Resumo Técnico: QiVC-Net: Rede Convolucional Variacional de Inspiração Quântica

Definição do Problema

O aprendizado profundo probabilístico é essencial para melhorar a confiabilidade e a robustez dos modelos em domínios críticos para a segurança, como a análise de sinais biomédicos. No entanto, os atuais frameworks de aprendizado profundo bayesiano frequentemente dependem de modelos de ruído isotrópicos simplistas ou suposições de campo médio (mean-field) que falham em capturar a variabilidade estruturada e consciente da geometria inerente aos espaços de parâmetros de alta dimensão. Essa limitação leva a estimativas de incerteza mal calibradas, particularmente sob mudanças de distribuição comuns em biossinais do mundo real.

Especificamente, na classificação de Fonocardiogramas (PCG), os desafios incluem baixas relações sinal-ruído, alta variabilidade interpaciente, artefatos ambientais e um desequilíbrio significativo de classes entre sons cardíacos normais e anormais. Embora modelos de aprendizado profundo (CNNs, RNNs, Transformers) tenham melhorado o desempenho, eles frequentemente carecem de quantificação de incerteza robusta e interpretabilidade, que são cruciais para o suporte à decisão clínica.

Metodologia

O artigo apresenta o QiVC-Net, um framework de aprendizado que integra princípios de inferência probabilística, otimização variacional e operações de preservação de geometria inspiradas em transformações quânticas. A inovação central é o mecanismo de Ensemble Rotacionado de Inspiração Quântica (QiRE), instanciado dentro de uma camada de Convolução Variacional de Inspiração Quântica (QiVConv).

Componentes Principais

1. Camada QiVConv (Convolução Variacional de Inspração Quântica):

   • Mecanismo: Em vez de injetar ruído Gaussiano não estruturado nos pesos dos kernels, a QiVConv realiza rotações de subespaço de baixa dimensão diferenciáveis dos pesos convolucionais.
   • Processo:
     • Os pesos do kernel convolucional são vetorizados em um único vetor global.
     • Um subespaço aleatório é gerado via decomposição QR de uma matriz Gaussiana.
     • O ruído é amostrado, normalizado para uma hiperesfera unitária (análogo a um estado quântico) e submetido a uma rotação unitária estruturada (medida de Haar) dentro deste subespaço.
     • O ruído rotacionado é combinado com o componente ortogonal do ruído original (troca de subespaço) para criar uma perturbação estruturada final.
     • O ruído de despolarização opcional simula efeitos de decoerência.
   • Vantagens: Esta abordagem preserva a geometria intrínseca e a norma do espaço de pesos, permitindo a modelagem de incerteza estruturada sem introduzir parâmetros aprendíveis adicionais além da média e do desvio padrão. Ela evita a instabilidade das perturbações isotrópicas.

2. Bloco de Fusão de Reversão Residual (RFR):

   • Para abordar a coerência temporal em sinais de PCG, a rede incorpora blocos RFR.
   • Estes blocos processam a entrada através de caminhos duplos: um caminho direto (forward) e um caminho reverso no tempo (backward), ambos utilizando camadas QiVConv.
   • As saídas são fundidas usando camadas LSTM e conexões residuais (concatenação seguida de refinamento) para capturar dependências temporais bidirecionais e dinâmicas fisiológicas.

3. Estratégia de Treinamento:

   • O modelo é treinado usando uma função de perda composta combinando Entropia Cruzada Categórica (CCE) e Perda de Dice, com ponderação dinâmica para lidar com o desequilíbrio de classes.
   • A inferência variacional é regularizada via divergência de Kullback–Leibler (KL) contra uma priori Gaussiana unitária.
   • O framework opera em espaços vetoriais de valores reais usando decomposições QR e rotações de Haar ortogonais, evitando o overhead computacional da aritmética de números complexos enquanto mimetiza a evolução unitária.

