TF-IG 模型：参数量仅 84.6K 的 PPG 心率估计框架在基准测试中实现 MAE 1.227 BPM

一句话结论

研究者提出的 TF-IG 框架通过显式建模时频域交互，以 84.6K 参数量实现了对 PPG 信号的高效心率估计，显著提升了轻量级模型的性能上限。

关键要点

• 框架采用双分支结构，时间分支利用膨胀深度可分离卷积捕捉脉搏形态，频率分支从有界对数频谱中提取心脏周期性信息
• 引入交互门控融合模块，该模块显式建模特征的一致性与差异，并学习逐特征权重以平衡时频域信息
• 使用参数共享回归头将时间、频谱及融合后的表征统一映射至最终心率预测空间
• 在 BIDMC PPG 与呼吸数据集的受试者独立协议测试中，模型参数量仅为 84.6K
• 实验结果显示，模型平均绝对误差为 1.227 BPM，92.28% 的预测值误差控制在 3 BPM 以内

背景与事实

光电容积描记法（PPG）通过非侵入式光学传感器检测血液容量变化，为低成本健康监测提供了基础。然而，其原始信号易受波形畸变、个体生理差异及环境干扰影响，导致传统算法在复杂场景下鲁棒性不足。时间域波形特征与频率域周期性特征分别为心率估计提供了互补信息，但在紧凑模型中如何有效整合这两类特征一直是技术难点。

本研究于 2026 年 10 月 20 日提交至 arXiv 计算机科学与机器学习领域，提出了名为 TF-IG 的参数高效交互门控时频学习框架。该框架的核心创新在于构建了双分支架构：时间分支通过膨胀深度可分离卷积网络捕获脉搏波形态特征；频率分支则基于有界对数频谱表征，从信号中提取心脏跳动的周期性信息。为增强两域信息的协同效应，模型引入了交互门控融合模块。该模块不仅显式地建模了时间特征与频率特征之间的一致性与差异，还动态学习逐特征权重，从而在融合过程中动态平衡时频信息的重要性。

在架构的末端，研究者采用了一个参数共享的回归头，该模块将时间域表征、频率域表征以及融合后的表征共同映射至最终的心率预测空间，进一步优化了参数效率。实验评估采用行业标准 BIDMC PPG 与呼吸数据集，并严格执行受试者独立的训练、验证与测试协议，以排除个体差异带来的数据泄露影响。

消融实验进一步验证了模型各组件的有效性。结果显示，时间分支、频率分支、交互门控融合机制以及共享回归头对最终性能均有互补性贡献。具体指标方面，TF-IG 在测试集上取得了 1.227 BPM 的平均绝对误差（MAE）和 2.060 BPM 的均方根误差（RMSE）。同时，模型与真实心率值之间的皮尔逊相关系数达到 0.9934，且 92.28% 的预测估计值误差小于 3 BPM。值得注意的是，上述性能是在模型总参数量仅 84.6K 的极端轻量化条件下实现的，证明了显式建模跨域交互是实现高精度与低复杂度之间良好权衡的有效路径。

影响分析

对于致力于开发可穿戴设备的从业者与中文开发者而言，TF-IG 框架提供了一种极具参考价值的轻量化设计范式。在智能手表、运动手环等资源受限的嵌入式场景中，模型参数量直接决定了计算资源消耗与电池续航能力。TF-IG 仅使用 84.6K 参数即实现了 1.227 BPM 的高精度估计，表明研究者可以通过精巧的架构设计，在大幅降低模型复杂度的同时维持甚至提升性能，这为端侧部署提供了新的技术路径。

此外，该研究强调了时频域特征融合的交互机制，对于处理 PPG 信号这一多模态生理数据具有通用启示。中文开发者在构建其他类型的生物信号处理模型时，可借鉴其“显式建模一致性与差异”及“参数共享回归头”的设计思路，以解决多源数据融合中的信息冲突与冗余问题。这种对参数效率的极致追求，契合当前边缘计算与低功耗硬件的发展趋势，有望推动更多高精度健康监测应用从云端向本地终端迁移。

适用边界

该结论主要基于特定基准数据集的离线评估结果，其泛化能力在真实世界复杂场景下存在局限。首先，实验数据来自 BIDMC 数据集，该数据集的采集环境与受试者群体可能与日常穿戴场景存在差异，未充分考虑极端运动状态、传感器佩戴松动或光照剧烈变化等干扰因素。其次，模型针对的是 PPG 信号，若信号质量低于其设计假设的下限，时频特征提取的有效性可能下降。最后，交互门控融合模块虽提升了性能，但增加了推理过程的逻辑复杂度，在算力极低或无浮点运算支持的纯整数硬件平台上，可能需要额外的量化优化或近似处理，此时 84.6K 参数的理论优势可能在实际部署中受到削弱。因此，该结论不适用于对实时性要求极高且硬件资源极度受限的纯逻辑门电路场景。

孤本观察

在追求极致参数效率的当前趋势下，TF-IG 框架选择显式建模时频域交互而非简单堆叠特征，这一设计决策揭示了轻量级模型优化的核心在于结构而非规模。这表明，针对特定信号特性的精细化架构设计，能够比单纯增加参数量更有效地突破性能瓶颈。

来源：arXiv cs.LG