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

Resumen Técnico: RIS-iPPG

1. El Problema

La Fotopletismografía por Imagen (iPPG) es una técnica que permite recuperar la onda de volumen sanguíneo (BVP) y estimar signos vitales (como la frecuencia cardíaca) utilizando una cámara estándar (RGB) sin contacto físico. Aunque los algoritmos actuales (basados en procesamiento de señales tradicional o aprendizaje profundo) han demostrado un rendimiento excepcional en conjuntos de datos de referencia, presentan una deficiencia crítica para aplicaciones clínicas: la falta de cuantificación de la incertidumbre.

• Limitación actual: La mayoría de los métodos existentes producen una estimación puntual (un único valor) de la señal de pulso. No realizan muestreo del espacio de soluciones en tiempo de prueba, lo que impide a los médicos o usuarios finales evaluar la fiabilidad de una predicción específica.
• Consecuencia: Sin estimaciones de incertidumbre, es difícil confiar en estos algoritmos para la toma de decisiones médicas, especialmente en poblaciones protegidas (diferentes tonos de piel, géneros) o en condiciones de ruido (movimiento, iluminación variable).

2. Metodología: RIS-iPPG

Los autores proponen un nuevo paradigma llamado RIS-iPPG (Regularized Interpolants with Stochasticity for iPPG), que reformula la recuperación de la señal de pulso como un problema inverso utilizando Interpolantes Estocásticos (Stochastic Interpolants).

A. Formulación del Problema Inverso:
En lugar de intentar modelar explícitamente el proceso físico de degradación de la señal (que es complejo y estocástico debido al movimiento y las reflexiones), el modelo aprende un mapeo implícito entre la distribución de los píxeles de la cámara ($x_1$) y la distribución de la señal de pulso real ($x_0$).

B. Interpolantes Estocásticos y Ecuaciones Diferenciales Estocásticas (SDE):
El método construye un camino de probabilidad temporal que conecta la distribución de las mediciones de la cámara con la distribución de la señal real.

• Se define un proceso estocástico $x_t$ que interpola suavemente entre $x_0$ y $x_1$.
• Se entrenan redes neuronales para predecir dos cantidades clave en este proceso:
  1. Vector de Flujo (Flow): La velocidad instantánea del cambio de la distribución.
  2. Vector de Puntuación (Score): El gradiente del logaritmo de la densidad de probabilidad.
• Una vez aprendidos, estos vectores se utilizan para construir el coeficiente de deriva de una Ecuación Diferencial Estocástica (SDE).
• Inferencia: En tiempo de prueba, se resuelve la SDE inversa partiendo de la señal de la cámara como condición inicial. Esto permite muestrear múltiples realizaciones de la señal de pulso posible, generando una distribución posterior en lugar de un solo valor.

C. Regularización por Correlación de Residuos (RCL):
Para abordar la variabilidad fisiológica y el ruido, los autores introducen una nueva función de pérdida llamada Residual Correlation Loss (RCL).

• Hipótesis: Los cambios fisiológicos en el volumen sanguíneo son de variación lenta. Por lo tanto, los errores (residuos) entre la predicción del flujo y la verdad fundamental en ventanas de tiempo adyacentes y superpuestas deberían estar correlacionados y apuntar en la misma dirección.
• Implementación: La RCL maximiza la correlación de Pearson entre los vectores de residuos de dos ventanas de tiempo superpuestas. Esto actúa como un sesgo inductivo que fuerza al modelo a aprender consistencia temporal, mejorando la robustez frente a movimientos bruscos y ruido fuera de distribución.

3. Contribuciones Clave

1. Nuevo Paradigma de Muestreo Posterior: Es el primer método de iPPG que formula la recuperación de la señal como un problema de muestreo posterior utilizando modelos de difusión basados en flujo (flow-based diffusion models). Esto permite generar múltiples estimaciones de la señal de pulso para un mismo video de entrada.
2. Pérdida de Correlación de Residuos (RCL): Se propone una técnica de regularización que mejora la recuperación de la señal al explotar la consistencia temporal de los signos vitales, logrando resultados superiores a los modelos no regularizados.
3. Cuantificación de Incertidumbre y Calibración: El método proporciona estimaciones de incertidumbre para cada muestra de prueba. Los autores establecen las primeras líneas base para la calibración de incertidumbre en tareas de iPPG, evaluando específicamente el rendimiento en atributos protegidos (tono de piel y género).

4. Resultados Experimentales

El algoritmo fue evaluado en tres conjuntos de datos públicos: MMSE-HR, PURE y UBFC-rPPG.

• Precisión en la Estimación de Frecuencia Cardíaca:
  • RIS-iPPG logra un rendimiento competitivo con el estado del arte (SOTA) en todos los conjuntos de datos.
  • Logra un nuevo estado del arte en el conjunto de datos PURE (MAE de 0.38 lpm).
  • En UBFC-rPPG, el error es inferior a 1 lpm, y en MMSE-HR es inferior a 2 lpm.
• Calidad de la Recuperación de la Señal:
  • Las pruebas cualitativas muestran que el modelo con RCL es capaz de capturar mejor los modos de la distribución de la señal (p. ej., la frecuencia real y los picos de ruido) y reduce la incertidumbre en las bandas de frecuencia no relevantes.
  • La RCL mejora la precisión de la estimación del espectro de potencia (RMSE más bajo y mayor coeficiente de correlación de Pearson).
• Cuantificación de Incertidumbre (UQ):
  • El modelo demuestra una buena calibración en las curvas de calibración.
  • Se evalúa en subgrupos protegidos: aunque la estimación de frecuencia cardíaca es ligeramente peor en pieles oscuras (un problema conocido en iPPG), el modelo mantiene una calibración de incertidumbre aceptable (error de calibración $\le$ 0.10) en todos los grupos, lo que permite a los usuarios saber cuándo la predicción es menos fiable.

5. Significado e Impacto

Este trabajo es fundamental para la adopción clínica de la iPPG por las siguientes razones:

• Confianza Clínica: Al proporcionar una estimación de incertidumbre, el sistema permite a los médicos entender no solo cuál es la frecuencia cardíaca, sino cuán confiable es esa medición en un momento dado. Esto responde a la necesidad de que las herramientas de IA sean "repetidamente exitosas" en la experiencia personal del médico.
• Robustez y Equidad: La capacidad de cuantificar la incertidumbre en subgrupos demográficos (piel oscura vs. clara, hombres vs. mujeres) es un paso crucial hacia algoritmos más justos y seguros, identificando cuándo el modelo podría estar fallando debido a sesgos en los datos o limitaciones físicas.
• Nueva Dirección de Investigación: Introduce el uso de interpolantes estocásticos y muestreo posterior en el campo de la fisiología remota, abriendo la puerta a futuras investigaciones que prioricen la fiabilidad probabilística sobre la simple precisión puntual.

En resumen, RIS-iPPG transforma la recuperación de señales de pulso de un problema de regresión determinista a uno probabilístico, ofreciendo una herramienta robusta, interpretable y lista para su uso en entornos clínicos y de consumo donde la confianza en la predicción es tan importante como la predicción misma.