Resumen Técnico: Estimación Sinérgica de la Presión Arterial mediante Radar de Ondas Milimétricas sin Contacto e Fotopletismografía por Imagen

1. Planteamiento del Problema

El monitoreo continuo y sin contacto de la presión arterial (NCBP, por sus siglas en inglés) es crítico para el manejo de las enfermedades cardiovasculares; sin embargo, los enfoques existentes de modalidad única enfrentan limitaciones físicas inherentes. La fotopletismografía por imagen (iPPG), que captura fluctuaciones volumétricas ópticas distales, es altamente susceptible a artefactos ambientales (p. ej., iluminación inestable) y a la sensibilidad del tono de la piel. Por el contrario, el radar de ondas milimétricas (mmWave) de onda continua modulada en frecuencia (FMCW), que captura micro-movimientos cardíacos proximales (Señales de Movimiento de Radar, RMS), carece de la visibilidad arterial periférica necesaria para computar de forma independiente los sustitutos de la presión arterial basados en el tránsito. Además, los marcos de trabajo de doble modalidad existentes suelen depender de una fusión rudimentaria a nivel de características (p. ej., el cálculo escalar del Tiempo de Tránsito del Pulso o PTT mediante la detección de picos), lo cual es vulnerable al desalineamiento de fase y a los artefactos de movimiento transitorios. Existe una falta de investigación sistemática sobre paradigmas de aprendizaje profundo capaces de fusionar estas señales heterogéneas para superar las disparidades morfológicas y las restricciones ambientales.

2. Metodología

2.1 Base Fisiológica y Paradigma de Sensado

El estudio propone un paradigma de sensado sinérgico de doble modalidad que integra iPPG facial con radar de ondas milimétricas orientado hacia la parte posterior.

• Modelo Fisiológico: El enfoque se fundamenta en las ecuaciones de Moens-Korteweg y Hughes, que relacionan la Presión Arterial (BP) con la Velocidad de la Onda de Pulso (PWV) y el Tiempo de Tránsito del Pulso (PTT). El marco busca capturar un sustituto del ncPTT (PTT sin contacto) alineando el evento de eyección cardíaca proximal (detectado vía RMS) con la llegada del pulso distal (detectado vía iPPG).
• Configuración de Hardware:
  • iPPG: Una cámara RGB de alta precisión captura video facial (30 Hz) desde 50 cm frente al sujeto.
  • Radar mmWave: Un radar FMCW de 24 GHz se coloca 50 cm detrás del sujeto, orientado hacia el torso posterior. Esta configuración "orientada hacia la espalda" aprovecha el contacto del sujeto con la silla para suprimir el balanceo corporal macroscópico, aislando vibraciones cardiomecánicas sutiles.
  • Verdad de Campo (Ground Truth): Un sistema de Presión Arterial Continua No Invasiva (CNAP) de grado clínico proporciona referencias de SBP (presión sistólica) y DBP (presión diastólica) latido a latido.

2.2 Procesamiento de Señales

• Extracción de iPPG: La región de interés (ROI) de la frente se procesa utilizando la combinación del espacio de color CHROM. La señal se somete a un filtrado de fase cero y a una Descomposición de Modo Variacional Sucesiva (SVMD) para mitigar los artefactos de iluminación y estabilizar la línea base volumétrica.
• Extracción de RMS: La corriente compleja I/Q del radar se convierte en una trayectoria de fase desenrollada. Se aplica un filtro paso bajo Butterworth de cuarto orden de fase cero (corte de 4 Hz) y SVMD para aislar el componente cardiomecánico (0.8–2 Hz), reconstruyendo eficazmente el evento inicial de eyección sistólica.
• Sincronización: Ambas secuencias se submuestrean a 30 Hz y se alinean temporalmente. Se trunca un búfer de 5 segundos de los extremos de la señal para evitar efectos de borde durante el filtrado.

2.3 Arquitectura de Aprendizaje Profundo: BiLSTM-MS-DiCNN

Para abordar la disparidad morfológica entre las ondas mecánicas de radar 1D y las fluctuaciones ópticas de alta dimensión, los autores proponen una red de extremo a extremo:

• Entrada: Secuencias sincronizadas de doble canal (iPPG y RMS) segmentadas en ventanas de 120 pasos de tiempo (4 segundos).
• Rama BiLSTM: Modela las dependencias temporales de largo alcance y la memoria hemodinámica procesando las secuencias en ambas direcciones (hacia adelante y hacia atrás), seguido de un Pooling de Promedio Global.
• Rama MS-DiCNN: Aborda las disparidades morfológicas espaciales utilizando Convoluciones Dilatadas Multiescala (tasas de dilatación $d=1, 2, 4$) para capturar características en diversas escalas sin pérdida de resolución. Un mecanismo de atención de Squeeze-and-Excitation (SE) recalibra las respuestas de los canales para enfocarse en características fisiológicamente relevantes.
• Fusión Adaptativa y Módulo de Adaptación de Sujeto (SAM): Los vectores latentes de ambas ramas se fusionan de manera adaptativa. El SAM utiliza una fase de calibración inicial breve (primer 10% de los datos de un nuevo sujeto) para ajustar la red a la distensibilidad arterial individual y a los tonos vasculares basales, abordando la variabilidad intersujeto.

