今天的第一篇文章。
目前我正在研究,我必须分析心率数据。 现在我已经完成了大部分代码,我发现我正在使用的算法 (RHRV( 利用心跳的出现次数,以及匹配的秒数。
因此,我的简单 txt 文件(以秒为单位(如下所示(1 列,433 行(: 0.905 1.943 2.941 4.005 4.998 5.921
这些是心跳,它们发生的那一秒。
我现在的问题是:如何删除不可能发生的事件,例如: 发生 2 次/检测信号的速度超过 0.2 秒(200 毫秒(
有没有一种简单的方法或功能可以让我更改数据?
期待您的回答!
干杯
桑德
我想不出一种矢量化的方法,但这是可行的。请注意,这对于长向量来说将是昂贵的,因为表达式y <- c(y, x[i])
会不断重建向量y
。
x <- c(171.1156, 171.1345, 171.256, 171.309, 171.465, 171.4986, 171.986, 172.563)
m <- 1
y <- numeric(0)
y[m] <- x[1]
for (i in 2:NROW(x)) {
if (y[m] + 0.2 < x[i]) {
m <- m + 1
y <- c(y, x[i])
}
}
y
# output
[1] 171.1156 171.4650 171.9860 172.5630
我遍历x
的元素,每次遇到与y
中最新接受的值相差 0.2 以上的值时,我都会使用该x[i]
更新y
。
# create some random values
set.seed(3)
heartBeats <- sort(runif(10))
# which of them are reasonable?
keepThese <- heartBeats - lag(heartBeats) > 0.02
keepThese[is.na(keepThese)] <- TRUE # remove NAs
# and now subset the original vector
heartBeats[keepThese]