تستعيد شكل موجة نبض حجم الدم (BVP) للإنسان من فيديو الوجه باستخدام كاميرات RGB قياسية. وبينما تحقق الخوارزميات الحالية (SOTA) دقة عالية في مجموعات البيانات المرجعية، إلا أنها تعاني من قصور حرج: وهو افتقارها لتقدير عدم اليقين (UQ).

• الفجوة: الطرق الحالية (سواء التقليدية لمعالجة الإشارات أو التعلم العميق) عادة ما تنتج "تقديرًا نقطيًا" واحدًا لإشارة النبض. وهي لا تقوم بأخذ عينات من فضاء الحلول لتحديد مدى ثقة أو موثوقية هذا التقدير.
• الحاجة السريرية: بالنسبة للاعتماد السريري، يحتاج الأطباء ليس فقط إلى رقم معدل ضربات القلب، بل أيضًا إلى فهم مدى موثوقية النموذج (على سبيل المثال: "هل هذه القراءة جديرة بالثقة نظرًا للون بشرة المريض أو آثار الحركة؟").
• التحدي: إن عملية الربط من شدة بكسلات الكاميرا إلى إشارة BVP الحقيقية هي مسألة عكسية معقدة وغير محددة بدقة (ill-posed)، تتضمن ضوضاء غير خطية، وآثار حركة، وانعكاسات لامعة، وتدرجات في لون البشرة. غالبًا ما تفشل أساليب التحسين المنتظمة التقليدية في نمذجة هذه العشوائية بشكل فعال.

2. المنهجية: RIS-iPPG

يقترح المؤلفون إطار عمل RIS-iPPG (المداخلات العشوائية المنتظمة لـ iPPG)، وهو إطار يعتمد على المداخلات العشوائية (Stochastic Interpolants) ونماذج الانتشار القائمة على التدفق (Flow-based Diffusion Models).

أ. إطار العمل الأساسي: المداخلات العشوائية

بدلاً من تعلم خريطة حتمية، يصيغ المؤلفون عملية الاستعادة كعملية عشوائية تحول توزيع إشارات بكسلات الكاميرا ($p_0$) إلى توزيع إشارات BVP الحقيقية ($p_1$).

• تعريف المدخل (Interpolant): يحددون عملية عشوائية تعتمد على الزمن $x_t$ تقوم بالربط بسلاسة بين عينة من توزيع الكاميرا ($x_0$) والحقيقة الأرضية ($x_1$) عبر الزمن $t \in [0, 1]$:
  $$x_t = (1-t)x_0 + tx_1 + \sqrt{2t(1-t)}z$$
  حيث تمثل $z$ ضوضاء غاوسية.
• تعلم التدفق والدرجة (Flow and Score): الهدف هو تعلم شبكتين عصبيتين:
  1. متجه التدفق ($v_\theta$): يتنبأ بالسرعة اللحظية (الانجراف) للتوزيع.
  2. متجه الدرجة ($s_\theta$): يتنبأ بتدرج كثافة اللوغاريتم (مرتبط بمزيل الضوضاء/Denoiser).
• الاستدلال (أخذ العينات وقت الاختبار): في وقت الاختبار، يبدأ النظام بقياس الكاميرا كشرط أولي ويحل معادلة تفاضلية عشوائية (SDE) في الاتجاه المعاكس. ومن خلال أخذ عينات من هذه الـ SDE عدد $N$ من المرات، يولد النموذج عدة موجات BVP محتملة، مما يسمح ببناء توزيع خلفي (posterior distribution) وتقديرات عدم اليقين.

ب. التنظيم: فقدان الارتباط المتبقي (RCL)

لاحظ المؤلفون أن نماذج التدفق غير المنتظمة تعاني من صعوبة في الاتساق الزمني، خاصة تحت ضوضاء الحركة. وبما أن التغيرات الفسيولوجية تتغير ببطء، فإن الخطأ في تنبؤات التدفق يجب أن يكون متسقًا عبر النوافذ الزمنية المتجاورة.

• المفهوم: بالنسبة لنوافذ زمنية متداخلة ومتجاورة، يجب أن تشير متجهات المتبقي (residual vectors) (الفرق بين التدفق المتنبأ به والتدفق الحقيقي) إلى نفس الاتجاه.
• دالة الفقد: يقدمون فقدان الارتباط المتبقي (RCL)، الذي يعظم معامل ارتباط بيرسون بين متجهات المتبقي للنوافذ المتجاورة.
  $$L_{RCL} = 1 - \text{Correlation}(p, q)$$
  حيث $p$ و $q$ هما متجهات المتبقي للنافذتين.
• الأثر: يعمل هذا كعامل تنظيم للنعومة الزمنية، مما يجبر النموذج على تعلم حقول تدفق متسقة ومنطقية فيزيائيًا، مما يحسن القدرة على التقاط أنماط الإشارة ويقلل من عدم اليقين الزائف.

