/ Модель
Каталог

Характеристики

Лицензия
CC BY 4.0
Опубликована
1 сен 2026

Ссылки

Hugging Face

cardiomamba-net

Shanmuk4622
Обработка аудиоАудио → аудио

Экспериментальная модель CardioMamba-Net восстанавливает ЭКГ по радиолокационным сигналам для бесконтактного мониторинга сердечной активности.

0скачиваний за 30 дней0лайковвеса обновлены2 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CardioMamba-Net — экспериментальная модель для реконструкции ЭКГ по радиолокационным сигналам, разработанная автором репозитория Shanmuk4622. Чекпойнты получены при обучении на обработанном наборе CR-RVS radar-ECG; протокол использует окна длительностью 8 секунд с частотой 128 Гц и разделение данных по испытуемым без пересечения тестовых окон.

Модель предназначена для бесконтактного мониторинга сердечной активности и восстановления ЭКГ из радарных биосигналов. В карточке указана архитектура CardioMamba-Net, формат весов PyTorch и лицензия CC BY 4.0. Метаданные классифицируют её как audio-to-audio, однако README описывает вход как радиолокационный сигнал, а результат — ЭКГ; конкретные детали архитектуры и численные показатели качества не приведены.

Сценарии применения

  • восстановление ЭКГ по радарному сигналу
  • бесконтактный мониторинг сердечной активности
  • анализ восьмисекундных окон радиолокационных биосигналов

Ограничения

Оценка качества и подробное описание архитектуры в README не приведены. Разметка audio-to-audio в метаданных не вполне согласуется с описанием радара и ЭКГ в README.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CardioMamba-Net — checkpoints and results

Radar-to-ECG reconstruction on the CR-RVS dataset. Produced by 03_baselines.ipynb and 04_cardiomamba_train.ipynb. Corpus: Shanmuk4622/cr-rvs-radar-ecg-processed.

Layout

runs/<experiment>__<model>__f<fold>/
    best.pt                  weights at the best validation epoch
    state.pt                 full resumable state (model, optimiser, scheduler, scaler, RNG)
    summary.json             config + aggregated test metrics
    metrics_windows.parquet  per-window metrics on held-out subjects
    metrics_subjects.parquet per-subject HR / HRV / peak-detection scores
    preds_sample.npz         200 held-out reconstructions for qualitative figures
results/                     cross-run tables, including ours vs. the published numbers
figures/                     comparison and training-curve figures

Protocol

128 Hz, 1024-sample (8 s) windows. Splits by subject; test windows do not overlap. Normalisation statistics are per fold from training windows only. Baselines use the paper's single-channel input (dy), 5 levels, 64 base filters, plain MSE, Adam 5e-4.

Updated 2026-09-01 16:42 UTC.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
9319995

0 моделей

    Создать бенчмарк