在里面信号贴标机,您可以使用监控标签进度并检查有关标签的统计信息指示板。您可以显示不同的图表,以快速确定标记了多少成员,分析每个标签的分布,并确认数据标记正确。
在选定定义在toolstrip的“工具条”部分中,选择一个或多个标签定义以从定义选择
下拉列表。将显示每个标签定义的单独选项卡,其中包含每种图表类型的选项卡。中的图表指示板提供:
被标记成员百分比
标签值分布
区域或点实例在成员之间的分布
感兴趣区域(ROI)标签持续时间值的分布
点标签位置在时间上的分布
区域或点实例跨成员和标签值的分布
默认情况下指示板显示已标记成员的百分比以及所选标签定义的标签值分布。您可以从中选择其他图表阴谋基于所选标签定义类型(属性、ROI或点标签)的图库。
提示
要关闭图表,请单击其选项卡的X。
要关闭标签定义的所有图表,请右键单击标签定义选项卡中的标签定义名称,然后单击关闭.
要更改为标签定义显示的图表的位置,请右键单击任何图表或在“标签定义”选项卡区域中单击子瓷砖
更改图表的布局为仅有一个的
,左/右
,或上/下
.
要查看标记进度,请单击指示板在toolstrip中。默认情况下,应用程序显示数据集中至少有一个标签用于所选标签定义的成员的百分比。
提示
您可以在进度栏中为成员指定要计数的ROI或点标签的数量。单击绘图并键入新的门槛工具条中的值。
要评估数据集中标签的质量和准确性,请从中的下拉菜单中选择分布图阴谋工具条的一部分。
您可以检查属性、ROI或点标签定义的不同标签值分布。
明确的,必然的,或一串—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。
数字的—直方图中的每个柱状图表示所选标签定义的特定标签值的实例数。
您可以检查ROI或点标签定义的不同时间分布。
明确的,必然的,或一串-方框图中的每个中心标记表示选定标签定义的特定标签值的中值ROI持续时间或点位置。框的底部和顶部边缘分别表示第25个和第75个百分位。
数字的-直方图图中的每个条表示所选标签定义的特定标签值的ROI持续时间或点位置的实例数。
您可以同时检查热图上ROI或点标签定义的成员和标签值之间的标签计数分布。横轴表示区域或点标签实例的计数,左纵轴表示标签值,右纵轴表示标签成员的数量。
明确的,必然的,或一串-网格中的每个部分表示具有给定数量区域或点的成员的数量。若要调整水平容器的数量或范围,请设置X箱,X分钟,或X最大值价值观成员和区域计数工具条的一部分。
数字的-网格中的每个部分表示具有给定数量的区域或点的成员的计数。您可以调整水平和垂直容器的数量和范围。
提示
选择打印以查看toolstrip中的可调整设置。
设置垃圾箱的数量和沿途的限制x-axis,以便更好地检查选定直方图或成员计数图中的标签分布。您还可以修改沿Y-轴在成员计数图中。
通过选择显示异常值中的复选框时间分布部分。
此示例显示如何使用跟踪标签进度和评估标签质量指示板。在此模式下,您可以快速确定标记了多少成员,并检查数据集中标签值和持续时间的分布。此步骤有助于获取完整、准确的机器学习数据集。
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.]到新的临时目录文件夹
.这个函数的代码在示例的末尾。
文件夹=下载;
每个文件包含一个ECG信号ECG信号
,一个区域标签表信号区域标签
,以及样本率变量财政司司长
.所有信号的采样率均为250 Hz。区域标签对应三种心跳形态:
P波
QRS波群
T波
创建指向的信号数据存储文件夹
.指定信号变量名ECG信号
样本率变量财政司司长
.
sds = signalDatastore(文件夹,“SignalVariableNames”,“ECG信号”,“SampleRateVariableName”,“财政司司长”);
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的源标记信号集
对象。
subsds=子集(sds,1:20);lss=标签信号集(subsds);
标记感兴趣的区域
打开信号贴标机应用程序并从工作区中导入标记的信号集。在数据集中绘制第一个信号。从显示选项卡上,选择平移器并缩放到信号的较小区域,以便更好地显示。
从贴标签机选项卡,定义一个带有P、QRS和T类别的分类感兴趣区域(ROI)标签。命名标签披头士形态
.
