Resumo Técnico: Estimativa Sinérgica de Pressão Arterial via Radar mmWave e Fotopletismografia de Imagem sem Contato

1. Definição do Problema

O monitoramento contínuo e sem contato da pressão arterial (NCBP) é crítico para o manejo de doenças cardiovasculares, porém as abordagens existentes de modalidade única enfrentam limitações físicas inerentes. A Fotopletismografia de Imagem (iPPG), que captura flutuações volumétricas ópticas distais, é altamente suscetível a artefatos ambientais (ex: iluminação instável) e sensibilidade ao tom de pele. Por outro closely, o radar de onda contínua com modulação de frequência (FMCW) de milimétricas (mmWave), que captura micro-movimentos cardíacos proximais (Sinais de Movimento de Radar, RMS), carece da visibilidade arterial periférica necessária para computar independentemente surrogados de pressão baseados em trânsito. Além disso, os frameworks de dupla modalidade existentes frequentemente dependem de fusão rudimentar ao nível de características (ex: cálculo escalar do Tempo de Trânsito de Pulso via detecção de pico), o que é vulnerável ao desalinhamento de fase e artefatos de movimento transitórios. Há uma falta de investigação sistemática em paradigmas de aprendizado profundo capazes de fundir esses sinais heterogêneos para superar disparidades morfológicas e restrições ambientais.

2. Metodologia

2.1 Base Fisiológica e Paradigma de Sensoriamento

O estudo propõe um paradigma de sensoriamento de dupla modalidade sinérgico que integra iPPG facial com radar mmWave voltado para a parte posterior.

• Modelo Fisiológico: A abordagem fundamenta-se nas equações de Moens-Korteweg e Hughes, que relacionam a Pressão Arterial (PA) com a Velocidade da Onda de Pulso (PWV) e o Tempo de Trânsito de Pulso (PTT). O framework visa capturar um surrogado de PTT sem contato (ncPTT) alinhando o evento de ejeção cardíaca proximal (detectado via RMS) com a chegada do pulso distal (detectado via iPPG).
• Configuração de Hardware:
  • iPPG: Uma câmera RGB de alta precisão captura vídeo facial (30 Hz) a 50 cm à frente do sujeito.
  • Radar mmWave: Um radar FMCW de 24 GHz é colocado 50 cm atrás do sujeito, voltado para o torso posterior. Esta configuração "voltada para trás" aproveita o contato do sujeito com a cadeira para suprimir o balanço corporal macroscópico, isolando vibrações cardiomecânicas sutis.
  • Ground Truth (Verdade de Campo): Um sistema clínico de Pressão Arterial Arterial Não Invasiva Contínua (CNAP) fornece referências de SBP (Sistólica) e DBP (Diastólica) batimento a batimento.

2.2 Processamento de Sinal

• Extração de iPPG: A Região de Interesse (ROI) da testa é processada usando a combinação do espaço de cores CHROM. O sinal passa por filtragem de fase zero e Decomposição de Modo Variacional Sucessiva (SVMD) para mitigar artefatos de iluminação e estabilizar a linha de base volumétrica.
• Extração de RMS: O fluxo complexo I/Q do radar é convertido em uma trajetória de fase não destorcida. Um filtro passa-baixa Butterworth de 4ª ordem de fase zero (corte de 4 Hz) e SVMD são aplicados para isolar o componente cardiomecânico (0,8–2 Hz), reconstruindo efetivamente o evento inicial de ejeção sistólica.
• Sincronização: Ambos os fluxos são subamostrados para 30 Hz e alinhados temporalmente. Um buffer de 5 segundos é truncado das extremidades do sinal para evitar efeitos de borda durante a filtragem.

2.3 Arquitetura de Deep Learning: BiLSTM-MS-DiCNN

Para abordar a disparidade morfológica entre ondas mecânicas de radar 1D e flutuações ópticas de alta dimensão, os autores propõem uma rede de ponta a ponta:

• Entrada: Sequências de canal duplo sincronizadas (iPPG e RMS) em janelas de 120 passos de tempo (4 segundos).
• Ramo BiLSTM: Modela dependências temporais de longo alcance e memória hemodinâmica processando sequências em ambas as direções (forward e backward), seguido de Global Average Pooling.
• Ramo MS-DiCNN: Aborda disparidades morfológicas espaciais usando Convoluções Dilatadas Multi-Escala (taxas de dilatação $d=1, 2, 4$) para capturar características em várias escalas sem perda de resolução. Um mecanismo de atenção Squeeze-and-Excitation (SE) recalibra as respostas dos canais para focar em características fisiologicamente relevantes.
• Fusão Adaptativa e Módulo de Adaptação de Sujeito (SAM): Os vetores latentes de ambos os ramos são fundidos adaptativamente. O SAM utiliza uma breve fase de calibração inicial (primeiros 10% dos dados de um novo sujeito) para ajustar a rede à complacência arterial individual e aos tons vasculares de linha de base, abordando a variabilidade intersujeito.

