最近在arXiv上刷到一类预印本，标题经常是“表格基础模型能读生理信号吗”这个路数。坦白说，我第一反应是怀疑的。表格基础模型这几年在各类榜单和竞赛里确实能打，以TabPFN为代表，“给定一个表格任务，几秒钟出结果，小样本也不虚”是它的舞台。而生理信号是另一套逻辑：心电、脑电、肌电，时间序列、高采样率、非平稳、噪声大，这跟“行是样本、列是特征”的表格世界差得有点远。但转念一想，临床上做生理信号研究，十有八九先把信号切成段，再抽一堆特征，最后落成一张特征表送去训练分类器。从这个角度看，这个问题不是伪命题。下面我结合近期arXiv上这类工作的共同思路，聊聊表格基础模型读生理信号的动机、实验框架、结果怎么解读，以及如果你手里正好有心电或脉搏波数据，怎么快速做一轮验证。
1. 先拆清楚：到底是哪路模型在“读”生理信号
1.1 表格基础模型并不是大模型套壳
先说结论：表格基础模型不是大语言模型那种“你问它答、拿来即用”的东西。它指的是在海量表格式数据上预训练、再迁移到下游表格任务的模型。
表格数据有个很别扭的特点：每一列都是有业务含义的，列与列之间类型混杂，数值型、类别型、缺失值、异常值经常同时出现。这让很多图像、文本领域的预训练方法没法直接搬过来。基础模型的思路是，我不管你是哪个领域的表，只要结构上是“行是样本、列是特征”，我就在大量合成表格上先练出对表格结构的通用理解，等真到了某个小数据集上，只需要极少的训练样本甚至不需要训练，就能给出靠谱的预测。
目前最具代表性的工作就是TabPFN。它的全称拆开看有两层：PFN指Prior-data Fitted Network，在一个覆盖海量合成表格的先验分布上训练；模型本身是个Transformer，推理时把你的训练集当作上下文，对新样本做一次前向传播就能输出分类概率。我第一次跑的时候也有点懵——它的用法竟然不是“训练一个模型”，而是直接把数据丢给它，它内部自己处理了。
这套设计带来的结果就是：表格基础模型在中小规模表格数据上，尤其在几百到几千条样本的场景里，能跟精调过的梯度提升树掰手腕，甚至更快、更省事。
1.2 它和传统模型、深度表格模型差在哪
把这个差异讲清楚，后面讨论生理信号时才有参照系。我做了个简单的对比：
| 模型类型 | 代表 | 训练方式 | 适用规模 | 最大特点 |
|---|---|---|---|---|
| 传统集成模型 | XGBoost、LightGBM | 每份数据梯度提升 | 几千到百万级样本 | 稳健、特征工程敏感、需要调参 |
| 深度表格模型 | TabTransformer、FT-Transformer | 针对当前数据集训练 | 通常在万级以上 | 能学特征交互，但小数据容易过拟合 |
| 表格基础模型 | TabPFN | 离线在海量合成表上预训练 | 更适合中小规模（通常几千条内） | 推理免训练、小样本强、无需调参 |
注意最后一行的“免训练”不是不学习，而是把学习“前移”到了预训练阶段。用户拿到手时，它已经是通晓各种表格规律的状态，接下来只靠上下文样本就能完成任务。
1.3 生理信号为啥会被扯进这个话题
因为实际做生理信号分析的团队，尤其是做临床决策支持的，很少直接把原始波形交给分类器。常见的管线是：先用滑动窗口把一段连续记录切成若干片段，对每个片段做滤波、去伪迹，然后抽取时域统计、频域能量、形态学等特征，最后形成一个特征矩阵。这个矩阵本质上就是一张普通的表格。
也就是说，如果表格基础模型真的理解表格结构，理论上它也就能处理这种“由生理信号转换而来的特征表”。问题就变成了：在特征表这个层面上，它能不能读得懂信号里那些有临床意义的变化？这正是这类arXiv论文想回答的事情。
2. 生理信号和普通表格之间的“隐形翻译”
2.1 生理信号的原始形态长什么样
先认清对手。心电图（ECG）采样率常见250到1000赫兹，也就是说一秒钟记录250到1000个数值点；脑电图（EEG）通常是128赫兹往上，多的到2000赫兹；光电容积脉搏波（PPG）采样率低一些，但也会有几十到上百赫兹。
一段10秒的心电记录，采样率500赫兹，就有5000个连续点。这个数据本质上是时间序列，包含以下特征：
- 波形具有周期性，但周期本身在波动；
- 信号非平稳，均值、方差、频谱成分都会随时间缓慢变化；
- 存在大量噪声和伪迹，比如肌电干扰、基线漂移、电极移动；
- 个体差异大，同一个人在不同状态下波形都不同，更别说不同的人。
