Predicting Acute Hypotensive Episodes: The PhysioNet/Computing in Cardiology Challenge 2009 1.0.0
(4,442 bytes)
% _________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% PREDICTION OF ACUTE HYPOTENSIVE EPISODES USING NEURAL NETWORK MULTIMODELS
% _________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% Copyright (C) 2009
% : Jorge Henriques ... <jh@dei.uc.pt>,
% : Teresa Rocha ... <teresa@sun.isec.pt>
% This software is released under the terms of the GNU
% General Public License (http://www.gnu.org/copyleft/gpl.html)
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% mainMerge_HC.m
%__________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% Merge train datasets {H, C} into a global dataset DATSET
% .. DATSET for evant A and B can be different
%__________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
clc
disp('___________________________________________________________________')
disp('иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии')
disp(' DATSET = mainMerge_HC ')
disp('___________________________________________________________________')
disp('иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии')
pause(1)
%ииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
sinal = 'BP';
listD = {'H', 'C' }; %.. merge dataSets : DATSET={H,C}
listN = {'1', '2' };
pathTrain='..\dataTrain\';
for event=1:2 %----------------------------------------------- {A, B}
if event==1 %..... Test set A
NUMSIG_H1 = 1:15 ;
NUMSIG_H2 = 1:15 ;
NUMSIG_C1 = [1:7 9:15] ; %.. Signal #C1_8 (38) was excluded
NUMSIG_C2 = [1:3 5:15] ; %.. Signal #C2_4 (49) was excluded (discontinuity)
end
if event==2 %.... Teste Set B
NUMSIG_H1 = 1:15 ;
NUMSIG_H2 = 1:15 ;
NUMSIG_C1 = 1:15 ;
NUMSIG_C2 = [1:3 5:15] ;
%NUMSIG_C2 = 1:15 ; %.. Signal #C2_4 (49) may be considered as well
end
DATSET=[];
DATHC =[];
DATOS =[];
for ids=1:length(listD)
for ins=1:length(listN)
dS = listD(ids);
nS = listN(ins);
cmd = [ 'NUM=NUMSIG_' char(dS) char(nS) ';'];
eval(cmd)
for iS=NUM
% Load Signal: H /C
%ииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
cmd=['load ' char(pathTrain) char(sinal) '_' ...
char(dS) char(nS) '_' num2str(iS) ];
eval(cmd);
cmd=['load ..\NNModels\OS' char(dS) char(nS) num2str(iS) ];
eval(cmd);
%..................................... Templates
DATSET=[DATSET DAT(:,2)]; %..Consider preProcessed data-(:,2)
DATOS =[DATOS ;OS]; %..Consider preProcessed data-(:,2)
if strcmp(dS,'H')
numlist=1;
end
if strcmp(dS,'C')
numlist=2;
end
DATHC =[DATHC ; numlist str2num(char(nS)) iS]; %..Consider preProcessed data-(:,2)
end
end
end
%------------------------------------- save
if event==1
stevent='A';
else
stevent='B';
end
cmd=['save ' char(pathTrain) 'DATSET_' char(stevent) ' DATSET'];
eval(cmd);
cmd=['save ' char(pathTrain) 'DATHC_' char(stevent) ' DATHC'];
eval(cmd);
OS=DATOS;
cmd=['save ' char(pathTrain) 'DATOS_' char(stevent) ' OS'];
eval(cmd);
end
clc
disp('___________________________________________________________________')
disp('иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии')
disp([' DATSET has been created DATSET={H,C} '])
disp('___________________________________________________________________')
disp('иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии')
pause(1)