3. Configuración Experimental

• Participantes: 15 voluntarios sanos (9 hombres, 6 mujeres; edad 22 ± 3 años).
• Protocolos: Los datos se recolectaron bajo tres estados hemodinámicos distintos para probar la robustez:
  1. Sentado (Sit): Respiración normal (línea base).
  2. Respiración Profunda (DB): Inducción de Arritmia Sinusal Respiratoria (RSA) y variaciones de presión intratorácica.
  3. Post-Ejercicio (Ex): Picos cardíacos de alta frecuencia y respiración desordenada tras una carrera de 2 minutos.
• Estrategia de Validación: Se implementó un protocolo de validación cruzada de dejar a un sujeto fuera (Leave-One-Subject-Out, LOSO) para evitar la fuga de datos. Se aplicaron degradaciones sintéticas (ruido Gaussiano, sobreexposición/subexposición, compresión H.264) al canal iPPG para evaluar la robustez.

4. Resultados Clave

4.1 Desempeño Bajo Condiciones Estándar

Bajo condiciones de reposo, el marco de doble modalidad logró:

• Presión Sistólica (SBP): Diferencia Absoluta Media (MAD) de 4.71 mmHg, Diferencia de Raíz Cuadrada Media (RMSD) de 6.13 mmHg, y $R^2$ de 0.85.
• Presión Diastólica (DBP): MAD de 4.60 mmHg, RMSD de 5.76 mmHg, y $R^2$ de 0.87.
  Estos resultados entran dentro de los límites de error comúnmente citados de estilo AAMI (5 ± 8 mmHg). El modelo mantuvo un desempeño consistente durante las perturbaciones fisiológicas (Respiración Profunda: SBP MAD 6.35 mmHg; Post-Ejercicio: SBP MAD 5.33 mmHg).

4.2 Comparación con Modalidad Única y Baselines

• Doble vs. Modalidad Única: El enfoque de doble modalidad superó significativamente a los baselines de solo iPPG y solo RMS. Los modelos de modalidad única exhibieron una mayor dispersión de error (SDE > 9 mmHg para solo RMS), mientras que el modelo fusionado suprimió los artefactos y mejoró la estabilidad.
• Comparación de Modelos: El propuesto BiLSTM-MS-DiCNN superó a los regresores tradicionales (XGBoost, SVR, GPR) y a una Red Neuronal Feedforward (FNN) de doble flujo en términos de precisión y eficiencia computacional (Tamaño del modelo < 1 MB; tiempo de inferencia ~30s en GPU).

4.3 Robustez a la Degradación de la Señal

Cuando las señales de iPPG fueron degradadas por ruido Gaussiano, sobreexposición o subexposición:

• El modelo de solo iPPG sufrió caídas significativas de rendimiento (p. ej., la SBP MAD aumentó de 5.35 mmHg a 9.98 mmHg bajo subexposición).
• El modelo de Doble Modalidad mantuvo márgenes de error bajos (SBP MAD ~5.3–5.4 mmHg) y una alta correlación ($R^2 > 0.7$), demostrando que el radar de ondas milimétricas compensa eficazmente la degradación de la señal óptica.

4.4 Análisis de Ablación y Calibración

• Ablación: Eliminar cualquier componente central (BiLSTM, MS-DiCNN, dilatación, o fusión) resultó en una degradación drástica del desempeño (p. ej., eliminar MS-DiCNN aumentó la SBP MAD a 12.54 mmHg), confirmando la necesidad de cada módulo.
• Calibración: El modelo retiene una capacidad de línea base medible incluso sin calibración (relación de calibración 0%: SBP MAD 7.52 mmHg). El desempeño mejora con una breve calibración (relación del 10%), reduciendo la SBP MAD a 4.71 mmHg, lo que indica que SAM mejora la personalización pero no es estrictamente requerido para que el modelo funcione.

4.5 Interpretabilidad Fisiológica

Un análisis de sonda lineal confirmó que las características fusionadas internas de la red codifican información de PTT sin contacto, logrando una correlación de Pearson de $r = 0.726$ ($p < 10^{-30}$) con la ncPTT de verdad de campo. Esto sugiere que el modelo aprende implícitamente la relación temporal fisiológicamente relevante entre la eyección proximal y la llegada distal.

5. Significado y Reivindicaciones

El artículo afirma que este estudio proporciona una demostración de la viabilidad de un paradigma de sensado de doble modalidad sin contacto para el monitoreo de la NCBP. Las contribuciones clave incluyen:

1. Viabilidad de la Fusión Cara-Espalda: Validar que la combinación de iPPG facial con radar de ondas milimétricas orientado hacia la parte posterior mitiga eficazmente las sensibilidades ambientales de la modalidad única, proporcionando además condiciones de contorno complementarias del árbol cardiovascular.
2. Innovación Arquitectónica: El desarrollo de la red BiLSTM-MS-DiCNN aborda con éxito la disparidad morfológica entre señales heterogéneas, permitiendo un mapeo de extremo a extremo sin la necesidad de una extracción de características intermedia frágil.
3. Robustez: El marco demuestra que el radar de ondas milimétricas puede actuar como una modalidad compensatoria cuando las señales ópticas se ven comprometidas, un requisito crítico para el despliegue en el mundo real.
4. Alineación Fisiológica: La capacidad del modelo para codificar implícitamente la información de PTT respalda la validez del enfoque de aprendizaje profundo como un método fisiológicamente fundamentado y no simplemente como una "caja negra".

Los autores enfatizan que, si bien los resultados son prometedores y competitivos con los métodos sin contacto de vanguardia, el estudio está limitado a una cohorte controlada de 15 participantes jóvenes y sanos. Se identifica que el trabajo futuro es necesario para incluir diversos grupos demográficos, casos patológicos y ensayos clínicos con dispositivos médicos certificados.