100.hea檔案樣式
100 2 360 650000
100.dat 212 200 11 1024 995 -22131 0 mlii
100.dat 212 200 11 1024 1011 20052 0 v5
# 69 m 1085 1629 x1
# aldomet, inderal
分別表示的意義：
100(檔名) 2(通道數/導聯數 mlii和v5兩路導聯訊號組成) 360(取樣率是360hz) 650000(每路訊號長度為650000個取樣點)
100.dat(訊號儲存在100.dat檔案中)
212(訊號以212格式儲存，針對兩個訊號的資料庫記錄，每三個位元組(24bit=6個16進製制的數字)儲存兩個資料(兩路訊號分別佔乙個))
200(表示每個訊號的增益都是每200adc units/mv)
11(adc的解析度是11位)
1024(adc的零值為1024)
995/1011(不同訊號的第一取樣點的值)
-22131/20052(65萬個取樣點的校驗數)
0(表示輸入和輸出可以以任意尺寸的塊來執行)
mlii/v5(訊號描述字段，表示訊號採自那個導聯)
「 212 」 格式是針對兩個訊號的資料庫記錄，這兩個訊號的資料交替儲存，每三個位元組儲存兩個資料。這兩個資料分別取樣自訊號 0 和訊號 1 ，訊號 0 的取樣資料取自第一位元組對 (16 位 ) 的最低 12 位，訊號 1 的取樣資料由第一位元組對的剩餘 4 位（作為組成訊號 1 取樣資料的 12 位的高 4 位）和下一位元組的 8 位（作為組成訊號 1 取樣資料的 12 位的低 8 位）共同組成。以 100.dat 為例。100.atr檔案是注釋檔案。記錄了心電專家對相應的心電訊號的診斷資訊，主要有兩種格式： mit 格式和 aha 格式。按照 「212 」的格式，從第一位元組讀起，每三個位元組（ 24 位）表示兩個值，第一組為 「e3 33 f 3 」 , 兩個值則分別為 0x3e3 和 0x3f3 轉換為十進位制分別為 995 和 1011 ，代表的訊號幅度分別為 4.975mv （ 995/200 ，值 / 增益）和 5.055mv ，這兩個值分別是兩個訊號的第一取樣點，後面依此類推，分別表示了兩個訊號的取樣值。
而 aha 格式的每一注釋占用 16 個位元組的空間，多用於交換檔案的情況。心律失常資料庫採用的 mit 格式。
**從檔案中的第一位元組不為 0 可以判斷該檔案是以 mit 格式儲存的。**從第一位元組開始按照 mit 格式進行分析，首先讀出 16 位值 0x7012 ，其高 6 位的值為 0x 1c ( 十進位制 28) ，低 10 位的值為 0x12 ，該型別**為 28 ，代表意義是節律變化，發生時間在 0.05 秒（ 18/360hz ）；接著讀出後面的 16 位值 0xfc03 ，其高 6 為的值為 0x 3f （十進位制 63 ），低 10 位的值為 0x03 ，該型別**為 63 ，代表的意義是在該 16 位值後附加了 3 個（低 10 位值代表的數）位元組的輔助資訊，若位元組個數為奇數，則再附加乙個位元組的空值，在本例中就是 「28 4e 00 00 」 ；然後再從下一位元組讀 16 位值 0x043b ，其高 6 位的值為 1 ，低 10 位的值為 0x3b （十進位制 59 ），該型別碼 1 代表正常心搏，發生時間為 0.213 秒（（ 18+59 ） /360hz ）；依次類推即可讀出所有的注釋，當讀到的 16 位值為 0 時，就表示到了檔案尾。
另，當高 6 位為十進位制 59 時，讀取之後第 3 個 16 位的高 6 位，作為型別**，讀取之後第二個 16 位 + 第乙個 16 位 *2^16 ，作為發生時間；
高 6 位為十進位制 60 ， 61 ， 62 時，繼續讀下乙個 16 位。
採用 wfdb 轉換的 aha 資料庫 atr 注釋，第乙個位元組為 0 ，其讀取方式同 mit 格式一致，可採用相同的方式讀取
# 讀取心電訊號檔案
# sampfrom: 設定讀取心電訊號的 起始位置，sampfrom=0表示從0開始讀取，預設從0開始
# sampto：設定讀取心電訊號的 結束位置，sampto = 1500表示從1500出結束，預設讀到檔案末尾
# channel_names：設定設定讀取心電訊號名字，必須是列表，channel_names=['mlii']表示讀取mlii導聯線
# channels：設定讀取第幾個心電訊號，必須是列表，channels=[0, 3]表示讀取第0和第3個訊號，注意訊號數不確定
record = wfdb.rdrecord(
'../ecg_data/102'
, sampfrom=
0, sampto =
1500
)# 讀取所有通道訊號
# record = wfdb.rdrecord('../ecg_data/203', sampfrom=0, sampto = 1500,channel_names=['mlii']) # 僅僅讀取「mlii」訊號
record = wfdb.rdrecord(
'../ecg_data/101'
, sampfrom=
0, sampto=
3500
, channels=[0
])# 僅僅讀取第0個訊號（mlii）
print
(type
(record)
)# 檢視record型別
print
(dir
(record)
)# 檢視類中的方法和屬性
print
(record.p_signal)
# 獲得心電導聯線訊號，本文獲得是mlii和v1訊號資料
print
(record.n_sig)
# 檢視導聯線條數
print
(record.sig_name)
# 檢視訊號名稱（列表），本文導聯線名稱['mlii', 'v1']
print
(record.fs)
# 檢視採用率
# 讀取註解檔案
# sampfrom: 設定讀取心電訊號的 起始位置，sampfrom=0表示從0開始讀取，預設從0開始
# sampto：設定讀取心電訊號的 結束位置，sampto = 1500表示從1500出結束，預設讀到檔案末尾
print
(type
(annotation)
)# 檢視annotation型別
print
(dir
(annotation)
)# 檢視類中的方法和屬性
print
(annotation.sample)
# 標註每乙個心拍的r波的尖鋒位置，與心電訊號對應
# annotation.symbol #標註每乙個心拍的型別n，l，r等等
print
(annotation.ann_len)
# 被標註的數量
print
(annotation.record_name)
# 被標註的檔名
print
(wfdb.show_ann_labels())
# 檢視心拍的型別
讀取zip檔案中的 upg檔案以及 bin檔案
這次收到乙個任務跟之前一樣，但是這次的複雜在於兩個檔案不一樣！所以倒騰了很久，最後發現因為字元的編碼的原因，每行的大小都是不一樣的，所以讀取的內容是不能計算在哪一行的。所以不能用file函式，因為這個函式是讀取一行內容作為陣列的乙個元素存在的。所以這裡使用file get contents函式，因為...
colab讀取google drive的檔案
使用colab訓練深度學習模型的時候，需要讀入本地採集好的資料集。這時候可以將資料集先上傳到google drive雲端硬碟，再在colab的notebook讀取google drive的資料集 文字 資料表等 colab類似一台linux伺服器，要使用google drive就需要把drive掛在...
R讀取xlsx資料以及讀取所得資料框資料的轉化
最近r讀取xlsx格式資料檔案為dataframe之後轉化成矩陣資料進行處理得到dataframe,之後將dataframe資料轉化為矩陣資料時多次錯誤，原因在與dataframe中資料是factor還是character，解決問題如下 假設下表為沒有表頭的 text.xlsx 資料 a1.00 1...