Журнал · Rit.work

PPG-Bench: модели пульсовой волны часто уступают простым признакам

PPG-Bench сравнил специализированные модели пульсовой волны с простыми физиологическими признаками и MOMENT: преимущество оказалось редким и зависимым от задачи.

Rit.work
Студия разработки
12 октября 2026 г.2 мин чтения

Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.

Фундаментальные модели фотоплетизмографии (PPG) часто не извлекают из пульсовой волны больше пользы, чем простые признаки или модель общего назначения. Mannas AI собрала для их сравнения единый PPG-Bench; работа не рецензирована, а числа получили сами авторы. В 83,8% сочетаний задачи и способа адаптации ни одна специализированная модель не обошла одновременно классические признаки и MOMENT.

PPG-Bench приводит модели к общим условиям: одинаково разделяет данные по участникам, отдельно подбирает параметры и сохраняет штатную подготовку сигнала для каждой модели. Представления проверяют четырьмя способами: линейной моделью, случайным лесом, однослойной нейросетью и полным дообучением.

В качестве контроля взяли случайный или постоянный прогноз, рассчитанные без обучения признаки вариабельности пульсовых интервалов и MOMENT — фундаментальную модель временных рядов без специализации на PPG. В 35,3% сравнений специализированные модели не показали значимого преимущества даже перед случайным или постоянным прогнозом.

Более сложная адаптация не исправляет слабое исходное представление. Для пар «модель — задача», которые не превосходили простой контроль при линейной проверке, полное дообучение в среднем ухудшило результат на 29,9%. Если полезный сигнал уже присутствовал, дополнительная гибкость чаще помогала.

Проверка охватила пять публичных моделей, девять открытых наборов данных и 26 задач: от оценки состояния сердечно-сосудистой системы до активности, сна, скрининга и идентификации. Сравнение относится к выпущенным версиям моделей; оно не отделяет влияние архитектуры от данных, на которых модель обучали заранее.

Для разработки продукта результат меняет порядок выбора технологии. Сначала стоит проверить признаки пульсовых интервалов и универсальную модель временных рядов, а затем оценивать специализированную модель в тех же условиях. Если её замороженное представление не проходит простой контроль, полное дообучение может лишь усилить переобучение.

Источники

Пауза в чтении

Похоже на вашу задачу?

Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.

Rit.work

Студия разработки

Собираем мобильные приложения и помогаем командам получать от AI реальную пользу. Основатель и команда, работаем удалённо — с клиентами в России и за рубежом.

← Ко всем материалам
Понравилось? Обсудим вашу задачу