Principas Contribuições

Os autores resumem suas contribuições como segue:

• Camada QiVConv: Uma camada convolucional probabilística que introduz rotações de subespaço preservadoras de norma, as quais aprimoram a calibração da incerteza enquanto mantêm a estrutura expressiva do kernel.
• Amostragem QiRE: Um mecanismo de perturbação estocástica estruturada que realiza rotações de inspiração unitária diferenciáveis dos pesos, permitindo inferência do tipo Bayesiano sem aritmética de números complexos.
• Arquitetura de Caminho Duplo Consciente de Incerteza: Integração da QiVConv com blocos RFR para capturar dinâmicas temporais bidirecionais em sinais de PCG sem adicionar parâmetros aprendíveis extras.
• Design Clinicamente Alinhado: Um framework computacionalmente eficiente que unifica quantificação de incerteza, robustez à variação de sinal e coerência temporal para um suporte à decisão baseado em PCG confiável.

Resultados Experimentais

O framework foi avaliado em dois conjuntos de dados de referência: PhysioNet CinC 2016 (adulto, condições heterogêneas) e PhysioNet CirCor DigiScope 2022 (pediátrico, gravações de múltiplos locais).

• Desempenho: O QiVC-Net alcançou desempenho de estado da arte em ambos os conjuntos de dados.
  • CinC: 97,84% de acurácia, 98,14% de especificidade, 96,89% de sensibilidade e 95,60% de F1-score.
  • CirCor: 97,89% de acurácia, 99,27% de especificidade, 92,34% de sensibilidade e 95,55% de F1-score.
• Robustez: Sob variações de Razão Sinal-Ruído (SNR), o modelo manteve alta capacidade discriminativa (AUC) e acurácia, mostrando uma degradação suave conforme o ruído aumentava.
• Calibração: Diagramas de confiabilidade indicaram previsões bem calibradas com baixo Erro de Calibração Esperado (ECE), demonstrando um comportamento conservador e consciente da incerteza, adequado para sinais ambíguos.
• Estudos de Ablação:
  • Vs. Determinístico: Todos os métodos variacionais superaram o baseline determinístico.
  • Vs. Variacional Padrão: O mecanismo estruturado QiRE superou consistentemente o ruído Gaussiano de campo médio (variante Gaussiana) e os baselines Bayesianos estabelecidos (Flipout, Reparameterization) em acurácia e F1-score.
  • Dimensão do Subespaço: A análise de sensibilidade mostrou desempenho estável para dimensões de subespaço $k \in [3, 9]$, sendo $k=5$ identificado como o equilíbrio ideal entre acurácia e custo computacional.

Significância e Alegações

O artigo afirma que o QiVC-Net oferece um framework versátil para avançar o modelagem consciente de incerteza na análise de sinais biomédicos do mundo real. Sua significância reside em:

1. Incerteza de Preservação Geométrica: Ao recorrer a uma analogia matemática da evolução unitária, a abordagem permite a modelagem de incerteza estruturada que respeita a geometria intrínseca do espaço de parâmetros, levando a previsões melhor calibradas do que modelos de ruído isotrópicos.
2. Eficiência: O método alcança esses ganhos sem adicionar carga computacional significativa ou parâmetros aprendíveis extras, tornando-o adequado para implantação leve.
3. Relevância Clínica: O framework aborda desafios críticos na análise de PCG, como ruído, desequilíbrio de classes e a necessidade de estimativas de confiança confiáveis, fornecendo uma ferramenta robusta para detecção de doenças cardiovasculares.
4. Generalização: O desempenho consistente através de diversos conjuntos de dados (adulto vs. pediátrico, ambientes controlados vs. ruidosos) destaca o potencial do framework para aplicações mais amplas em análise de biossinais.

Os autores observam que, embora o método seja conceitualmente motivado pela mecânica quântica, ele opera inteiramente em hardware clássico usando operações de valores reais, unindo a vantagem teórica da inspiração quântica com a implementação prática de aprendizado profundo.