Generalizable Blood Pressure Estimation from Multi-Wavelength PPG Using Curriculum-Adversarial Learning

Resumen Técnico: Estimación de la Presión Arterial Generalizable a partir de PPG de Multi-Longitud de Onda mediante Aprendizaje Curricular-Adversario

Planteamiento del Problema
La estimación precisa y generalizable de la presión arterial (PA) es crítica para el manejo de las enfermedades cardiovasculares, particularmente la hipertensión. Si bien la fotopletismografía (PPG) vestible ofrece una alternativa no invasiva y sin manguito frente a los métodos oscilométricos convencionales, los enfoques de aprendizaje automático existentes enfrentan dos limitaciones significativas. Primero, muchos estudios dependen únicamente de señales PPG de una sola longitud de onda, ignorando la información complementaria disponible en los datos de múltiples longitudes de onda. Segundo, y más críticamente, muchos estudios emplean estrategias de división de datos inadecuadas, como la división aleatoria a nivel de segmento. Esto suele resultar en una fuga de datos donde los conjuntos de entrenamiento y de prueba comparten información específica del sujeto, lo que conduce a una sobreestimación del rendimiento y a una pobre generalización hacia nuevos individuos.

Metodología
Los autores proponen un marco de estimación de la PA generalizable utilizando un conjunto de datos público de PPG de cuatro longitudes de onda (660nm, 730nm, 850nm y 940nm). El núcleo del enfoque es una estrategia de Aprendizaje Curricular-Adversario construida sobre una arquitectura de Red Neuronal Convolucional (CNN) multicanal.

1. Preprocesamiento de Datos y Extracción de Características:

   • El flujo de trabajo impone una división de datos estricta a nivel de sujeto (relación 4:1 para entrenamiento/prueba) para eliminar la fuga de datos.
   • Las señales PPG se someten a un filtrado de paso de banda (0.5–8 Hz) y normalización Z-score.
   • Se extraen características mediante derivadas de primer y segundo orden y envolventes superiores para capturar la dinámica temporal y la información de los picos.
   • Cada uno de los cuatro canales de PPG es procesado a través de dos ramas de CNN paralelas: una para la señal normalizada y sus derivadas, y otra para las envolventes. Esto resulta en seis flujos de entrada por canal.

2. Fusión Multicanal:

   • Los vectores de características extraídos de las ramas de la CNN se fusionan utilizando un mecanismo de atención. Esta capa asigna pesos suaves a cada canal, produciendo una suma ponderada que sirve como entrada para las tareas posteriores.

3. Aprendizaje Curricular-Adversario:
   El modelo se entrena con tres cabezales distintos y una función de pérdida compuesta:

   • Aprendizaje Curricular: El modelo es guiado desde tareas de nivel grueso hacia tareas de grano fino. Inicialmente, un clasificador binario predice el estado de hipertensión (PAS ≥130 mmHg o PAD ≥90 mmHg) utilizando una pérdida de Entropía Cruzada Binaria (BCE). A medida que el entrenamiento progresa, el enfoque cambia hacia la regresión de la PA (estimación de los valores de PAS y PAD) utilizando la pérdida de Error Cuadrático Medio (MSE). Un peso adaptativo ($\lambda_1$) transiciona la función de pérdida de la clasificación a la regresión.
   • Entrenamiento Adversario de Dominio: Para mejorar la generalización entre sujetos, un discriminador adversario de dominio intenta identificar la identidad del sujeto. Se emplea una Capa de Reversión de Gradiente (GRL) durante la retropropagación para invertir los gradientes, obligando al extractor de características a aprender características invariantes al sujeto que confundan al discriminador. Este componente utiliza la pérdida de Entropía Cruzada Categórica (CE).
   • Pérdida Total: Los objetivos se combinan como $L = \lambda_1 L_{reg} + (1 - \lambda_1) L_{cls} - \lambda_2 L_{adv}$, donde $\lambda_2$ controla la contribución adversaria.

Contribuciones Clave

1. Evaluación Estricta a Nivel de Sujeto: Los autores utilizan un conjunto de datos público de cuatro longitudes de onda pero imponen una división estricta a nivel de sujeto, abordando los problemas de fuga de datos prevalentes en la literatura previa.
2. Fusión de Características de Multi-Longitud de Onda: El estudio demuestra la eficacia de extraer y fusionar características complementarias a través de cuatro longitudes de onda distintas (660nm, 730nm, 850nm, 940nm) en lugar de depender de entradas de un solo canal.
3. Marco Curricular-Adversario: El artículo introduce una combinación novedosa de aprendizaje curricular (transición de clasificación a regresión) y entrenamiento adversario de dominio para capturar simultáneamente patrones clínicos y características invariantes al sujeto.

Resultados Experimentales
Los experimentos se realizaron en un conjunto de datos de 180 sujetos (66 con hipertensión). El método propuesto se comparó con modelos de un solo canal y líneas base de múltiples longitudes de onda existentes (A-BiLSTM, MLP, CNN1D, Multi-CNN).

• Rendimiento: Bajo una división estricta a nivel de sujeto, el método propuesto logró un Error Absoluto Medio (MAE) de 14.2 mmHg para la Presión Sistólica (PAS) y 6.4 mmHg para la Presión Diastólica (PAD).
• Ventaja Multicanal: El modelo de fusión de múltiples canales completo superó consistentemente a los modelos de un solo canal. Mientras que el canal de 660nm funcionó mejor para la PAS y el de 940nm para la PAD de forma individual, el modelo fusionado logró el MAE más bajo y las puntuaciones de grado de la British Hypertension Society (BHS) más altas (por ejemplo, 57.6% de las predicciones de PAS dentro de 15 mmHg).
• Comparación: El enfoque propuesto superó a todas las líneas base, incluyendo el modelo Multi-CNN base, demostrando el valor de los componentes curricular y adversario.
• Estudio de Ablación: Eliminar ya sea el cabezal de clasificación (curriculum) o el discriminador adversario resultó en un MAE más alto, confirmando que ambos componentes son esenciales para un rendimiento óptimo.

Significancia y Reivindicaciones
El artículo afirma que su marco propuesto ofrece una evaluación más realista y robusta de las capacidades de estimación de la PA al eliminar la fuga de datos mediante la división a nivel de sujeto. Los autores destacan que, si bien el protocolo más estricto resulta en errores reportados más altos en comparación con algunos estudios previos (que pueden haber sufrido de fuga), el modelo demuestra un fuerte potencial para el tamizaje de la hipertensión y el monitoreo de tendencias a largo plazo.

Los autores mantienen la modestia respecto a la precisión actual, señalando que el rendimiento aún tiene margen de mejora, particularmente bajo rangos de presión arterial extremos y calidad de señal degradada. Concluyen que aprovechar la información complementaria de múltiples longitudes de onda combinada con estrategias curriculares-adversarias proporciona un camino viable hacia una estimación de la PA sin manguito, precisa y generalizable. El trabajo futuro incluirá la recolección de datos adicionales y mejoras en la evaluación de la calidad de la señal.