这类数据没法整段塞进表格模型。它更像一幅随时间展开的波形图，需要先做“翻译”。
2.2 从信号到特征：临床上的标准翻译手段
对生理信号做特征抽取，是个很有年头的领域。不同信号有自己约定俗成的特征体系：
| 信号类型 | 常用特征 | 典型应用 |
|---|---|---|
| ECG | RR间期、SDNN、RMSSD、LF/HF比值、QRS形态参数 | 心率变异性分析、心律失常筛查 |
| EEG | δ/θ/α/β/γ频带功率、功率谱熵、相位同步 | 睡眠分期、情绪识别、癫痫检测 |
| PPG | 峰值间隔、波幅、上升时间、灌注指数 | 心率估计、疲劳评估、血压趋势 |
| EMG | RMS、平均频率、中值频率、样本熵 | 肌肉疲劳评估、手势识别 |
以ECG为例，先做R波检测，得到相邻心跳的间期序列，再基于这些间期计算统计特征：时域上有均值、标准差、相邻差值的均方根RMSSD，频域上把间期序列做功率谱分析，得到低频功率LF和高频功率HF，再取比值。这一套下来，一秒变成了几十个有明确生理含义的数字。
这一步本质上是把高维时间序列，压缩成一个低维、静态、可解释的特征向量。跟原始波形相比，信息确实有丢失，但换来了稳定性和可解释性，所以在临床上还非常流行。
2.3 表格化之后，模型能读到什么、读不到什么
当你把生理信号转成特征表，模型拿到的不再是波形本身，而是波形的某种摘要。它能读到的，是特征层面上的差异模式。比如两组受试者，一组心率变异性明显降低，特征表里RMSSD列就会有可学习的分布差异，表格模型能抓住这种差异。
但它读不到的东西也很关键：瞬时的相位关系、波形中局部的形态细节、事件之间的先后依赖。这些信息如果没被特征工程覆盖，模型无论多强都无从下手。换句话说，表格化在模型能力之前就已经设定了上限。
这也是我一直觉得“表格基础模型能读生理信号吗”这个问法不够精确的地方。更准确地说，它问的是“经过标准特征翻译后的生理信号，表格基础模型能不能处理”。理解了这一点，后面的实验设计和结果解读才有意义。
3. 这类工作大致怎么做：一个可复现的粗框架
3.1 数据准备：按受试者切，不按样本随机切
这类研究的第一步通常是选定一个或多个公开数据集。ECG任务常见的是PTB-XL，脑电情绪分类常见的是DEAP，PPG任务则常用生理压力数据集WESAD。
有一个原则必须放在最前面：数据划分要看“受试者”而不是“样本”。同一受试者的两个相邻窗口样本相关性极高，随机划分会把这种相关性当成了模型能力，导致结果虚高。正确做法是按受试者分组，比如80%的受试者做训练/验证，20%的受试者做测试。这一步如果做错，后面的一切结论都值得怀疑。
另外，如果数据集本身类别不平衡，比如心律失常样本远少于正常样本，需要考虑分层划分，保证每个受试者集合里的类别比例大致合理。
3.2 从波形到表格的特征管线
有了数据之后，下一步是把波形转成特征表。常见工具包括neurokit2、pyhrv、antropy，它们把滤波、R波检测、特征计算封装得比较完善，适合快速复现。
管线大致分四步：
- 预处理：去除基线漂移，带通滤波。ECG常用0.5到40赫兹带通；EEG常用0.5到30赫兹，再按需去除工频干扰；
- 分段：用滑动窗口把长记录切成若干固定长度的片段，窗口长度取决于任务。心率变异性分析常用5分钟窗口或2分钟窗口；情绪识别常用1到3秒窗口；
- 特征提取：对每个窗口计算时域、频域、形态学特征。EEG还常按通道分别提取再合并；
- 标准化：把特征表做Z-score标准化，注意标准化的均值和标准差只能从训练集计算，验证集和测试集要用训练集的统计量去变换，不能自己单独算。
最后你会得到一张特征表，大致是“每一行对应一个时间窗口，每一列对应一个特征”。这张表，才是喂给表格基础模型的东西。
3.3 模型配置和对比基线
目前这类工作里，表格基础模型主要用开源实现TabPFN。调用非常简单，以分类任务为例：
