生理信号基础模型评测基准

本专题介绍 ECG 与 EEG 的统一评测协议，并对照 PPG、纵向穿戴和健康推理基准，重点比较可复用的任务定义、数据划分与评测实现。

评测对象与协议对照

本表用于选择评测入口，不将不同基准的分数直接横向排序。模型表征质量、下游头容量、上下文长度、语言提示和工具能力分别影响结果。

BenchECG

因斯布鲁克医科大学 · npj Digital Medicine 2026 · 正式论文 · 预印本 · 代码

图源：BenchECG 论文 Fig. 1（arXiv:2509.10151v1），保留作者原图。

BenchECG 将短程多导联心电、长程单/双导联记录、运动心电和腕戴 PPG 纳入统一任务集合，并设置跨人群年龄估计与生存分析。配套 xECG 通过双向 xLSTM 和师生自监督学习构建表征；官方仓库分别提供线性探测和微调配置。

作者在 2026-09-14 期刊在线版报告 xECG 的 BenchECG 综合分为 0.838，五个模型中的平均排名为 1.5。预印本中的约五倍速度优势指同一 L40S GPU 上相对 ST-MEM 的基准微调耗时，不能泛化为所有训练阶段或硬件的固定倍率。期刊摘要 · 实验设置

评注

该基准覆盖检测、分割和生存等任务，并提供显式的分布外评测。复用时需核对预训练与评测数据重叠；较长输入窗口本身也会改变适配难度。基准评测代码与配套 xECG 模型权重分别提供。

EEG-FM-Bench

同济大学 / 上海市养志康复医院 · ICML 2026 · 正式论文 · 代码

图源：EEG-FM-Bench 论文 Fig. 2（arXiv:2508.17742v3）；图片取自作者 官方仓库。

该基准在统一框架中组合不同适配策略、任务组织方式和分类头，并分析梯度冲突与表征变化。作者报告，多任务训练可缓解部分小数据任务的过拟合，也可能产生负迁移；模型与语料规模不能单独解释迁移表现。正式论文

其评测以分类任务为主。部分预训练数据与评测数据重叠，论文表格有专门标记；附录 B.3 的情绪数据划分也不能统一解释为受试者完全隔离。读者应核对具体数据集的划分和适配设置，再引用结果。论文附录 B、C

评注

该工作适合配合 EEG 模型专题 使用：先匹配输入通道与采样率，再比较冻结和可训练编码器的差异。协议内的结果可以指导实验配置，但不能单凭平均排名推断新设备上的表现。

相关评测

以下工作提供其他任务组织方式和评测范围，作为延伸阅读。