创建自定义标签函数标签区
定位并标记三个不同的感兴趣区域。自定义函数的代码将出现在示例的后面。您可以将函数保存在当前文件夹中的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
在自动化价值画廊,见自定义标签功能了解更多信息。
选择披头士形态
在标签定义浏览并选择标签区
功能来自自动化价值陈列室选择Auto-Label
然后自动标记和检查打印
。单击运行。从显示选项卡,放大已标记信号的某个区域,并使用平移器在时间中导航。如果标记令人满意,请单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.
可视化标记进度和统计数据
选择指示板在贴标签机选项卡。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。
关闭仪表板并继续标记。选择Auto-Label
然后Auto-Label所有信号
要标记列表中的下四个信号,请选中要标记的信号名称旁边的框,然后单击“确定”。
选择指示板同样。进度条现在显示25%的成员已标记。验证每个类别(P、QRS或T)的分布是否如预期的那样标签分发
饼图显示,每个类别约占所有标签实例的三分之一。选择时间分布
柱状图来自阴谋gallery可查看P波、T波和QRS波群的平均持续时间,包括异常值。请注意,T波的持续时间比P波和QRS波群更长。
显示会员人数
图表,以更好地可视化成员之间的标签分布和实例数量。数据集中的大多数成员拥有P、QRS和T区域的0-500个实例。
点击进度条图并调整门槛
在toolstrip中,仅计算具有至少5000
标签。现在,5个被标记的成员中只有3个被包括在计数中。根据标签要求调整计数阈值,以便更好地区分标签成员和非标签成员。
labelECGregions功能:
这个标签区
函数使用预先训练的深度学习网络识别心电信号中的P、QRS和T心跳形态。
函数[labelVals,labelLocs]=labelcgRegions(x,t,parentLabelVal,parentLabelLoc,varargin)labelVals=细胞(2,1);labelLocs=细胞(2,1);如果nargin<5fs=250;其他的Fs =变长度输入宗量{1};终止%下载预训练网络netURL =“https://ssd.mathworks.com/金宝appsupportfiles/SPT/data/QTDatabaseECGSegmentationNetworks.zip”;% #好< * UNRCH >modelsFolder=fullfile(tempdir,“QTDatabaseEcgSegmentationNetwork”);modelsFile=fullfile(modelsFolder,“trainedNetworks.mat”);zipFile = fullfile (tempdir,“QTDatabaseECGSegmentationNetworks.zip”);如果~exist(modelsFolder,“dir”) websave (zipFile netURL);解压缩(zipFile fullfile (tempdir“QTDatabaseEcgSegmentationNetwork”));终止加载(模型文件)对于kj=1:size(x,2)sig=x(:,kj');predTest=classification(rawNet,sig,“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;终止labelVals=vertcat(labelVals{:});labelLocs=cell2mat(labelLocs);终止
QTdownload
功能:
你可以下载数据文件//www.tatmou.com/金宝appsupportfiles/SPT/data/QTDatabaseECGData.zip或者使用解压
函数来创建qtDatabaseCgdata
文件夹中有210个mat文件。
函数folder=QT下载数据URL='//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(zipFile,tempdir);终止文件夹= datasetFolder;终止
工具书类
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”循环第101卷,第23期,2000年,第e215-e220页。[发行电子版;http://circ.ahajournals.org/content/101/23/e215.full].
[2] 拉古娜、巴勃罗、罗杰·G·马克、艾利·L·戈德伯格和乔治·B·穆迪。"用于评估心电图中QT和其他波形间隔测量算法的数据库。”心脏病学中的计算机。Vol.24, 1997, pp. 673-676。