蚂蚁 inclusionAI 开源生理信号编码器 LingSante-Pulse-1.0:MIT 协议开放表征能力
医疗健康与可穿戴设备领域对生理信号分析需求增长,心电等连续生理信号的统一、规范特征表征愈发关键。蚂蚁 inclusionAI 近日在 Hugging Face 发布并开源生理信号编码器 LingSante-Pulse-1.0,采用 MIT 许可证,为开发者提供基础信号编码资产。其核心定位是提供纯信号表征,需搭配推理代码
心电等连续生理信号要做分析,先得有一套统一、规范的特征表征,这也是医疗健康和可穿戴设备领域近来绕不开的技术环节。蚂蚁 inclusionAI 近日把生理信号编码器 LingSante-Pulse-1.0 发布在 Hugging Face 上并开源,许可证用的是宽松的 MIT,开发者由此拿到一份基础的信号编码资产。
它的定位很明确:只输出信号表征,不带针对具体下游任务的预测头,属于纯粹的生理信号编码器。要用起来,得先装上独立的推理代码包 lingsante_pulse。
装好之后调 LingSantePulse.from_pretrained(),首次运行会自动下载模型;如果想直接读取当前模型目录里已经下好的资产,可以写成 LingSantePulse.from_pretrained(".", local_files_only=True)。另外,用户还能靠 revision 锁定某个提交版本,或者用 local_files_only=True 去调本地和缓存里的资产。
输入这块相当灵活,[T]、[C,T]、[B,C,T] 都可以,也接受对齐的通道字典,比如传入实际采样率 sample_rate,再带上 "modality": "ECG"、"lead": "II" 这类通道描述。
实际采样率和物理通道身份需要开发者自己指明,剩下的底层处理交给配套的推理代码包自动完成。
预处理是固定的 128-Hz,观测样本和存储填充掩码(storage-padding masks)都由代码包一并处理。
输出方面,CLS 特征和观测有效的 PatchMean 分开返回,维度都是 [B,C*256],各通道按输入顺序拼接。如果把 return_tokens=True 打开,还会额外给出按顺序排列的 patch 特征,以及按0.25秒 间隔划分的有效性掩码。
开源仓库里模型和通道的配置说明文件是齐全的:model.safetensors 存放编码器参数;config.json 记录模型格式,还支持自动检查文件完整性。
channels.npz 保存固定的通道条件向量及名称,channels.json 则提供通道身份的物理描述信息。
这些固定通道向量从哪来?官方说明是:由 BAAI/bge-small-en-v1.5 经 CLS 池化和 L2 归一化生成。仓库里只放最终生成的向量结果,上游编码器的代码、权重和分词器都不分发。