PEPbench - 开放,可重现和系统的比较对自动化预喷射期提取算法的比较

科学领域:

• 心理生理学 心理生理学
• 生物医学信号处理
• 心血管生理学心血管生理学

背景情况:

• 前排期 (PEP) 是心理生理学中的一个关键心脏参数,通常用于评估交感神经系统 (SNS) 活动.
• 从心电图和阻抗心脏图 (ICG) 信号中提取PEP的自动化算法存在,但缺乏系统的基准测试.
• 进步的一个重要障碍是缺乏开源算法和标准化,注释数据集.

研究的目的:

• 介绍PEPbench,这是一个开源的Python包和PEP提取算法的评估框架.
• 使用标准化方法系统地对各种PEP提取算法组合进行基准测试.
• 为首批公开可用的数据集提供Q峰和B点的参考注释.

主要方法:

• 开发了PEPbench,将多种Q峰和B点检测算法集成到全面的管道中.
• 使用PEPbench进行了108种不同的算法组合的系统比较.
• 在两个新发布的,手动注释的数据集上对Q峰和B点的所有组合进行了评估.

主要成果:

• 算法性能差异很大,B点检测导致了大量的错误.
• 自动化PEP提取算法在比特比特基础上显示出相对较高的错误率.
• 这项研究强调了在实时心理生理学研究中应用自动PEP提取时需要谨慎.

结论:

• PEPbench提供了一个重要的开源工具,用于可重复的PEP提取算法的基准测试.
• 这些发现凸显了当前自动化PEP提取方法的局限性,特别是对于节拍分析.
• 鼓励社区为促进创新和提高心脏参数提取在心理生理学中的可靠性做出贡献.