-
Notifications
You must be signed in to change notification settings - Fork 0
/
loadDataAAMI.asv
157 lines (129 loc) · 4.22 KB
/
loadDataAAMI.asv
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
% Autores : Eduardo Luz
% Função : Caregar as características extaídas pelo "featureExtraction.m"
% e coloca-las em 2 partições conforme norma da AAMI.
%
% pca = 1 => faz o PCA com 99.32% (DE ACORDO COM O PAPER)
% pca = 0 ignora PCA
function [p1d p1t p2d p2t] = loadDataAAMI(pca, file_path, trainset, testset)
if nargin < 4
% pca = 0;
dataset1 = {'101';'106';'108';'109';'112';'114';'115';'116';'118';'119';'122';'124';'201';'203';'205';'207';'208';'209';'215';'220';'223';'230'};
dataset2 = {'100';'103';'105';'111';'113';'117';'121';'123';'200';'202';'210';'212';'213';'214';'219';'221';'222';'228';'231';'232';'233';'234'};
% dataset1 = str2double(dataset1(t));
else
dataset1 = trainset;
dataset2 = testset;
end
%----------------- inicializacao das variaveis
dados1 = [];
rotulo1 = [];
dados2 = [];
rotulo2 = [];
%-------------------------------
%carrega dos arquivos e separa apenas os batimentos desejados
for i=1:size(dataset1,2)
if nargin < 4
dataset1(i) = str2double(dataset1(i));
end
filename = strcat(num2str(dataset1(i)),'.txt');
filename = strcat(file_path,filename);
[data target] = loadarq(char(filename));
dados1 = [dados1;data];
rotulo1 = [rotulo1;target];
end
for i=1:size(dataset2,2)
if nargin < 4
dataset2(i) = str2double(dataset2(i));
end
filename = strcat(num2str(dataset2(i)),'.txt');
filename = strcat(file_path,filename);
[data target] = loadarq(char(filename));
dados2 = [dados2;data];
rotulo2 = [rotulo2;target];
end
%normaliza: X - med / std
[dados1 dados2] = normaliza(dados1, dados2);
p1d = dados1;
p1t = rotulo1;
p2d = dados2;
p2t = rotulo2;
if(pca == 1)
%aplica PCA para reduzir as características
%[coeff index1]=applyPCA(p1d, 99.32);
[coeff index1]=applyPCA(p1d, 99);
p1d = p1d * coeff(:,1:index1);
p2d = p2d * coeff(:,1:index1);
end
end
%-------------------- Função de separação dos tipos
% os rótulos estão em ascii code
% Seguindo o padrão AAMI heartbeat classes, Normal (N), supraventricular
% ectopic beat (SVEB), Ventricular ectopic beat(VEB), fusion beat(F) e
% unknown beat (Q)
%
function [data target]=loadarq(arq)
amostra = load(arq);
tam = size(amostra,2);
pos = find(amostra(:,tam)==78); % N -> N
N = amostra(pos,1:tam-1);
sz = size(N,1);
tN = repmat([1 0 0 0 0],sz,1);
pos = find(amostra(:,tam)==76); % L -> N
L = amostra(pos,1:tam-1);
sz = size(L,1);
tL = repmat([1 0 0 0 0],sz,1);
pos = find(amostra(:,tam)==82); % R -> N
R = amostra(pos,1:tam-1);
sz = size(R,1);
tR = repmat([1 0 0 0 0],sz,1);
pos = find(amostra(:,tam)==65); % A -> SVEB
A = amostra(pos,1:tam-1);
sz = size(A,1);
tA = repmat([0 1 0 0 0],sz,1);
pos = find(amostra(:,tam)==86); % V -> VEB
V = amostra(pos,1:tam-1);
sz = size(V,1);
tV = repmat([0 0 1 0 0],sz,1);
pos = find(amostra(:,tam)==47); % paced (/) -> Q
P = amostra(pos,1:tam-1);
sz = size(P,1);
tP = repmat([0 0 0 0 1],sz,1);
pos = find(amostra(:,tam)==97); % a -> SVEB
a = amostra(pos,1:tam-1);
sz = size(a,1);
ta = repmat([0 1 0 0 0],sz,1);
pos = find(amostra(:,tam)==70); % F -> F
F = amostra(pos,1:tam-1);
sz = size(F,1);
tF = repmat([0 0 0 1 0 ],sz,1);
pos = find(amostra(:,tam)==106); % j -> N
j = amostra(pos,1:tam-1);
sz = size(j,1);
tj = repmat([1 0 0 0 0],sz,1);
pos = find(amostra(:,tam)==102); % f -> Q
f = amostra(pos,1:tam-1);
sz = size(f,1);
tf = repmat([0 0 0 0 1],sz,1);
pos = find(amostra(:,tam)==69); % E -> VEB
E = amostra(pos,1:tam-1);
sz = size(E,1);
tE = repmat([0 0 1 0 0],sz,1);
pos = find(amostra(:,tam)==74); % J -> SVEB
J = amostra(pos,1:tam-1);
sz = size(J,1);
tJ = repmat([0 1 0 0 0],sz,1);
pos = find(amostra(:,tam)==101); % e -> N
e = amostra(pos,1:tam-1);
sz = size(e,1);
te = repmat([1 0 0 0 0],sz,1);
pos = find(amostra(:,tam)==83); % S -> SVEB
S = amostra(pos,1:tam-1);
sz = size(S,1);
tS = repmat([0 1 0 0 0],sz,1);
pos = find(amostra(:,tam)==81); % Q -> Q
Q = amostra(pos,1:tam-1);
sz = size(Q,1);
tQ = repmat([0 0 0 0 1],sz,1);
data = [N;L;R;A;V;P;a;F;S;j;f;E;J;e;Q];
target = [tN;tL;tR;tA;tV;tP;ta;tF;tS;tj;tf;tE;tJ;te;tQ];
end