El muestreo compresivo en el dominio de ambigüedad ofrece un método eficiente para reconstruir distribuciones tiempo-frecuencia de alta calidad (TFDs) en señales diversas. Sin embargo, evaluar la calidad de estas reconstrucciones presenta un desafío significativo debido a la posible pérdida de auto-terminos cuando un parámetro de regularización es inapropiado. Las métricas globales tradicionales tienen limitaciones inherentes, mientras que la métrica local de entropía de Rényi (LRE) de vanguardia proporciona una evaluación de un solo valor pero carece de interpretabilidad e información posicional de auto-terminos. Este documento introduce un nuevo criterio de rendimiento que aprovecha estimaciones de frecuencia instantánea y retardo de grupo directamente en el plano tiempo-frecuencia 2D, ofreciendo una evaluación más matizada al evaluar individualmente la preservación de auto-terminos, la calidad de resolución y la supresión de interferencias en TFDs. Los resultados experimentales en señales gravitacionales sintéticas ruidosas y del mundo real demuestran la efectividad de esta medida en la evaluación de TFDs reconstruidos, con un enfoque en la preservación de auto-terminos. La métrica propuesta ofrece ventajas en interpretabilidad y eficiencia de memoria, mientras que su aplicación a la optimización metaheurística produce TFDs reconstruidos de alto rendimiento significativamente más rápidamente que la métrica basada en LRE existente. Estos beneficios resaltan su usabilidad en métodos avanzados y aplicaciones relacionadas con la máquina.