蚂蚁 inclusionAI 开源心电编码器,256 维特征 0.25 秒掩码

11 月 20 日,蚂蚁 inclusionAI 在 Hugging Face 发布并开源生理信号编码器 LingSante-Pulse-1.0,采用宽松的 MIT 开源许可证,为开发者提供基础的信号编码资产。该模型负责输出信号表征,本身不包含针对特定下游任务的预测头,使用前需要先安装独立的推理代码包 lingsante_pulse。

输入接口与 128Hz 固定预处理

在输入格式上模型具备较好灵活性,支持一维时间序列、带通道维度的时间序列、带批次的三维输入,也支持对齐的通道字典,通道描述里可以写明实际采样率以及 modality 为 ECG、lead 为 II 之类的身份信息。开发者指明实际采样率与物理通道身份后,推理代码包会自动完成底层处理,其中包括固定的 128Hz 预处理,以及对观测样本与存储填充掩码的统一处理。

CLS 特征与 0.25 秒有效性掩码

特征输出结构上,模型把 CLS 特征与观测有效的 PatchMean 分开返回,两者维度均为批次乘以通道乘 256,各通道按输入顺序拼接。当设置 return_tokens 为真时,还能额外返回按顺序排列的 patch 特征,以及按 0.25 秒间隔划分的有效性掩码。仓库内包含模型参数文件、记录模型格式的配置文件,以及保存固定通道条件向量与名称的通道文件。

通道向量的来源与开源意义

官方说明显示,这些固定通道向量由 bge-small-en-v1.5 经过 CLS 池化与 L2 归一化生成,仓库里只放最终结果,不放生成脚本。站内 InclusionMed 医疗 AI 的 24 倍成本差 提醒过医疗模型的落地成本问题,这次 MIT 协议加纯表征定位,把编码器这一层的门槛降了下来,心电等连续生理信号的统一特征表征有了可复用的公共底座。

全部文章归档与模型专题