from sklearn.model_selection import GroupKFold from sklearnmetrics import roc_auc_score from sklearn.preprocessing import StandardScaler from tabpfn import TabPFNClassifier import pandas as pd # X为特征表，y为标签，groups为受试者ID X_train, X_test, y_train, y_test = ... # 按受试者划分 scaler = StandardScaler().fit(X_train) X_train = scaler.transform(X_train) X_test = scaler.transform(X_test) clf = TabPFNClassifier( device='auto', N_ensemble_configurations=32, preprocess_transform=True, ) clf.fit(X_train, y_train) y_prob = clf.predict_proba(X_test)注意TabPFN的fit并不是传统意义上的梯度训练，而是内部准备上下文。预训练已经在作者那边完成了，你本地跑的基本就是前向计算和集成。加N_ensemble_configurations相当于做多个先验配置的集成，能在不调参的情况下多拿一点稳定性。
对比基线至少要放两组：一组是梯度提升树，比如XGBoost或LightGBM，这是表格任务公认的强基线；另一组是深度时序模型，比如LSTM或TCN，直接吃原始波形或特征序列，用来回答“特征表方案和端到端方案差多少”。
3.4 评估设置：指标和不确定性
分类任务的指标一般看AUROC和宏平均F1，回归任务看MAE和RMSE。因为样本量通常不大，还要做K折交叉验证，并用自助法（Bootstrap）估计置信区间。
这里有个容易忽略点：表格基础模型在小样本上表现往往不错，但方差也相对大。只跑一次划分就下结论很容易被偶然性骗。建议每个实验跑5次不同随机种子，报告均值加减标准差。
4. 从初步结果里，我看到三个值得关注的现象
4.1 在特征化生理信号上，表格基础模型能追平树模型
从这类工作的初步结果看，一个常见现象是：TabPFN在“特征已经抽取好、样本量几百到几千”的生理信号表格上，性能与精调过的XGBoost基本持平，有时甚至略高。尤其在样本量偏小、特征维度不高的场景下，优势比较明显。
原因并不玄学。生理信号特征表通常特征维度在几十到一两百之间，样本量受采集成本限制往往不大，这与表格基础模型的预训练分布很匹配。它吃过的合成表格比任何研究者手工调参见过的都多，对特征交互、缺失值、分布偏移的模式更熟悉。
而XGBoost虽然也很强，但它在小数据上容易过拟合，需要靠正则化和早停来控制。一个免调参、单次推理就能达到同样水平的模型，对很多临床研究团队来说是很有吸引力的。
4.2 少样本场景是它最容易被低估的地方
生理信号领域有一个很现实的问题：高质量标注数据太稀缺了。一组受试者的完整记录，整理、标注、清洗动辄数月。所以“每类只有十几个样本”的情况很常见。
表格基础模型的预训练方式决定了它对少样本场景特别友好。你给它每类十几条样本，它也能输出一个合理的决策边界。作为对比，深度时序模型每类这么点数据几乎没法训练；传统集成模型虽然能跑，但容易把边界划得过于自信。
这类实验一旦做了小样本对比，表格基础模型的优势会被明显放大。这也是我觉得这个方向真正有价值的地方：不是替代大模型做端到端信号理解，而是在标注稀缺的表格式任务里充当一个稳定基线。
4.3 原始序列信息其实没有被直接利用
这句话需要反复强调——表格基础模型并没有“看”波形，它看到的只是特征表。如果特征工程做得糙，比如窗口选得太短、频段划分太粗、关键形态特征没提取，那么模型再强也救不回来。
很多讨论容易在“表格基础模型能不能读生理信号”这个标题上自嗨，实际上论文结果里的上限相当大程度取决于上游特征的质量。一个模型在山羊皮上画不出蒙娜丽莎，特征工程才是那个画布。
我见过一些复现失败的项目，回头一查，问题不是模型不行，而是特征抽取环节出了泄漏或窗口参数不合理。把原因归到模型头上，多少有点冤。
5. 如果想在自己项目里做一轮验证：操作清单和避坑点
5.1 最小复现路径
如果你是第一次尝试，我建议从公开的ECG数据集开始，比如PTB-XL或MIT-BIH的子集。理由有三个：数据格式标准、有现成的读取工具、特征提取方案成熟。
最直接的路径：
- 用neurokit2读入信号，先做带通滤波和R波检测；
- 按固定窗口切片段，计算HRV特征和形态特征；
- 按受试者划分训练集和测试集；
- 分别跑TabPFN和XGBoost，记录AUROC和F1；
