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

Resumo Técnico: Estimativa de Pressão Arterial Generalizável a partir de PPG de Comprimento de Onda Múltiplo Usando Aprendizado Curricular-Adversário

Definição do Problema
A estimação precisa e generalizável da pressão arterial (PA) é crítica para o manejo de doenças cardiovasculares, particularmente a hipertensão. Embora a fotopletismografia (PPG) vestível ofereça uma alternativa não invasiva e sem braçadeira aos métodos oscilométricos convencionais, as abordagens de aprendizado de máquina existentes enfrentam duas limitações significativas. Primeiro, muitos estudos baseiam-se exclusivamente em sinais PPG de comprimento de onda único, negligenciando as informações complementares disponíveis em dados de múltiplos comprimentos de onda. Segundo, e mais criticamente, muitos estudos empregam estratégias de divisão de dados inadequadas, como a divisão por segmento aleatório. Isso frequentemente resulta em vazamento de dados (data leakage), onde os conjuntos de treinamento e teste compartilham informações específicas do sujeito, levando a um desempenho superestimado e baixa generalização para novos indivíduos.

Metodologia
Os autores propõem um framework de estimativa de PA generalizável utilizando um conjunto de dados público de PPG de quatro comprimentos de onda (660nm, 730nm, 850nm e 940nm). O núcleo da abordagem é uma estratégia de Aprendizado Curricular-Adversário construída sobre uma arquitetura de Rede Neural Convolucional (CNN) multicanal.

1. Pré-processamento de Dados e Extração de Características:

   • O pipeline impõe uma divisão rigorosa por nível de sujeito (proporção 4:1 para treinamento/teste) para eliminar o vazamento de dados.
   • Os sinais PPG passam por filtragem passa-banda (0,5–8 Hz) e normalização Z-score.
   • As características são extraídas via derivadas de primeira e segunda ordem e envelopes superiores para capturar a dinâmica temporal e informações de pico.
   • Cada um dos quatro canais de PPG é processado através de dois ramos de CNN paralelos: um para o sinal normalizado e suas derivadas, e outro para os envelopes. Isso resulta em seis fluxos de entrada por canal.

2. Fusão Multicanal:

   • Os vetores de características extraídos dos ramos da CNN são fundidos usando um mecanismo de atenção. Esta camada atribui pesos suaves a cada canal, produzindo uma soma ponderada que serve como entrada para as tarefas subsequentes.

3. Aprendizado Curricular-Adversário:
   O modelo é treinado com três cabeças distintas e uma função de perda composta:

   • Aprendizado Curricular: O modelo é guiado de tarefas de nível grosseiro para tarefas de nível refinado. Inicialmente, um classificador binário prevê o status de hipertensão (PAS ≥130 mmHg ou PAD ≥90 mmHg) usando a perda de Entropia Cruzada Binária (BCE). À medida que o treinamento progride, o foco muda para a regressão de PA (estimando valores de PAS e PAD) usando a perda de Erro Quadrático Médio (MSE). Um peso adaptativo ($\lambda_1$) transiciona a função de perda da classificação para a regressão.
   • Treinamento Adversário de Domínio: Para aumentar a generalização entre sujeitos, um discriminador adversário de domínio tenta identificar a identidade do sujeito. Uma Camada de Reversão de Gradiente (GRL) é empregada durante o backpropagation para inverter os gradientes, forçando o extrator de características a aprender características invariantes ao sujeito que confundam o discriminador. Este componente utiliza a perda de Entropia Cruzada Categórica (CE).
   • Perda Total: Os objetivos são combinados como $L = \lambda_1 L_{reg} + (1 - \lambda_1) L_{cls} - \lambda_2 L_{adv}$, onde $\lambda_2$ controla a contribuição adversária.

Principais Contribuições

1. Avaliação Estrita por Nível de Sujeito: Os autores utilizam um conjunto de dados público de quatro comprimentos de onda, mas impõem uma divisão rigorosa por nível de sujeito, abordando os problemas de vazamento de dados prevalentes na literatura anterior.
2. Fusão de Características de Múltiplos Comprimentos de Onda: O estudo demonstra a eficácia da extração e fusão de características complementares através de quatro comprimentos de onda distintos (660nm, 730nm, 850nm, 940nm) em vez de depender de entradas de canal único.
3. Framework Curricular-Adversário: O artigo introduz uma combinação inovadora de aprendizado curricular (transição de classificação-para-regressão) e treinamento adversário de domínio para capturar simultaneamente padrões clínicos e características invariantes ao sujeito.

Resultados Experimentais
Os experimentos foram conduzidos em um conjunto de dados de 180 sujeitos (66 com hipertensão). O método proposto foi comparado contra modelos de canal único e baselines de múltiplos comprimentos de onda existentes (A-BiLSTM, MLP, CNN1D, Multi-CNN).

• Desempenho: Sob a divisão rigorosa por nível de sujeito, o método proposto alcançou um Erro Absoluto Médio (MAE) de 14,2 mmHg para a Pressão Sistólica (PAS) e 6,4 mmHg para a Pressão Diastólica (PAD).
• Vantagem Multicanal: O modelo de fusão multicanal completo superou consistentemente os modelos de canal único. Embora o canal de 660nm tenha performado melhor para PAS e o de 940nm para PAD individualmente, o modelo fundido alcançou o menor MAE e as pontuações de classificação mais altas da British Hypertension Society (BHS) (ex: 57,6% das previsões de PAS dentro de 15 mmHg).
• Comparação: A abordagem proposta superou todos os baselines, incluindo o modelo de base Multi-CNN, demonstrando o valor dos componentes curricular e adversário.
• Estudo de Ablação: Remover a cabeça de classificação (curricular) ou o discriminador adversário resultou em um MAE mais alto, confirmando que ambos os componentes são essenciais para o desempenho ideal.

Significância e Alegações
O artigo afirma que seu framework proposto oferece uma avaliação mais realista e robusta das capacidades de estimativa de PA ao eliminar o vazamento de dados através da divisão por nível de sujeito. Os autores destacam que, embora o protocolo mais rigoroso resulte em erros relatados mais altos em comparação com alguns estudos anteriores (que podem ter sofrido de vazamento), o modelo demonstra forte potencial para triagem de hipertensão e monitoramento de tendências de longo prazo.

Os autores mantêm-se modestos quanto à precisão atual, observando que o desempenho ainda tem margem para melhoria, particularmente sob faixas extremas de pressão arterial e qualidade de sinal degradada. Eles concluem que aproveitar a informação complementar de múltiplos comprimentos de onda, combinada com estratégias curriculares-adversárias, fornece um caminho viável para uma estimação de PA sem braçadeira precisa e generalizável. Trabalhos futuros planejam incluir coleta de dados adicional e melhorias na avaliação da qualidade do sinal.