让心电、肌电等生理信号拥有统一“语言”:蚂蚁 inclusionAI 开源 LingSante-Pulse-1.0,以 MIT 协议开放基础表征能力

当智能手表、连续健康监测、数字医疗影像和可穿戴算法开始深入真实临床场景时,一个底层问题逐渐浮出水面:不同设备、不同通道、不同采样条件下产生的生理信号,怎样被转换成模型更容易理解、下游任务更稳定复用的统一表征?

蚂蚁 inclusionAI 近日在 Hugging Face 上开源了 LingSante-Pulse-1.0。这是一款面向连续生理信号的编码器,目标是把心电等原始信号映射为可被算法调用的特征表达。该项目采用 MIT 开源许可证,开发者可以更自由地把它作为生理信号处理的底层资产,继续搭建自己的分析流程。

它不是“一键出诊断”,而是“先把信号变成特征”

从产品定位看,LingSante-Pulse-1.0 并不直接承担分类、异常检测、节律识别等具体任务预测。它输出的是信号表征本身,不包含面向特定下游场景的预测头。

换句话说,它更像一块“可复用的信号处理底座”:开发者拿到统一编码结果后,可以自行接上任务层,例如心律异常识别、睡眠阶段分析、疾病风险建模、可穿戴设备数据对齐,或进一步训练多模态健康模型。

这种设计降低了模型被锁定在某一固定场景中的风险,也让它更适合进入开放生态。

使用前需要一个独立推理包

开发者在调用模型资产前,需要先安装配套的推理代码包 lingsante_pulse。这个包承担了很多容易让人在工程侧重复造轮子的底层工作。

安装完成后,第一次调用 LingSantePulse.from_pretrained() 时,会自动完成模型下载。如果已经下载过模型文件,希望直接读取当前目录下的本地资产,也可以使用:

LingSantePulse.from_pretrained(".", local_files_only=True)

对于需要版本可控的项目,官方接口还支持通过 revision 锁定某个特定提交版本;同时,local_files_only=True 也可以用于调用本地或缓存资产。这对需要稳定复现实验、避免依赖网络拉取最新文件的研究者和团队来说非常实用。

输入足够灵活,但需要告诉模型“信号来自哪里”

LingSante-Pulse-1.0 的输入设计考虑了多种真实开发形态,支持以下数据形状:

  • [T]:单通道时序输入
  • [C, T]:多通道时序输入
  • [B, C, T]:批量化多通道时序输入
  • 对齐的通道字典:例如传入实际采样率 sample_rate,以及通道描述信息如 "modality": "ECG"、"lead": "II"

需要注意的是,开发者在调用时应当提供实际的采样率和物理通道身份信息。模型本身不要求开发者手动处理所有底层对齐工作,配套推理包会自动完成多项预处理。

统一压到 128 Hz,并处理掩码问题

在采样率方面,LingSante-Pulse-1.0 固定按 128 Hz 进行处理。不同设备、不同数据源可能提供不同采样率,统一处理有助于减少格式差异带来的训练和推理不稳定。

推理包还会处理观测样本与存储填充掩码,也就是原文所说的 storage-padding masks。在真实可穿戴和医疗数据里,传感器丢包、通道缺失、存储对齐空白都是常见问题。如果模型无法区分“有效观测”和“填充位置”,表征就容易失真。这里的掩码处理,让编码器更接近工程可用状态。

输出结构:全局表征与 Patch 特征分开返回

LingSante-Pulse-1.0 会把两类结果分开返回:

  • CLS 特征
  • 仅在观测有效位置计算的 PatchMean 特征

两者的维度均为 [B, C*256],并且各通道结果会按输入顺序拼接。这种输出方式对下游任务比较友好:CLS 可以用于整体语义表征,PatchMean 则保留更细粒度的片段聚合信息。

如果开发者打开 return_tokens=True,还可以额外获得按顺序排列的 patch 特征,以及按 0.25 秒间隔划分的有效性掩码。对于需要时序解释、片段定位或细粒度异常检测的场景,这些输出会更有价值。

仓库文件清单:参数、配置、通道信息都在这里

开源仓库内包含了较完整的模型与通道配置资产:

  • model.safetensors:保存编码器参数
  • config.json:记录模型格式,并支持自动文件完整性检查
  • channels.npz:保存固定的通道条件向量及其名称
  • channels.json:提供通道身份的物理描述信息

这意味着使用者不仅能加载模型权重,还能追溯输入通道的配置语义。对于多导联心电、多模态生理信号这类需要“知道通道代表什么”的任务来说,这部分资产非常关键。

通道向量来自公开文本编码器,但不附带上游资产

关于固定通道向量的来源,官方说明指出,它们是由 BAAI/bge-small-en-v1.5 经过 CLS 池化和 L2 归一化后生成的。开源仓库中只包含最终生成的向量结果,不分发上游编码器的代码、权重或分词器。

这一做法既保留了通道条件的可解释性,也避免把开源项目变成上游模型资产的再分发。

为什么这件事值得健康计算开发者关注

生理信号长期存在一个痛点:数据格式多、通道定义复杂、采样率不统一、缺失值处理方式各异。开发者往往要为不同任务分别设计数据管道,结果就是模型看起来很多,真正可复用的底层表征却很少。

LingSante-Pulse-1.0 的价值,不在于它直接解决某个具体医疗预测问题,而在于它试图把“连续生理信号如何编码”这件事沉淀为一个开放、轻量、可接入的工程资产。MIT 协议进一步降低了商业研究和开源实验的使用门槛。

对于可穿戴算法团队、健康大模型研究者、数字医疗开发者,以及正在构建生理信号基础模型的人来说,这类“不追求端到端答案,但追求统一表达”的开源组件,可能正是生态成熟前的必要一步。

相关工具推荐

如果你正在找能直接上手的工具,下面这几个是同类场景里用户用得比较多的:

  • 秘塔AI搜索 —— 秘塔 AI 搜索是提米哥最近用得最多的搜索引擎,没有之一!它真正做到了“无广告、无废话、直达结果”。你搜
  • 360AI搜索 —— 红衣教主周鸿祎对 AI 非常上心,360 AI 搜索也是他的重点项目。提米哥觉得 360 做搜索的优势在
  • 百度搜索 —— 百度作为国内搜索老大,自然不会在 AI 时代掉队。现在的百度搜索已经深度融合了文心一言的能力。提米哥发现

想看更多同类内容,可以翻翻 AI资讯 分类。

更多工具可从 程序员入口 按人群(电商人 / 自媒体人 / 程序员 / 学生科研)进入。

more