Python-hrvanalysis库 挖掘心电信号特征 方法总结

Python-hrvanalysis库 使用总结

最近接手一个心电项目，用到了hrvanalysis库分析心电数据特征。网上的关于hrvanalysis中文资源不多，今天总结一下。

参考 https://github.com/Aura-healthcare/hrvanalysis

1 hrvanalysis介绍和安装

hrvanalysis是一个基于SciPy, AstroPy, Nolds and NumPy的python模块，用于构建RR-interval心率变异分析的工具。

python3下，使用下面👇命令安装这个库

$ pip install hrv-analysis

hrvanalysis对其他库的依赖如下：

Python (>= 3.5)
astropy >= 3.0.4
future >= 0.16.0
nolds >= 0.4.1
numpy >= 1.15.1
scipy >= 1.1.0

2 离群值和异常值删除

# 导入库和对应的函数
from hrvanalysis import remove_outliers
from hrvanalysis import remove_ectopic_beats
from hrvanalysis import interpolate_nan_values

# 此为RR-interval长度列表，每个元素为每个RR-interval的间隔时间
rr_intervals_list = [1000, 1050, 1020, 1080, ..., 1100, 1110, 1060]
# 删除离群值，被删除的元素置为nan，自low_rri和high__rri分别为最小和为最大的RR-interval
rr_intervals_without_outliers = remove_outliers(rr_intervals=rr_intervals_list,  
                                                low_rri=300, high_rri=2000)
# 将离群的rr-interval值删除，并用线性插值的方法添加新值
interpolated_rr_intervals = interpolate_nan_values(rr_intervals=rr_intervals_without_outliers,
                                                   interpolation_method="linear")
# 从RR-interval心电信号中，采用malik方法删除异常值，即将值置为nan
nn_intervals_list = remove_ectopic_beats(rr_intervals=interpolated_rr_intervals