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

时间:2024-06-16 11:28:04
【文件属性】:

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)

网友评论