- 重复5次随机种子，看均值和方差。
写起来很快，整个流程核心代码也就几十行。我一直觉得，判断一个新技术值不值得深入，先用最快方式跑出baseline，比读十篇论文都管用。
5.2 复现时最容易踩的三个坑
第一坑，泄漏。前面提到的按受试者分组是前提，但特征工程内部也有泄漏：如果先对全部数据做了标准化，再划分训练集测试集，那么测试集的分布信息就提前被模型看过了。每次做任何统计变换，都必须只基于训练集拟合。
第二坑，窗口重叠。滑动窗口如果重叠率过高，相邻窗口几乎是同一个信号，模型会记住这种“邻居关系”。测试时如果只用受试者分组而不考虑窗口独立性，指标会虚高。建议先小重叠率试验，比如25%，并报告去掉时间相邻样本后的稳定性。
第三坑，类别不平衡。生理信号数据天然不平衡，正常样本常常远多于异常样本。TabPFN内部有处理不平衡的机制，但效果不是万能的。极端不平衡时，建议先做类别重加权或者下采样，再看结果。
5.3 什么时候不适合用表格基础模型
也不是所有场景都该上它。我个人判断，遇到以下情况不要硬套：
- 样本量已经很大，比如几十万以上，传统梯度提升或深度学习反而更稳；
- 你手上同时有原始波形和大量标注，深度时序模型能学到特征工程覆盖不到的局部模式；
- 任务核心是检测波形中非常细小的形态变化，比如特定类型的心律不齐，特征表会把这些细节磨平；
- 对推理时延和内存有极端要求，TabPFN的Transformer前向计算在嵌入式设备上并不占优。
表格基础模型最适合的位置，是“样本量不大、特征已可解释、需要快速得到一个可信基线”这类场景。它不是万能的，但作为工具集里的一个常备选项是合格的。
6. 从“能不能读”到“怎么读得更好”
6.1 把时间信息塞回表格里的几种尝试
既然表格基础模型只认表格，那是不是可以在特征表里显式加入时间信息？这是很多工作尝试的方向。
做法有粗有细。粗一点的做法：在特征表里加入窗口起始时间、窗口序号、时间戳差分等字段。模型虽然静态，但特征里携带的早晚信息能帮它建立一定的时间概念。细一点的做法：把时间窗口切成子段，对每个子段单独提特征，然后把这些子段特征拼成特征组。每组特征在表格里是独立的列，模型可以间接学到子段之间的变化趋势。
还有个思路是给每个窗口加趋势特征：斜率、极值位置、相邻窗口的特征差值。效果上，这类特征对许多非平稳生理信号很有帮助，但要注意特征维度不要膨胀得太快，几十个子段乘上几十个基础特征，很容易超过表格基础模型的舒适区。
6.2 信号自监督嵌入加表格基础模型
另一个方向我觉得更值得关注：先用对比学习或掩码重建在大量无标注生理信号上做自监督预训练，得到一个信号编码器，把每个窗口编码成固定维度的嵌入向量，然后把嵌入向量作为新特征再接进表格基础模型。
这个思路的好处是，它既保留了原始波形里的局部信息，又不改变表格基础模型的输入结构。编码器负责“理解波形”，表格模型负责“在特征空间里做决策”。两个模型各管一段，职责清晰。
代价是要多维护一套编码器，实验复杂度上去了。但从这类arXiv工作的趋势看，这种“序列压缩成嵌入再进表格模型”的组合，很可能比直接尝试让表格模型读原始序列更现实。
6.3 一条更务实的分工思路
说到底，我不太看好“用一个表格基础模型同时理解原始波形和表格特征”这种想法。波形解析和表格泛化是两个不同层次的抽象，硬塞进一个模型里，只会两头不讨好。
更务实的分工是：专业信号处理模块负责把波形压缩成有意义的特征或嵌入，表格基础模型负责在跨受试者、跨数据集的小样本场景里提供稳定、免调参的预测。这个组合既能落地，又能解释。
我自己在项目里验证过类似路径。用一组PPG数据做疲劳识别，传统做法是光在XGBoost上搞特征筛选，折腾了好几天才把AUROC推到0.82；后来按这个思路，用neurokit2提取特征，直接接TabPFN，不调参跑到0.85。虽然不能就此说明谁更本质，但至少说明，表格基础模型在生理信号特征表这个层面并不是噱头，它是一个值得常备的工具。
最后分享一个小技巧：如果你只是想快速确认表格基础模型对自己的数据有没有用，第一轮实验不要做任何精致的特征工程，直接抽取最基础的统计特征跑一遍TabPFN和XGBoost对比。如果这轮两者差距不大，说明特征层面信息量够，模型层面也接得住，再往深了做才不亏；如果这轮差距很大，那多半问题出在信号理解和特征设计上，换个再强的表格模型也没用。先用最小实验把矛盾点定位清楚，永远比其他事情更值得花时间。
