下载和准备数据

使用QTdownload功能下载心电图(ECG)信号从公开的QT数据库(1][2)到一个新的临时目录文件夹。这个函数的代码的例子。

文件夹= QTdownload;

每个文件包含一个心电图信号ecgSignal表的标签signalRegionLabels和采样率变量Fs。所有信号的采样率为250 Hz。该地区的标签对应三个心跳形态:

创建数据存储指向一个信号文件夹。指定信号变量名ecgSignal和采样率变量Fs。

sds = signalDatastore(文件夹,“SignalVariableNames”,“ecgSignal”,“SampleRateVariableName”,“Fs”);

创建数据存储的一个子集,包含的第一个20文件。使用这个子集作为源labeledSignalSet对象。

subsds =子集(sds、1:20);lss = labeledSignalSet (subsds);

标签感兴趣的区域

打开信号贴标签机应用程序并导入标记信号设置的工作区。图中的第一个信号的数据集。显示选项卡上,选择的淘洗沙金的人并缩放到一个较小的区域信号更好的可视化。

从贴标签机选项卡中,定义一个类别的标签(ROI)与P, QRS和T类别。名字的标签BeatMorphologies。

创建一个自定义标签功能labelECGregions定位和标签感兴趣的三个不同的区域。自定义函数的代码出现在稍后的示例中。您可以保存当前文件夹中的函数,在MATLAB的路径,或将其添加在程序中选择添加自定义函数在自动化的价值画廊。看到自定义标签功能为更多的信息。

选择BeatMorphologies在标签定义浏览器和选择labelECGregions函数的自动化的价值画廊。选择Auto-Label然后Auto-Label并检查策划。单击Run。从显示标签,标签信号的放大区域和使用淘洗沙金的人浏览时间。如果标签是满意的,点击保存标签接受并关闭标签Autolabel选项卡。你可以看到标签和他们的位置的值标记信号设置浏览器。

可视化和统计标签进展

选择指示板将来发布的贴标签机选项卡。进度条显示,5%的成员是贴上至少一个ROI的标签。这对应于1/20成员数据集。标签分布饼图显示了每个类别的实例数量为选定的标签定义。

关闭仪表板,继续你的标签。选择Auto-Label然后Auto-Label所有信号标签下四个信号列表中。复选框旁边的信号名称你想标签,然后单击OK。

选择指示板一次。现在的进度条显示,25%的成员是标记。验证每个类别的分布(P QRS或T)。的标签分布饼图显示每个类别约占三分之一的标签实例。选择时间分布柱状图的图表情节画廊将P波和T波的平均持续时间和QRS复合物。T波比P波、QRS复合物更长的持续时间。

点击进度条情节和调整阈值在将来发布数只有成员至少5000年标签。现在只有三个五个标签成员包括在计算中。调整数阈值更好的区分标记和nonlabeled成员根据你的标签要求。

labelECGregions功能:

的labelECGregions函数使用一个pretrained深入学习网络识别P,心电信号的QRS和T心跳形态。

函数[labelVals, labelLocs] = labelECGregions (x, t, parentLabelVal parentLabelLoc,变长度输入宗量)labelVals =细胞(2,1);labelLocs =细胞(2,1);如果输入参数个数< 5 Fs = 250;其他的Fs =变长度输入宗量{1};结束% pretrained网络下载netURL =“https://ssd.mathworks.com/万博1manbetxsupportfiles/SPT/data/QTDatabaseECGSegmentationNetworks.zip”;% #好< * UNRCH >modelsFolder = fullfile (tempdir,“QTDatabaseECGSegmentationNetworks”);modelsFile = fullfile (modelsFolder,“trainedNetworks.mat”);zipFile = fullfile (tempdir,“QTDatabaseECGSegmentationNetworks.zip”);如果~存在(modelsFolder“dir”)websave (zipFile netURL);解压缩(zipFile fullfile (tempdir“QTDatabaseECGSegmentationNetworks”));结束加载(modelsFile)为kj = 1:尺寸(x, 2)团体= x (:, kj) ';predTest =分类(rawNet、团体、“MiniBatchSize”,50);msk = signalMask (predTest);msk的。SpecifySelectedCategories = true;msk的。SelectedCategories =找到(msk的。类别~ =“n / a”);标签= roimask (msk);labelVals {kj} = labels.Value;labelLocs {kj} = labels.ROILimits / Fs;结束labelVals = vertcat (labelVals {:});labelLocs = cell2mat (labelLocs);结束

QTdownload功能:

你可以下载数据文件//www.tianjin-qmedu.com/万博1manbetxsupportfiles/SPT/data/QTDatabaseECGData.zip或使用解压缩函数创建QTDatabaseECGData文件夹在您的临时目录210 mat文件。

函数文件夹= QTdownload dataURL =“//www.tianjin-qmedu.com/万博1manbetxsupportfiles/SPT/data/QTDatabaseECGData1.zip”;datasetFolder = fullfile (tempdir,“QTDataset”);zipFile = fullfile (tempdir,“QTDatabaseECGData.zip”);如果~存在(datasetFolder“dir”)websave (zipFile dataURL);解压缩(zipFile tempdir);结束文件夹= datasetFolder;结束

引用

[1]不氩L。,Luis A. N. Amaral, Leon Glass, Jeffery M. Hausdorff, Plamen Ch. Ivanov, Roger G. Mark, Joseph E. Mietus, George B. Moody, Chung-Kang Peng, and H. Eugene Stanley. "PhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals."循环。2000年101卷,不。23日,pp. e215-e220。(循环电子页;http://circ.ahajournals.org/content/101/23/e215.full]。

[2]拉古纳,巴勃罗,罗杰·g·马克,必要l . Goldberger和乔治·b·穆迪。”数据库的评价算法测量心电图QT间隔和其他波形的。”电脑在心脏病。1997年第5期,第673 - 676页。