3. المساهمات الرئيسية

1. أول إطار لأخذ عينات التوزيع الخلفي لـ iPPG: تقدم الورقة أول طريقة لمعالجة استعادة iPPG كمسألة أخذ عينات من التوزيع الخلفي باستخدام نماذج الانتشار القائمة على التدفق، مما يتيح توليد عمليات متعددة للحلول بدلاً من مجرد تقدير نقطي واحد.
2. فقدان الارتباط المتبقي (RCL): تقنية تنظيم مبتكرة تفرض الاتساق الزمني في متجهات التدفق المتعلمة. يوضح المؤلفون أن هذا يحسن بشكل كبير جودة استعادة الإشارة والقدرة على التقاط التوزيعات متعددة الأنماط (على سبيل المثال: التمييز بين قمم الضوضاء وقمم معدل ضربات القلب الحقيقية).
3. خطوط الأساس لتقدير عدم اليقين (UQ): تؤسس الدراسة أول خطوط أساس لـ UQ في مجال iPPG، حيث تقيم ليس فقط الدقة ولكن أيضًا المعايرة والموثوقية عبر السمات المحمية (لون البشرة والجنس).
4. تقييم شامل: اختبارات مكثفة على ثلاث مجموعات بيانات (MMSE-HR, PURE, UBFC-rPPG) تظهر أداءً تنافسيًا أو رائدًا (SOTA) في تقدير معدل ضربات القلب مع توفير مقاييس عدم اليقين الحرجة.

4. النتائج التجريبية

تم تقييم الطريقة على ثلاث مجموعات بيانات قياسية: MMSE-HR، PURE، و UBFC-rPPG.

• دقة تقدير معدل ضربات القلب:
  • حقق RIS-iPPG أداءً رائدًا (SOTA) في مجموعة بيانات PURE (متوسط الخطأ المطلق MAE: 0.38 نبضة/دقيقة، وجذر متوسط مربع الخطأ RMSE: 1.28 نبضة/دقيقة).
  • حقق نتائج تنافسية للغاية في MMSE-HR (MAE: 1.97 نبضة/دقيقة) وفي UBFC-rPPG (MAE: 0.47 نبضة/دقيقة)، وهي نتائج تضاهي أو تتفوق على الطرق الحالية الخاضعة للإشراف وغير الخاضعة للإشراف.
• تقدير الطيف (Spectrum Estimation):
  • أدى إدراج فقدان RCL إلى تحسين دقة تقدير الطيف (RMSE أقل، وارتباط بيرسون أعلى) مقارنة بالنموذج غير المنتظم.
  • تظهر النتائج النوعية (الشكل 3) أن RCL يساعد النموذج على تحديد قمة معدل ضربات القلب الحقيقية بشكل صحيح مع الحفاظ على عدم يقين مناسب حول قمم الضوضاء، بينما يقوم النموذج غير المنتظم غالبًا بتنعيم الطيف أو التنبؤ بأنماط خاطئة.
• تقدير عدم اليقين (UQ):
  • المعايرة: أظهر النموذج منحنيات معايرة جيدة، مما يعني أن فترات الثقة المتنبأ بها تتماشى جيدًا مع معدلات الخطأ المرصودة.
  • السمات المحمية: حلل المؤلفون الأداء عبر ألوان البشرة والجنس. وبينما كانت الدقة أقل قليلاً لألوان البشرة الداكنة (وهو تحدٍ معروف في iPPG)، فإن تقديرات عدم اليقين كانت معايرة جيدًا لجميع المجموعات. وهذا يعني أن النموذج حدد بشكل صحيح متى كان أقل يقينًا بشأن ألوان البشرة الداكنة، وهي ميزة حاسمة للسلامة السريرية.
• دراسات الاستئصال (Ablation Studies):
  • أدى إزالة RCL إلى زيادة التباين في التنبؤات والفشل في التقاط التوزيعات متعددة الأنماط.
  • تبين أن التكييف (Conditioning) على قنوات ألوان الفيديو الخام كإشارات توجيه أدى في الواقع إلى تدهور الأداء، مما يؤكد صحة اختيار الاعتماد على التنظيم الزمني بدلاً من ذلك.

5. الأهمية والأثر

• الثقة السريرية: من خلال توفير تقديرات عدم اليقين، يعالج RIS-iPPG حاجزًا رئيسيًا أمام الاعتماد السريري للذكاء الاصطناعي في الرعاية الصحية. يمكن للأطباء الآن رؤية ليس فقط معدل ضربات القلب المتوقع، بل أيضًا "الثقة" في هذا التنبؤ، مما يسمح لهم باتخاذ قرارات أكثر استنارة.
• المتانة: يجعل تنظيم RCL النموذج أكثر متانة تجاه آثار الحركة والضوضاء الخارجة عن التوزيع، وهي أمور شائعة في السيناريوهات الواقعية.
• العدالة: إن التقييم الصريح ومعايرة عدم اليقين عبر السمات المحمية (لون البشرة، الجنس) يضع معيارًا جديدًا للعدالة والموثوقية في الذكاء الاصطني الرحي، مما يضمن شفافية حدود النموذج للمستخدم.
• تحول في النموذج المعرفي: تنقل هذه الورقة نموذج iPPG من "إزالة الضوضاء للوصول إلى نقطة واحدة" إلى "أخذ عينات من توزيع احتمالي"، مما يفتح الباب أمام استدلال احتمالي أكثر تطورًا في المراقبة الفسيولوجية عن بُعد.

في الختام، يمثل RIS-iPPG تقدمًا مهمًا في مراقبة العلامات الحيوية غير التلامسية من خلال الجمع بين القوة التوليدية للمداخلات العشوائية واستراتيجية تنظيم زمنية مبتكرة لتقديم كل من تقدير دقيق لمعدل ضربات القلب وتقدير عدم اليقين الحيوي سريريًا.