PulseLM：面向 PPG-Text 学习的基础数据集与基准
计算与语言
2026-05-08 v2 人工智能
摘要
脉搏波形成像电生理（PPG）是连续心血管和生理监测中广泛使用的无创探测方式，适用于临床、实验室和可穿戴设备等场景。虽然现有 PPG 数据集支持广泛的下游任务，但通常仅以数值测量值或任务特定标签形式提供监督，限制了其与语言界面和多模态基础模型的兼容性。本文介绍了 PulseLM，一个大规模 PPG 文本问答数据集，通过统一的问答（QA）表述将原始 PPG 波形与自然语言桥接起来。PulseLM 汇集了来自十六个公开来源的 PPG 记录，并将异构标注整合为 12 个下游任务。该数据集包含超过 100 万个标准化 10 秒 PPG 段落，涉及近 250 万个问答对。我们进一步定义了可复现的数据管道、训练和评估协议，并使用基于 PPG 的多模态大语言模型建立了基线基准。PulseLM 为研究语言驱动的生理推理、跨数据集泛化以及可扩展的 PPG 多模态模型基准提供了标准化基础。我们公开了数据集与代码，地址分别为 https://huggingface.co/datasets/Manhph2211/PulseLM 和 https://github.com/manhph2211/PULSE-LM。
引用
@article{arxiv.2603.03331,
title = {PulseLM: A Foundation Dataset and Benchmark for PPG-Text Learning},
author = {Hung Manh Pham and Jinyang Wu and Xiao Ma and Yiming Zhang and Yixin Xu and Aaqib Saeed and Bin Zhu and Zhou Pan and Dong Ma},
journal= {arXiv preprint arXiv:2603.03331},
year = {2026}
}
备注
PulseLM v2