matlab由频域变时域的代码-Neonatal-EEG-Classifier:费城儿童医院重症监护室记录的基于机器学习的管道，...

matlab由频域变时域的代码新生儿脑电图分类器 基于机器学习的管道，用于对费城儿童医院重症监护室记录的新生儿cEEG进行预处理和分类。 整个代码已用MATLAB编写。 在继续实际代码之前，请阅读以下自述文件。 背景 在美国，每年有四万名新生儿患有先天性心脏病（CHD），其中1％的患者经历了心脏骤停[1]。 小儿心脏手术后许多新生儿发生癫痫发作，一些医院已经监测了其冠心病患者的脑电图。 根据这些记录，许多临床医生假设在心搏停止前脑电图的背景模式发生了变化[2]。 当前，使用EEG背景模式来识别即将发生的心脏骤停具有重大的临床意义。 背景包括正常连续性（NC），正常不连续性（ND），连续低压（CLV），过度不连续性（ED），低压抑制（LVS）和突发抑制（BS）。 尽管许多临床医生已经成功地为患者确定了脑电图背景变化，但是由于临床医生人数有限以及各临床医生之间的主观评估不同，所涉及的费用也很高。 该存储库中的管道旨在提取定量的cEEG特征，并结合机器学习以自动化方法对CHD患儿的EEG背景进行分类。 所有数据均来自费城儿童医院心脏重症监护病房（CICU）的15名新生儿的cEEG记录。 通过