PULSE 7B

🚀 PULSE-7B

PULSE-7B是一个专门用于心电图（ECG）图像解读的多模态大语言模型。它借助包含超百万条指令微调样本的ECGInstruct数据集，能处理多种数据源的ECG相关任务。该模型突破了传统ECG解读方法的局限，可对打印和数字ECG图像进行有效解读，在资源受限场景中具有重要价值。同时，配合ECGBench基准测试，PULSE-7B展现出了卓越的性能。

🌐 项目页面：https://aimedlab.github.io/PULSE/

📄 论文：https://arxiv.org/abs/2410.19008

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

👩‍⚕️ ECGInstruct（训练集）：https://huggingface.co/datasets/PULSE-ECG/ECGInstruct

⚖️ ECGBench（测试集）：https://huggingface.co/datasets/PULSE-ECG/ECGBench

🚀 快速开始

本项目围绕PULSE-7B多模态大语言模型展开，旨在推动ECG图像解读的发展。你可以通过上述链接访问项目页面、查看论文、获取代码以及下载相关数据集。

✨ 主要特性

• 多模态处理能力：PULSE-7B是专门为ECG图像解读设计的多模态大语言模型，能够处理多种数据源的ECG相关任务。
• 突破传统局限：传统ECG解读方法依赖原始生理信号，且局限于特定心脏疾病。PULSE-7B可对打印和数字ECG图像进行有效解读，在资源受限场景中更具价值。
• 卓越性能表现：配合ECGBench基准测试，PULSE-7B在四个关键任务、九个数据集上展现出了卓越的性能，平均准确率比通用MLLMs提高了15%至30%。

📚 详细文档

简介

我们推出了 PULSE-7B，这是一个专门用于ECG图像解读的多模态大语言模型（MLLM）。借助全面的 ECGInstruct 数据集（包含超百万条指令微调样本），PULSE-7B能够处理多种数据源的ECG相关任务。传统ECG解读方法往往依赖原始生理信号，且局限于特定心脏疾病。而PULSE-7B突破了这些局限，可对打印和数字ECG图像进行有效解读，在资源受限、难以获取原始信号的场景中尤为重要。同时，我们还推出了 ECGBench 基准测试，涵盖四个关键任务、九个数据集。实验表明，PULSE-7B达到了新的最优性能，平均准确率比通用MLLMs提高了15%至30%。该模型为临床实践提供了更通用、准确的工具，有望显著推动ECG图像解读的发展。

PULSE-7B在ECGBench上的整体性能

模型性能

领域内性能

领域外性能

案例研究

📄 许可证

本项目采用Apache-2.0许可证。

📖 引用

如果您觉得本项目有帮助，请引用我们的论文：

@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}
}