Dataset PPG, ECG y CPVs tipo 1 y 2

Este repositorio contiene un conjunto de datos que incluye 13 registros de pacientes de la base de datos MIMIC. Cada paciente está representado por un archivo .mat que almacena las señales de PPG (Fotopletismografía) y ECG (Electrocardiograma) con una frecuencia de muestreo de 125 Hz.Además, este repositorio incluye scripts en MATLAB para la visualización de las señales y la detección de Complejos Prematuros Ventriculares (CPVs) tipo 1 y tipo 2. Estos scripts permiten realizar análisis detallados de las señales PPG y ECG para cada paciente.<b>Estructura del Dataset</b>El repositorio está compuesto por los siguientes archivos y directorios:<b>Archivos XXXm</b><b>.mat</b>: Contienen la información de las señales PPG y ECG de los pacientes. Cada archivo de la forma m.mat corresponde a un paciente específico y contiene las muestras de las señales obtenidas en un entorno clínico.<b>Archivos señales_seleccionadasXXX</b><b>.mat</b>: Contiene específicamente la información de las señales de los canales PPG y ECG de los archivos m.mat de cada paciente.<b>Código en MATLAB (</b><b>senales_ppg_ecg_visualizacion.m.m</b><b>)</b>: Un script en MATLAB diseñado para visualizar las señales ECG y PPG de cada paciente. Este código permite cargar los archivos .mat y mostrar un fragmento de las señales para facilitar el análisis visual. Es importante destacar que debe modificarse en esta línea del código el paciente a analizar:<br>data = load('señales_seleccionadas212.mat'); % Cargar el archivo .mat<b>Código en MATLAB (cpvs12</b><b>.m</b><b>)</b>: Otro script en MATLAB que implementa la detección de CPVs tipo 1 y tipo 2 en la señal PPG. Los resultados de esta detección se almacenan en un archivo CSV, que puede ser consultado posteriormente para realizar un análisis detallado de la señal.<b>Archivos de encabezado (XXX</b><b>hea.txt</b><b>)</b>: Estos archivos contienen las especificaciones para la selección de las señales de cada paciente, permitiendo entender la estructura y los canales disponibles en los archivos .mat.<br>Además se incluye un archivo llamado <b>paso4_46_pacientes_sujeto </b>Este archivo contiene la información recopilada de 46 pacientes con algunos datos como la edad, peso, estatura, si están medicados además del nivel de colesterol de cada paciente.<b>Descripción de las Señales</b><b>PPG (Fotopletismografía)</b>: Señales obtenidas mediante un sensor óptico que mide los cambios en el volumen sanguíneo en los tejidos. Estas señales son útiles para estudiar el pulso y otras características hemodinámicas de los pacientes.<b>ECG (Electrocardiograma)</b>: Señales eléctricas del corazón que se utilizan para evaluar la actividad cardíaca. Los archivos de este dataset incluyen varias derivaciones del ECG que proporcionan información detallada sobre el funcionamiento del corazón.<b>Leer las columnas del archivo resultados_cpvs_paciente_XXX.csv</b>JSON{ "description": "Código para leer las columnas de un archivo CSV llamado resultados_cpvs_paciente_###.csv", "read_csv_file": { "file_name": "resultados_cpvs_paciente_###.csv", "columns": [ "Paciente", "CPVs_Tipo_1", "CPVs_Tipo_2", "Instantes_CPV_Tipo_1", "Instantes_CPV_Tipo_2" ] } }PYTHONimport pandas as pd # Nombre del archivo CSV csv_filename = 'resultados_cpvs_paciente_###.csv' # Leer el archivo CSV y seleccionar las columnas necesarias try: df = pd.read_csv(csv_filename, usecols=["Paciente", "CPVs_Tipo_1", "CPVs_Tipo_2", "Instantes_CPV_Tipo_1", "Instantes_CPV_Tipo_2"]) print("Archivo leído correctamente.") print(df.head()) # Muestra las primeras filas del archivo leído except FileNotFoundError: print(f"El archivo {csv_filename} no se encuentra.") except Exception as e: print(f"Ha ocurrido un error: {e}")<b>Créditos</b>Este conjunto de datos y los códigos asociados han sido diseñados para facilitar el análisis de señales fisiológicas y la detección de eventos cardíacos importantes, como los CPVs. Los datos provienen de la base de datos MIMIC y han sido adaptados para su uso en MATLAB.