3. Configuração Experimental

• Participantes: 15 voluntários saudáveis (9 homens, 6 mulheres; idade 22 ± 3 anos).
• Protocolos: Os dados foram coletados sob três estados hemodinâmicos distintos para testar a robustez:
  1. Sentado (Sit): Respiração normal (baseline).
  2. Respiração Profunda (DB): Indução de Arritmia Sinusal Respiratória (RSA) e variações de pressão intratorácica.
  3. Pós-Exercício (Ex): Picos cardíacos de alta frequência e respiração desordenada após uma corrida de 2 minutos.
• Estratégia de Validação: Foi aplicado um protocolo de validação cruzada Leave-One-Subject-Out (LOSO) para evitar vazamento de dados. Degradações sintéticas (ruído Gaussiano, sobre/subexposição, compressão H.264) foram aplicadas ao canal iPPG para avaliar a robustez.

4. Resultados Principais

4.1 Desempenho sob Condições Padrão

Sob condições de repouso, o framework de dupla modalidade alcançou:

• Pressão Sistólica (SBP): Diferença Absoluta Média (MAD) de 4,71 mmHg, Diferença de Raiz Quadrada Média (RMSD) de 6,13 mmHg, e $R^2$ de 0,85.
• Pressão Diastólica (DBP): MAD de 4,60 mmHg, RMSD de 5,76 mmHg, e $R^2$ de 0,87.
  Estes resultados estão dentro dos limites de erro comumente citados para o padrão AAMI (5 ± 8 mmHg). O modelo manteve desempenho consistente durante perturbações fisiológicas (Respiração Profunda: SBP MAD 6,35 mmHg; Pós-Exercício: SBP MAD 5,33 mmHg).

4.2 Comparação com Modalidade Única e Baselines

• Dual vs. Modalidade Única: A abordagem de dupla modalidade superou significativamente os baselines de apenas iPPG e apenas RMS. Modelos de modalidade única exibiram maior dispersão de erro (SDE > 9 mmHg para apenas RMS), enquanto o modelo fundido suprimiu artefatos e melhorou a estabilidade.
• Comparação de Modelos: O proposto BiLSTM-MS-DiCNN superou regressores tradicionais (XGBoost, SVR, GPR) e uma Rede Neural Feedforward (FNN) de dois fluxos em termos de precisão e eficiência computacional (tamanho do modelo < 1 MB; tempo de inferência ~30s em GPU).

4.3 Robustez à Degradação de Sinal

Quando os sinais de iPPG foram degradados por ruído Gaussiano, sobreexposição ou subexposição:

• O modelo apenas iPPG sofreu quedas significativas de desempenho (ex: SBP MAD aumentou de 5,35 mmHg para 9,98 mmHg sob subexposição).
• O modelo de Dupla Modalidade manteve margens de erro baixas (SBP MAD ~5,3–5,4 mmHg) e alta correlação ($R^2 > 0,7$), demonstrando que o radar mmWave compensa efetivamente a degradação do sinal óptico.

4.4 Análise de Ablação e Calibração

• Ablação: Remover qualquer componente central (BiLSTM, MS-DiCNN, dilatação, ou fusão) resultou em degradação drástica do desempenho (ex: remover MS-DiCNN aumentou o SBP MAD para 12,54 mmHg), confirmando a necessidade de cada módulo.
• Calibração: O modelo retém uma capacidade de linha de base mensurável mesmo sem calibração (razão de calibração 0%: SBP MAD 7,52 mmHg). O desempenho melhora com calibração breve (razão de 10%), reduzindo o SMM para 4,71 mmHg, indicando que o SAM melhora a personalização, mas não é estritamente necessário para o funcionamento do modelo.

4.5 Interpretabilidade Fisiológica

Uma análise de sonda linear confirmou que as características internas fundidas da rede codificam informações de PTT sem contato, alcançando uma correlação de Pearson de $r = 0,726$ ($p < 10^{-30}$) com o ncPTT de referência. Isso sugere que o modelo aprende implicitamente a relação temporal fisiológica relevante entre a ejeção proximal e a chegada distal.

5. Significância e Alegações

O artigo afirma que este estudo fornece uma demonstração de viabilidade de um paradigma de sensoriamento de dupla modalidade sinérgica para monitoramento de NCBP. As principais contribuições incluem:

1. Viabilidade da Fusão Face-Costas: Validar que a combinação de iPPG facial com radar mmWave voltado para a parte posterior mitiga efetivamente as sensibilidades ambientais de modalidade única, fornecendo condições de contorno complementares da árvore cardiovascular.
2. Inovação Arquitetônica: O desenvolvimento da rede BiLSTM-MS-DiCNN aborda com sucesso a disparidade morfológica entre sinais heterogêneos, permitendo o mapeamento de ponta a ponta sem a necessidade de extração de características intermediárias frágeis.
3. Robustez: O framework demonstra que o radar mmWave pode atuar como uma modalidade compensatória quando os sinais ópticos estão comprometidos, um requisito crítico para implantação no mundo real.
4. Alinhamento Fisiológico: A capacidade do modelo de codificar implicitamente a informação de PTT apoia a validade da abordagem de aprendizado profundo como um método fisiologicamente fundamentado, em vez de uma "caixa preta".

Os autores enfatizam que, embora os resultados sejam promissores e competitivos com métodos atuais de sem contato, o estudo é limitado a uma coorte controlada de 15 participantes jovens e saudáveis. Trabalhos futuros são identificados como necessários para incluir demografias diversas, casos patológicos e ensaios clínicos com dispositivos médicos certificados.