Sintesi Tecnica: Stima Sinergica della Pressione Arteriosa tramite Radar mmWave e Imaging Fotopletismografia senza Contatto

1. Definizione del Problema

Il monitoraggio continuo e senza contatto della pressione arteriosa (NCBP) è fondamentale per la gestione delle malattie cardiovascolari, tuttavia gli approcci esistenti a singola modalità affrontano limiti fisici intrinseci. L'Imaging Fotopletismografia (iPPG), che cattura le fluttuazioni volumetriche ottiche distali, è altamente suscettibile agli artefatti ambientali (es. illuminazione instabile) e alla sensibilità del tono cutaneo. Al contrario, il radar a onde millimetriche (mmWave) a onda continua a modulazione di frequenza (FMCW), che cattura i micro-movimenti cardiaci prossimali (Radar Motion Signals, RMS), manca della visibilità arteriosa periferica necessaria per calcolare indipendentemente i surrogati della pressione basati sulla trasmissione. Inoltre, gli attuali framework a doppia modalità si affidano spesso a una fusione rudimentale a livello di feature (es. calcolo scalare del Pulse Transit Time tramite rilevamento dei picchi), la quale è vulnerabile al disallineamento di fase e agli artefatti da movimento transitorio. Vi è una mancanza di investigazione sistematica su paradigmi di deep learning capaci di fondere questi segnali eterogenei per superare le disparità morfologiche e i vincoli ambientali.

2. Metodologia

2.1 Base Fisiologica e Paradigma di Rilevamento

Lo studio propone un paradigma di rilevamento sinergico a doppia modalità che integra l'iPPG facciale con un radar mmWave rivolto verso la parte posteriore.

• Modello Fisiologico: L'approccio si basa sulle equazioni di Moens-Korteweg e Hughes, che mettono in relazione la Pressione Arteriosa (BP) con la Pulse Wave Velocity (PWV) e il Pulse Transit Time (PTT). Il framework mira a catturare un surrogato del ncPTT (non-contact PTT) allineando l'evento di eiezione cardiaca prossimale (rilevato tramite RMS) con l'arrivo del polso distale (rilevato tramite iPPG).
• Configurazione Hardware:
  • iPPG: Una telecamera RGB ad alta precisione cattura il video facciale (30 Hz) da 50 cm davanti al soggetto.
  • Radar mmWave: Un radar FMCW a 24 GHz è posizionato 50 cm dietro il soggetto, rivolto verso il torace posteriore. Questa configurazione "rivolta all'indietro" sfrutta il contatto del soggetto con la sedia per sopprimere le oscillazioni macroscopiche del corpo, isolando sottili vibrazioni cardiomeccaniche.
  • Ground Truth: Un sistema di Pressione Arteriosa Continua Non Invasiva (CNAP) di grado clinico fornisce riferimenti beat-to-beat per SBP e DBP.

2.2 Elaborazione del Segnale

• Estrazione iPPG: La Regione di Interesse (ROI) della fronte viene elaborata utilizzando la combinazione dello spazio colore CHROM. Il segnale subisce una filtrazione a fase zero e una Decomposizione Modale Variazionale Successiva (SVMD) per mitigare gli artefatti di illuminazione e stabilizzare la linea di base volumetrica.
• Estrazione RMS: Lo stream I/Q complesso del radar viene convertito in una traiettoria di fase non avvolta. Viene applicato un filtro passa-basso Butterworth a fase zero del 4° ordine (taglio a 4 Hz) e la SVMD per isolare la componente cardiomeccanica (0.8–2 Hz), ricostruendo efficacemente l'evento iniziale di eiezione sistolica.
• Sincronizzazione: Entrambi gli stream vengono sottocampionati a 30 Hz e allineati temporalmente. Un buffer di 5 secondi viene troncato dalle estremità del segnale per evitare effetti di bordo durante il filtraggio.

2.3 Architettura di Deep Learning: BiLSTM-MS-DiCNN

Per affrontare la disparità morfologica tra le onde meccaniche radar 1D e le fluttuazioni ottiche ad alta dimensionalità, gli autori propongono una rete end-to-end:

• Input: Sequenze a doppio canale sincronizzate (iPPG e RMS) suddivise in finestre di 120 step temporali (4 secondi).
• Branch BiLSTM: Modella le dipendenze temporali a lungo raggio e la memoria emodinamica elaborando le sequenze in entrambe le direzioni (avanti e indietro), seguite da un Global Average Pooling.
• Branch MS-DiCNN: Affronta le disparità morfologiche spaziali utilizzando Convoluzioni Dilatate Multi-Scala (rate di dilatazione $d=1, 2, 4$) per catturare feature a diverse scale senza perdita di risoluzione. Un meccanismo di attenzione Squeeze-and-Excitation (SE) ricalibra le risposte dei canali per concentrarsi sulle feature fisiologicamente rilevanti.
• Modulo di Fusione Adattiva e Adattamento del Soggetto (SAM): I vettori latenti dai due branch vengono fusi in modo adattivo. Il SAM utilizza una breve fase di calibrazione iniziale (primi 10% dei dati di un nuovo soggetto) per perfezionare la rete alla compliance arteriosa individuale e ai toni vascolari basali, affrontando la variabilità inter-soggetto.

