Hybird_Transformer for OSA detection

1、切割成60s片段，每个片段都有专家标注的N\A标签
2、将60s片段的前后2.5min片段重新组合，标签选取中间片段的标签
3、使用DWT进行变换，为了消除噪声，包括工频干扰、肌电图噪声和与原始心电图数据的基线偏差，我们使用coif4小波将原始心电图数据分解为6个比例，并去除第一（25-50Hz）、第六（0.8-1.6Hz）比例细节分量和第六（0-0.8Hz）比例近似分量。由于心电信号大致集中在1.5~25Hz，去除这些频带将有助于抑制高频噪声和低频噪声，并保留原始信号。
4、使用z-score方法将心电数据归一化$$y(t)=(x(t)-i)/j$$
i:mean均值
j:标准差
5、R峰定位：step1:-将信号重采样值500Hz，然后，根据相应的放大率对预测的坐标进行缩放，以匹配原始的心电图段。这一步产生近似的r峰位置; step2:-这一步使用一个宽度为10个采样点的滑动窗口来微调r峰位置，并将窗口中最大点的坐标分配为r峰位置。
6、计算得到RRI（R峰区间）、RA（R峰振幅）、RRID（RR区间一阶差值）；
7、输入网络，得到分类结果。