PULSE 7B

🚀 PULSE-7B

PULSE-7B是一個專門用於心電圖（ECG）圖像解讀的多模態大語言模型。它藉助包含超百萬條指令微調樣本的ECGInstruct數據集，能處理多種數據源的ECG相關任務。該模型突破了傳統ECG解讀方法的侷限，可對打印和數字ECG圖像進行有效解讀，在資源受限場景中具有重要價值。同時，配合ECGBench基準測試，PULSE-7B展現出了卓越的性能。

🌐 項目頁面：https://aimedlab.github.io/PULSE/

📄 論文：https://arxiv.org/abs/2410.19008

🧑‍💻 代碼：https://github.com/AIMedLab/PULSE

👩‍⚕️ ECGInstruct（訓練集）：https://huggingface.co/datasets/PULSE-ECG/ECGInstruct

⚖️ ECGBench（測試集）：https://huggingface.co/datasets/PULSE-ECG/ECGBench

🚀 快速開始

本項目圍繞PULSE-7B多模態大語言模型展開，旨在推動ECG圖像解讀的發展。你可以通過上述鏈接訪問項目頁面、查看論文、獲取代碼以及下載相關數據集。

✨ 主要特性

• 多模態處理能力：PULSE-7B是專門為ECG圖像解讀設計的多模態大語言模型，能夠處理多種數據源的ECG相關任務。
• 突破傳統侷限：傳統ECG解讀方法依賴原始生理信號，且侷限於特定心臟疾病。PULSE-7B可對打印和數字ECG圖像進行有效解讀，在資源受限場景中更具價值。
• 卓越性能表現：配合ECGBench基準測試，PULSE-7B在四個關鍵任務、九個數據集上展現出了卓越的性能，平均準確率比通用MLLMs提高了15%至30%。

📚 詳細文檔

簡介

我們推出了 PULSE-7B，這是一個專門用於ECG圖像解讀的多模態大語言模型（MLLM）。藉助全面的 ECGInstruct 數據集（包含超百萬條指令微調樣本），PULSE-7B能夠處理多種數據源的ECG相關任務。傳統ECG解讀方法往往依賴原始生理信號，且侷限於特定心臟疾病。而PULSE-7B突破了這些侷限，可對打印和數字ECG圖像進行有效解讀，在資源受限、難以獲取原始信號的場景中尤為重要。同時，我們還推出了 ECGBench 基準測試，涵蓋四個關鍵任務、九個數據集。實驗表明，PULSE-7B達到了新的最優性能，平均準確率比通用MLLMs提高了15%至30%。該模型為臨床實踐提供了更通用、準確的工具，有望顯著推動ECG圖像解讀的發展。

PULSE-7B在ECGBench上的整體性能

模型性能

領域內性能

領域外性能

案例研究

📄 許可證

本項目採用Apache-2.0許可證。

📖 引用

如果您覺得本項目有幫助，請引用我們的論文：

@article{liu2024teach,
  title={Teach Multimodal LLMs to Comprehend Electrocardiographic Images},
  author={Ruoqi Liu, Yuelin Bai, Xiang Yue, Ping Zhang},
  journal={arXiv preprint arXiv:2410.19008},
  year={2024}
}