3. Setup Sperimentale

• Partecipanti: 15 volontari sani (9 maschi, 6 femmine; età 22 ± 3 anni).
• Protocolli: I dati sono stati raccolti sotto tre stati emodinamici distinti per testare la robustezza:
  1. Seduti (Sit): Respirazione normale (baseline).
  2. Respirazione Profonda (DB): Induzione di Aritmia Sinusale Respiratoria (RSA) e variazioni della pressione intratoracica.
  3. Post-Esercizio (Ex): Picchi cardiaci ad alta frequenza e respirazione disordinata dopo una corsa di 2 minuti.
• Strategia di Validazione: È stato imposto un protocollo di cross-validazione Leave-One-Subject-Out (LOSO) per prevenire la fuga di dati (data leakage). Degradazioni sintetiche (rumore Gaussiano, sovraesposizione/sottoesposizione, compressione H.264) sono state applicate al canale iPPG per valutarne la robustezza.

4. Risultati Chiave

4.1 Performance in Condizioni Standard

In condizioni di riposo, il framework a doppia modalità ha ottenuto:

• Pressione Sistolica (SBP): Differenza Media Assoluta (MAD) di 4.71 mmHg, Differenza Media Quadrata (RMSD) di 6.13 mmHg, e $R^2$ di 0.85.
• Pressione Diastolica (DBP): MAD di 4.60 mmHg, RMSD di 5.76 mmHg, e $R^2$ di 0.87.
  Questi risultati rientrano nei limiti di errore comunemente citati per gli standard AAMI (5 ± 8 mmHg). Il modello ha mantenuto prestazioni costanti durante le perturbazioni fisiologiche (Respirazione Profonda: SBP MAD 6.35 mmHg; Post-Esercizio: SBP MAD 5.33 mmHg).

4.2 Confronto con Singola Modalità e Baseline

• Dual vs. Single Modality: L'approccio a doppia modalità ha superato significativamente i baseline basati solo su iPPG o solo su RMS. I modelli a singola modalità hanno mostrato una maggiore dispersione dell'errore (SDE > 9 mmHg per RMS-only), mentre il modello fuso ha soppresso gli artefatti e migliorato la stabilità.
• Confronto tra Modelli: Il BiLSTM-MS-DiCNN proposto ha superato i regressori tradizionali (XGBoost, SVR, GPR) e una rete neurale feedforward (FNN) a doppio stream in termini di accuratezza ed efficienza computazionale (dimensione del modello < 1 MB; tempo di inferenza ~30s su GPU).

4.3 Robustezza alla Degradazione del Segnale

Quando i segnali iPPG sono stati degradati da rumore Gaussiano, sovraesposizione o sottoesposizione:

• Il modello solo iPPG ha subito cali significativi di performance (es. la SBP MAD è aumentata da 5.35 mmHg a 9.98 mmHg in caso di sottoesposizione).
• Il modello Dual-Modality ha mantenito margini di errore bassi (SBP MAD ~5.3–5.4 mmHg) e un'alta correlazione ($R^2 > 0.7$), dimostrando che il radar mmWave compensa efficacementamente la degradazione del segnale ottico.

4.4 Analisi di Ablazione e Calibrazione

• Ablazione: La rimozione di qualsiasi componente core (BiLSTM, MS-DiCNN, dilatazione, fusione) ha causato un drastico degrado delle performance (es. rimuovere MS-DiCNN ha aumentato la SBP MAD a 12.54 mmHg), confermando la necessità di ogni modulo.
• Calibrazione: Il modello mantiene una capacità di base misurabile anche senza calibrazione (rapporto di calibrazione 0%: SBP MAD 7.52 mmHg). Le performance migliorano con una breve calibrazione (rapporto 10%), riducendo la SBP MAD a 4.71 mmHg, indicando che il SAM migliora la personalizzazione ma non è strettamente richiesto per il funzionamento del modello.

4.5 Interpretabilità Fisiologica

Un'analisi di sonda lineare ha confermato che le feature interne fuse della rete codificano l'informazione di PTT non a contatto, raggiungendo una correlazione di Pearson di $r = 0.726$ ($p < 10^{-30}$) con il ncPTT reale. Ciò suggerisce che il modello apprende implicitamente la relazione temporale fisiologicamente rilevante tra l'eiezione prossimale e l'arrivo distale.

5. Significato e Rivendicazioni

Il documento afferma che questo studio fornisce una dimostrazione di fattibilità di un paradigma di rilevamento sinergico a doppia modalità per il monitoraggio della NCBP. I contributi chiave includono:

1. Fattibilità della Fusione Face-Back: Validazione del fatto che la combinazione dell'iPPG facciale con il radar mmWave rivolto verso la parte posteriore mitiga efficacemente le sensibilità ambientali della singola modalità, fornendo al contempo condizioni al contorno complementari dell'albero cardiovascolare.
2. Innovazione Architetturale: Lo sviluppo della rete BiLSTM-MS-DiCNN affronta con successo la disparità morfologica tra segnali eterogenei, consentendo una mappatura end-to-end senza l'estrazione di feature intermedie fragili.
3. Robustezza: Il framework dimostra che il radar mmWave può agire come una modalità compensativa quando i segnali ottici sono compromessi, un requisito critico per l'implementazione nel mondo reale.
4. Allineamento Fisiologico: La capacità del modello di codificare implicitamente l'informazione PTT supporta la validità dell'approccio di deep learning come metodo fisiologicamente fondato piuttosto che come "black box".

Gli autori sottolineano che, sebbene i risultati siano promettenti e competitivi con i metodi non a contatto allo stato dell'arte, lo studio è limitato a una coorte controllata di 15 partecipanti giovani e sani. Si identifica come lavoro futuro la necessità di includere demografie diverse, casi patologici e trial clinici con dispositivi medici certificati.