PulseLM：PPG-文本学习基础数据集与基准
PulseLM是一个整合了15个公开数据源的大规模多模态生理信号数据集，其核心数据模态为经过统一预处理的PPG信号和与之配对的自然语言文本描述及临床问答对，主要用于支持PPG信号基础模型、多模态PPG-语言对齐、零样本生理信号分类以及健康监测可解释人工智能等领域的研究与开发。
基本信息
资源简介
PulseLM是一个用于光电容积脉搏波描记法（PPG）信号与文本多模态学习的大规模标准化数据集和基准。该数据集整合了来自VitalDB、MIMIC-Perform、AF-PPG-ECG、BCG、Dalia、EarSet、PPG-Arrhythmia、PPG-BP、SDB、Sensors、UCI、UQVitalSigns、UTSA-PPG、WESAD和WildPPG等15个公开生理信号数据源的PPG信号，并统一进行了处理。每个样本包含一段10秒、125 Hz的预处理和归一化PPG信号、描述数据元数据（如受试者信息、临床标签、记录条件、传感器细节和活动状态）的自然语言文本，以及涵盖12个临床相关任务（如心率分类、血压分级、心律失常检测、信号质量评估、压力状态识别等）的问答对。该数据集旨在支持PPG信号基础模型、多模态PPG-语言对齐、零样本生理信号分类以及健康监测可解释人工智能等领域的研究与应用。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("Ronilos/PulseLM")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/Ronilos/PulseLM
数据说明
PulseLM是一个用于光电容积脉搏波描记法（PPG）信号与文本多模态学习的大规模标准化数据集和基准。该数据集整合了来自VitalDB、MIMIC-Perform、AF-PPG-ECG、BCG、Dalia、EarSet、PPG-Arrhythmia、PPG-BP、SDB、Sensors、UCI、UQVitalSigns、UTSA-PPG、WESAD和WildPPG等15个公开生理信号数据源的PPG信号，并统一进行了处理。每个样本包含一段10秒、125 Hz的预处理和归一化PPG信号、描述数据元数据（如受试者信息、临床标签、记录条件、传感器细节和活动状态）的自然语言文本，以及涵盖12个临床相关任务（如心率分类、血压分级、心律失常检测、信号质量评估、压力状态识别等）的问答对。该数据集旨在支持PPG信号基础模型、多模态PPG-语言对齐、零样本生理信号分类以及健康监测可解释人工智能等领域的研究与应用。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
