ecg-fm

用预训练心电图模型,快速构建精准的心脏疾病AI诊断应用

ecg-fm 是一个基于深度学习的心电图(ECG)分析基础模型,旨在为心电图数据提供通用的特征表示。它解决了传统心电图分析依赖人工特征工程和特定任务模型、泛化能力差的问题。该模型在大规模心电图数据上进行预训练,学习到心电信号的通用语义特征,可迁移至心律失常检测、心肌梗死识别、心搏分类等多种下游任务。核心能力包括:支持多种心电图输入格式、提供预训练权重和微调接口、具备良好的跨数据集泛化性能。项目采用 Python 实现,基于主流深度学习框架,代码结构清晰,便于研究人员和开发者快速上手,推动心电图智能分析在临床辅助诊断和健康监测等场景的应用。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 317
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队bowang-lab
所属国家
官网地址
定价模式free
价格说明开源模型,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型electrocardiogram,foundation-models,healthcare,machine-learning,mimic-iv-ecg,physionet2021,transformer
GitHub 星标★ 317
30天Star增速
HF 下载量
上线时间2024-05-27 00:00:00
最近更新2026-09-21 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 提供大规模心电图预训练权重,免去从零训练成本
  • 支持多种下游任务微调,如心律失常、心梗检测
  • 代码基于主流框架,接口简洁,易于集成到现有医疗AI流程

不足之处

  • 文档/社区待观察
  • 目前仅提供基础模型,缺乏针对特定临床场景的详细基准测试

适用场景

  • 临床辅助诊断:快速识别心律失常、心肌缺血等异常
  • 健康监测设备:为可穿戴设备提供实时心电分析能力
  • 医疗科研:作为基线模型,用于心电图相关研究

替代项目

ECG HeartNet、PhysioNet Challenge 2021 models、ECG-BERT

项目介绍

ecg-fm 是行业应用领域的开源项目,由 bowang-lab 开发,2024 年首次发布。

它收录于行业应用分类,该分类目前共有 544 个项目,GitHub 星标数为 315。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-16。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:临床辅助诊断:快速识别心律失常、心肌缺血等异常。同类可对比的替代方案包括 ECG HeartNet、PhysioNet Challenge 2021 models、ECG-BERT。

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13