文件名称：心率检测matlab代码-Microvascular:使用Pandas，Scikit-Learn和PyTorch检测糖尿病周围神经病变
文件大小：4.64MB
文件格式：ZIP
更新时间：2024-06-16 11:28:04
系统开源
心率检测matlab代码介绍 在这个项目中，我演示了使用5分钟ECG信号检测糖尿病周围神经病变（DPN）。 在此项目中，我使用了Pandas，Scikit-Learn，Matlab（信号处理和特征提取）和PyTorch。 在此存储库中，我提供以下代码： 使用熊猫进行探索性数据分析。 传统机器学习在使用Scikit-Learn进行分类中的应用。 深度学习在使用PyTorch进行分类中的应用。 数据集和处理 我花了一年多的时间收集和清理所有数据。 我记录了107位糖尿病患者的24小时动态心电图和SPO2（双耳）信号。 我还收集了各种人口统计和医学诊断测试数据。 选择标准为：年龄40岁以上，糖尿病病程15岁以上，既往无听觉发作或中风病史。 为了创建糖尿病性周围神经病变（DPN）的注释，对每位患者进行了神经传导速度测试。 此测试是检测DPN的金标准。 在107个记录中，由于缺少人口统计数据，记录不可用或由于未能继续进行研究，因此只有89个可用。 最后，DPN分布如下： 46位没有DPN或DPN级的人 43名具有DPN或DPN +级 24小时录音至5分钟录音 对于每个患者，我都有大约22-24小
【文件预览】：
Microvascular-master
----DPNNet_5_2.ipynb(339KB)
----.gitignore(18B)
----DPNNet_5_3.ipynb(2.2MB)
----DPNNet_5_3_50pDrop.ipynb(2.36MB)
----TraditionalClassification.ipynb(108KB)
----DemographEDA.ipynb(156KB)
----DPNNet_5_3_50pDrop_withBN_withLR.ipynb(355KB)
----README.md(5KB)
----DPNNet_4_2.ipynb(346KB)
----TransferLearning.ipynb(797KB)
----DPN_tree.pdf(37KB)
----spectrogram_sample.png(6KB)