主要内容

仪表板

信号贴标器,您可以监控标签的进度,并检查有关使用标签的统计数据仪表板.您可以显示不同的图表以快速确定标记有多少成员,分析每个标签的分布,并确认数据正确标记。

选择的定义ToolStrip的一部分,从中选择一个或多个标签定义以从中显示定义选择下拉列表。出现每个标签定义的单独选项卡,其中包含每种类型图表的选项卡。图表中的图表仪表板提供:

  • 标记的成员百分比

  • 标签值的分布

  • 跨成员的区域或点实例分配

  • 兴趣区域(ROI)标签持续时间值的分布

  • 点标签位置的时间分布

默认情况下,仪表板显示标记为的成员的百分比和所选标签定义的标签值分布。您可以从中选择其他图表情节基于选择的标签定义类型(属性、ROI或点标签)的图库。

小费

  • 要关闭图表,单击其选项卡的X。

  • 要关闭标签定义的所有图表,请右键单击其选项卡中的标签定义名称,然后单击

  • 要更改为标签定义所示的图表的位置,请右键单击任何图表或标签定义选项卡区域,然后单击Sub-Tile更改图表的布局为左/右, 要么上/下

视图标签的进展

要查看标签进度,请单击仪表板在将来发布。默认情况下,应用程序显示您的数据集中至少有一个标签的成员的百分比为选定的标签定义。

小费

您可以在进度条中指定要计算成员的ROI或点标签的数量。单击绘图并键入一个新的阈值ToolStrip中的值。

仪表板进度栏

检查标签分布

要评估数据集中标签的质量和准确性,请从下拉菜单中选择一个分布图情节Toolstrip的一部分。

标签值分布

您可以检查属性,ROI或点标签定义的不同标签值分发。

  • 分类逻辑, 要么字符串- 饼图的每个切片表示所选标签定义的特定标签值的实例数。

  • 数字- 直方图图中的每个条形表示所选标签定义的特定标签值的实例数。

时间分布

您可以检查ROI或点标签定义的不同时间分布。

  • 分类逻辑, 要么字符串-盒图中的每个中心标记表示所选标签定义的特定标签值的ROI持续时间的中值或点位置。盒子的底部和顶部边缘分别表示第25和75个百分位数。

  • 数字- 直方图图中的每个栏表示所选择的标签定义的ROI持续时间的实例或特定标签值的点位置。

小费

设置容器的数量和X- axis限制,以便更好地检查所选直方图中的标签分布。在图上单击并调整设置标签分布Toolstrip的一部分。

有关相关分发图表的更多信息,请参阅箱线图(统计和机器学习工具箱)柱状图, 要么

示例:标记ECG信号并跟踪进度

这个例子展示了如何跟踪你的标签进度和评估标签的质量仪表板.在这种模式下,您可以快速确定有多少成员被标记,并检查数据集中标签值和持续时间的分布。这一步有助于机器学习获得完整和准确的数据集。

下载并准备数据

使用QTdownload功能从公开的QT数据库下载心电图(ECG)信号[1] [2]到一个新的临时目录文件夹.此函数的代码位于示例的末尾。

文件夹= QTdownload;

每个文件包含一个心电信号ecgSignal,一个区域标签的表格signalRegionLabels,以及采样率变量Fs.所有信号的采样率为250hz。区域标签对应三种心跳形态:

  • P波

  • QRS复合体

  • T波

创建指向的信号数据存储文件夹.指定信号变量名ecgSignal样本率变量Fs

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

创建包含前20个文件的数据存储的子集。用这个子集作为a的源labeledSignalSet对象。

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

标记感兴趣的区域

打开信号贴标器应用程序,并从工作区导入标记信号集。在数据集中绘制第一个信号。来自展示选项卡,选择平移器并放大到信号的较小区域,以获得更好的可视化效果。

来自贴标签机选项卡,定义具有P,QRS和T类的分类区域的兴趣区域(ROI)标签。命名标签Beatmorphologies.

