MATLAB血氧处理代码-challenge2012:Python代码解析PhysioNetChallenge2012中的数据

MATLAB血氧处理代码挑战2012 Python代码解析PhysioNet Challenge 2012中的数据。 PhysioNet 2012的挑战集中在鼓励开发重症监护病房患者的死亡率预测模型。 提供了带有时间戳记的多个测量值的观察结果，目的是预测医院内的死亡率。 任何机器学习项目的很大一部分都是数据预处理。 笔记本prep-data.ipynb将原始PhysioNet 2012数据转换为每位患者一行。 这是通过将多个简单的特征提取步骤独立地应用于每个测量时间序列来完成的，例如提取第一心率，第一血压等。 该代码还根据生理限值对数据进行预处理，以消除异常值（您不能使血压为负值，氧饱和度不能超过100％，依此类推）。 此处使用的逻辑已在我们的会议论文中应用：。 我们的参赛作品在比赛中得分最高，其中得分1定义为敏感性/阳性预测值中的最小值。 该代码最初是用MATLAB编写的，但幸运的是，此Python代码是忠实的复制品。 下载数据 为了方便起见，已处理的数据集可在中获得。 如果您在研究或其他方面使用这些数据，请务必感谢PhysioNet 2012挑战赛的组织者： @article{si