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

Sintesi Tecnica: Stima della Pressione Arteriosa Generalizzabile da PPG Multi-Lunghezza d'Onda tramite Apprendimento Curriculum-Adversarial

Problema
La stima accurata e generalizzabile della pressione arteriosa (BP) è fondamentale per la gestione delle malattie cardiovascolari, in particolare dell'ipertensione. Sebbene la fotopletismografia (PPG) indossabile offra un'alternativa non invasiva e senza manicotto rispetto ai metodi oscillometrici convenzionali, gli approcci di apprendimento automatico esistenti affrontano due limitazioni significative. In primo luogo, molti studi si affidano esclusivamente a segnali PPG a singola lunghezza d'onda, trascurando le informazioni complementari disponibili nei dati multi-lunghezza d'onda. In secondo luogo, e più criticamente, molti studi impiegano strategie di divisione dei dati improprie, come la divisione casuale a livello di segmento. Ciò causa spesso una fuga di dati (data leakage) in cui i set di addestramento e di test condividono informazioni specifiche del soggetto, portando a prestazioni sopravvalutate e a una scarsa generalizzazione su nuovi individui.

Metodologia
Gli autori propongono un framework di stima della BP generalizzabile utilizzando un dataset pubblico di PPG a quattro lunghezze d'onda (660nm, 730nm, 850nm e 940nm). Il nucleo dell'approccio è una strategia di Apprendimento Curriculum-Adversarial basata su un'architettura di Rete Neurale Convoluzionale (CNN) multi-canale.

1. Pre-elaborazione dei Dati ed Estrazione delle Caratteristiche:

   • La pipeline impone una rigorosa divisione dei dati a livello di soggetto (rapporto 4:1 per addestramento/test) per eliminare la fuga di dati.
   • I segnali PPG sono sottoposti a filtraggio passa-banda (0,5–8 Hz) e normalizzazione Z-score.
   • Le caratteristiche vengono estratte tramite derivate del primo e secondo ordine ed inviluppi superiori per catturare la dinamica temporale e le informazioni sui picchi.
   • Ogni uno dei quattro canali PPG è elaborato attraverso due rami CNN paralleli: uno per il segnale normalizzato e le derivate, e un altro per gli inviluppi. Ciò produce sei flussi di input per canale.

2. Fusione Multi-Canale:

   • I vettori delle caratteristiche estratti dai rami CNN vengono fusi utilizzando un meccanismo di attenzione. Questo strato assegna pesi morbidi a ciascun canale, producendo una somma ponderata che funge da input per i task successivi.

3. Apprendimento Curriculum-Adversarial:
   Il modello viene addestrato con tre teste distinte e una funzione di perdita composita:

   • Apprendimento Curriculum (Curriculum Learning): Il modello è guidato da compiti a livello grossolano verso compiti più fini. Inizialmente, un classificatore binario predice lo stato di ipertensione (SBP ≥130 mmHg o DBP ≥90 mmHg) utilizzando la perdita di Cross-Entropia Binaria (BCE). Man mano che l'addestramento procede, l'attenzione si sposta sulla regressione della BP (stima dei valori SBP e DBP) utilizzando la perdita di Errore Quadratico Medio (MSE). Un peso adattivo ($\lambda_1$) transiziona la funzione di perdita dalla classificazione alla regressione.
   • Addestramento Adversarial di Dominio (Domain-Adversarial Training): Per migliorare la generalizzazione tra i soggetti, un discriminatore di dominio tenta di identificare l'identità del soggetto. Durante la backpropagation viene impiegata una Layer di Inversione del Gradiente (GRL) per invertire i gradienti, costringendo l'estrattore di caratteristiche a apprendere caratteristiche invarianti rispetto al soggetto che confondano il discriminatore. Questa componente utilizza la perdita di Cross-Entropia Categoriale (CE).
   • Perdita Totale: Gli obiettivi sono combinati come $L = \lambda_1 L_{reg} + (1 - \lambda_1) L_{cls} - \lambda_2 L_{adv}$, dove $\lambda_2$ controlla il contributo adversarial.

Contributi Chiave

1. Valutazione Rigorosa a Livello di Soggetto: Gli autori utilizzano un dataset pubblico a quattro lunghezze d'onda ma impongono una rigorosa divisione a livello di soggetto, affrontando i problemi di fuga di dati prevalenti nella letteratura precedente.
2. Fusione di Caratteristiche Multi-Lunghezza d'Onda: Lo studio dimostra l'efficacia dell'estrazione e della fusione di caratteristiche complementari attraverso quattro distinte lunghezze d'onda (660nm, 730nm, 850nm, 940nm) piuttosto che affidarsi a input a canale singolo.
3. Framework Curriculum-Adversarial: Il documento introduce una nuova combinazione di apprendimento curriculum (transizione da classificazione a regressione) e addestramento adversarial di dominio per catturare simultaneamente pattern clinici e caratteristiche invarianti rispetto al soggetto.

Risultati Sperimentali
Gli esperimenti sono stati condotti su un dataset di 180 soggetti (66 con ipertensione). Il metodo proposto è stato confrontato con modelli a canale singolo e baseline multi-lunghezza d'onda esistenti (A-BiLSTM, MLP, CNN1D, Multi-CNN).

• Prestazioni: Sotto una rigorosa divisione a livello di soggetto, il metodo proposto ha ottenuto un Errore Assoluto Medio (MAE) di 14,2 mmHg per la Pressione Sistolica (SBP) e di 6,4 mmHg per la Pressione Diastolica (DBP).
• Vantaggio Multi-Canale: Il modello di fusione multi-canale completo ha superato costantemente i modelli a canale singolo. Sebbene il canale 660nm abbia performato meglio per la SBP e il 940nm per la DBP individualmente, il modello fuso ha raggiunto il MAE più basso e i punteggi di gradazione della British Hypertension Society (BHS) più elevati (ad esempio, il 57,6% delle predizioni SBP entro 15 mmHg).
• Confronto: L'approccio proposto ha superato tutte le baseline, incluso il modello backbone Multi-CNN, dimostrando il valore dei componenti curriculum e adversarial.
• Studio di Ablazione: La rimozione di una qualsiasi delle due teste (la classificazione per il curriculum o il discriminatore adversarial) ha comportato un MAE più elevato, confermando che entrambi i componenti sono essenziali per prestazioni ottimali.

Significatività e Rivendicazioni
Il documento afferma che il framework proposto offre una valutazione più realistica e robusta delle capacità di stima della BP eliminando la fuga di dati attraverso la divisione a livello di soggetto. Gli autori sottolineano che, sebbene il protocollo più rigoroso comporti errori riportati più elevati rispetto ad alcuni studi precedenti (che potrebbero aver sofferto di fuga di dati), il modello dimostra un forte potenziale per lo screening dell'ipertensione e il monitoraggio dei trend a lungo termine.

Gli autori rimangono modesti riguardo l'attuale accuratezza, notando che vi è ancora spazio per il miglioramento, in particolare sotto intervalli di pressione arteriosa estremi e qualità del segnale degradata. Concludono che sfruttare le informazioni complementari multi-lunghezza d'onda, combinate con strategie curriculum-adversarial, fornisce una via percorribile verso una stima della BP senza manicotto accurata e generalizzabile. Il lavoro futuro prevede la raccolta di ulteriori dati e miglioramenti nella valutazione della qualità del segnale.