创建自定义标签函数labelECGregions定位和标记三个不同的兴趣区域。自定义函数的代码将在示例的后面显示。您可以将函数保存在当前文件夹中,在MATLAB路径上,或通过选择将其添加到应用程序中添加自定义函数自动化的价值画廊。看到自定义标签功能为更多的信息。

选择Beatmorphologies.标签定义浏览并选择labelECGregions函数的自动化的价值画廊。选择Auto-Label然后自动标签和检查绘制.单击Run。来自展示选项卡,放大标记信号的区域,并使用平移器导航时间。如果标签满意,点击保存标签接受标签并关闭Autolabel选项卡。控件中可以看到标签及其位置值标记信号集浏览器

可视化标签进度和统计

选择仪表板在工具串中贴标签机选项卡。进度条显示5%的成员至少有一个ROI标签。这对应于数据集中的1/20个成员。标签分布饼图显示了所选标签定义的每个类别的实例数量。

关闭仪表板并继续您的标签。选择Auto-Label然后Auto-Label所有信号在列表中标记下一四个信号。选中要标记的信号名称旁边的框,然后单击“确定”。

选择仪表板再次。现在,进度条显示25%的成员被标记为。验证每个类别(p,qrs或t)的分布正常。这标签分布饼图表明每个类别都构成了所有标签实例的三分之一。选择时间分布柱状图来自情节图,以观察P波、T波和QRS波的平均持续时间。T波比P波和QRS波具有更长的持续时间。

单击“进度条”绘图并调整阈值在工具条中只计算成员中至少有5000标签。现在只包含五个标记成员中的三个都包含在计数中。根据您的标签要求调整计数阈值以更好地区分标记和非标签的成员。

LableCgregions函数:

labelECGregions函数使用预磨料的深度学习网络来识别ECG信号中的P,QRS和T心跳形态。

函数[labelVals,labelLocs] = labelECGregions(x,t,parentLabelVal,parentLabelLoc,varargin) labelVals = cell(2,1);labelLocs =细胞(2,1);如果nargin <5 fs = 250;其他的fs = varargin {1};结束%下载预先训练的网络Neturl =.'https://ssd.mathwands.com/金宝appsupportfiles/spt/data/qtdatabaseecgseationnetworks.zip';%#OK <* verch>modelsfolder = fullfile(tempdir,“QTDatabaseECGSegmentationNetworks”);modelsfile = fullfile(modelsfolder,'treousnetworks.mat');zipfile = fullfile(tempdir,'qtdatabaseecgseationNetWorks.zip');如果〜存在(型号文件夹,“dir”)Websave(Zipfile,Neturl);解压缩(Zipfile,Fullfile(Tempdir,“QTDatabaseECGSegmentationNetworks”));结束加载(ModelsFile)Kj = 1:size(x,2) sig = 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:

您可以从中下载数据文件//www.tatmou.com/金宝appsupportfiles/SPT/data/QTDatabaseECGData.zip或者使用解压缩函数创建QTDatabaseECGData临时目录中的文件夹,其中包含210个mat文件。

函数文件夹= QTdownload dataURL =“//www.tatmou.com/金宝appsupportfiles/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folder = datasetfolder;结束

参考文献

Goldberger, Ary L., Luis A. N. Amaral, Leon Glass, Jeffery M. Hausdorff, Plamen Ch. Ivanov, Roger G. Mark, Joseph E. miietus, George B. Moody, Chung-Kang Peng,和H. Eugene Stanley。“PhysioBank, PhysioToolkit和PhysioNet:复杂生理信号新研究资源的组成部分”循环。Vol. 21, No. 2, 2000, 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、阿里·l·戈德伯格和乔治·b·穆迪。”用于评估QT和ECG中其他波形间隔的算法的数据库。“电脑在心脏病。Vol.24, 1997, pp. 673-676。

也可以看看

应用

对象

功能

相关的话题