MIT-LCP / MIT-LCP/wfdb-python

qrs detection learning parameters, 'Failed to find * beats during learning'

Aperta
#389 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Lingua principale
Jupyter Notebook
Stelle
853
Fork
322
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

I am having problems with the xqrs class.
I have to work with 1000 Hz real ecg signals.

I would like to know why can't the qrs detection learn initial signal parameters.

In my linked jupyter notebook (had to clear plot outputs of size problems), the function fails to learn on a generated perfect 1000 Hz signal and the interpolated 360 Hz version of it, yet the learning works on the interpolated 360 Hz version of the noisy signal but fails on the 1000 Hz version with wrong output.

When I tried to figure it out in the source code, it seemed like when the finding of beats happen, the ricker wavelet gets compared to wrong sample sized signal, so the wavelet might not be scaled up well.
( I might be completly wrong here)

Thanks for any help!

my representation of the issue:
MWE notebook
data for the example:
clear ecg data
noisy ecg data

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Direzione di ricerca

Inizia con il wfdb_qrs_detection.ipynb collegato ed esegui i relativi esempi xqrs sui dati ECG puliti e rumorosi, sia a 1000 Hz sia a 360 Hz. Traccia il percorso dell’apprendimento e del rilevamento dei battiti, quindi confronta le dimensioni dei campioni utilizzate dalla Ricker wavelet e dal segnale; il lavoro è completato quando il fallimento e il risultato errato a 1000 Hz sono spiegati o coperti da una correzione riproducibile.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
jupyter-notebook, python
Ambito
bioinformatics
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.