papagei-foundation-model

用PPG信号预训练，快速构建健康监测AI模型

PaPaGei 是一个面向光学生理信号（如PPG）的开源基础模型项目，相关论文已被ICLR'25接收。它旨在解决生理信号领域标注数据稀缺、模型泛化能力差的问题，通过在大规模无标注PPG数据上进行自监督预训练，学习通用的信号表征。核心能力包括提供预训练模型权重、微调脚本和评估基准，支持心率估计、压力监测等下游任务。项目基于PyTorch实现，代码结构清晰，便于研究者复现和扩展。目前处于早期阶段，星标175，但学术价值高，为可穿戴设备健康监测提供了新的AI基础设施。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 179

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Nokia-Bell-Labs

所属国家

官网地址

GitHubhttps://github.com/Nokia-Bell-Labs/papagei-foundation-model

定价模式free

价格说明开源模型，BSD-3-Clause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BSD-3-Clause

主要语言Python

技术栈/模型contrastive-learning,foundation-models,healthcare,human-sensing,photoplethysmography,ppg-signal,self-supervised-learning,ubiquitous-computing,wearable-devices

GitHub 星标★ 179

30天Star增速

HF 下载量

上线时间2024-10-18 00:00:00

最近更新2026-09-14 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4

使用教程

核心亮点

基于ICLR'25论文，学术方法有保障，自带预训练权重，开箱即用
专注PPG信号，填补了该领域基础模型空白，任务针对性强
提供微调和评估代码，支持自定义下游任务，扩展性好

不足之处

项目早期，文档和社区支持待观察
依赖特定PPG数据格式，适配新硬件需额外工作

适用场景

可穿戴设备（手表/手环）的实时心率、压力监测模型开发
医疗健康领域的PPG信号分析研究，如心律失常筛查
边缘端部署轻量级生理信号模型，用于健康管理App

替代项目

HeartPy、NeuroKit2、WFDB (PhysioNet)

项目介绍

papagei-foundation-model 是开源模型领域的开源项目，由 Nokia-Bell-Labs 开发，2024 年首次发布。

它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 179。

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 2026-09-14。BSD-3-Clause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：可穿戴设备（手表/手环）的实时心率、压力监测模型开发。同类可对比的替代方案包括 HeartPy、NeuroKit2、WFDB (PhysioNet)。

上一篇：Awesome-VLGFM

下一篇：Awesome-Spatio-Temporal-Foundation-Models