插入带时间戳的患者数据

Question

问题：我正在处理患者数据，其中参数以不同的采样频率记录，因此具有不同的时间戳。

我想创建一个矩阵，其中数据由“最后一个已知值”插值，直到新的原始值随时间变化。所以最后我有一个统一的矩阵，其中每个参数在每个时间戳都有值。

数据格式如下：

Time              Hear Rate(Variable)         
18:00:00 PM       74 
18:02:00 PM       75
18:04:00 PM       85     
18:06:00 PM       71        
18:08:00 PM       79        
18:10:00 PM       72  

Time              Blood Press. (Variable)         
18:01:00 PM       100
18:05:00 PM       120
18:09:00 PM       121

目标：

Time              Hear Rate(Variable)    Blood Press.    
18:00:00 PM       74                      NaN
18:01:00 PM       74                      100
18:02:00 PM       75                      100 
18:03:00 PM       75                      100
18:04:00 PM       85                      100 
18:05:00 PM       85                      120
18:06:00 PM       71                      120
18:07:00 PM       71                      120 
18:08:00 PM       79                      120
18:09:00 PM       79                      121
18:10:00 PM       72                      121

缺失位置的插值数据应该是已知事件的先前值，并且应该保持不变，直到发生下一次更改。

我目前指的是来自 MATLAB 用户论坛的以下线程

http://www.mathworks.com/matlabcentral/answers/101237-how-can-i-do-1-d-interpolation-with-interp1-to-find-the-nearest-value-to-the-left-of-the-point-i-e

Answer 1

正如您从提供的链接中看到的那样，您实际上是在尝试执行zero-order hold。

我们将第一组时间称为t_hr（字符串元胞数组）和第二组时间t_bp（也是字符串元胞数组）。然后调用心率hr 和血压bp。

通过组合t_hr 和t_bp 构建一个新的元胞数组t：

t = [t_hr; t_bp];

在hr 和bp 中填写一些NaNs，使它们的长度与t 相同。在t 中，向量的第一部分对应于我们知道的hr 的时间，后半部分对应于bp。相应地使用这些知识：

hr = [hr; nan(length(t) - length(hr),1)];
bp = [nan(length(t) - length(bp),1); bp];

现在你有了三个向量：t（好吧，这实际上是一个元胞数组）； hr和bp，hr和bp的元素对应t中的元素，包括NaNs：

t = 
'18:00:00 PM'
'18:02:00 PM'
'18:04:00 PM'
'18:06:00 PM'
'18:08:00 PM'
'18:10:00 PM'
'18:01:00 PM'
'18:05:00 PM'
'18:09:00 PM'

hr =
74
75
85
71
79
72
NaN
NaN
NaN

bp =
NaN
NaN
NaN
NaN
NaN
NaN
100
120
121

现在，我们可以对t进行排序：

[t_sorted, idx] = sort(t);

idx 包含t 的索引，这些索引被移动形成t_sorted。在这种情况下，idx == [1 7 2 3 8 4 5 9 6].'。我们可以用它对bp和hr进行排序：

 hr_sorted = hr(idx)
 hr_sorted =
 74
 NaN
 75
 85
 NaN
 71
 79
 NaN
 72

 bp_sorted = bp(idx)
 bp_sorted =
 NaN
 100
 NaN
 NaN
 120
 NaN
 NaN
 121
 NaN

然后，应用零阶保持：

for ii = 2:length(t)
    if isnan(hr_sorted(ii))
        hr_sorted(ii) = hr_sorted(ii-1);
    end
    if isnan(bp_sorted(ii))
        bp_sorted(ii) = bp_sorted(ii-1);
    end
end

你的最终向量变成：

hr_sorted =
74
74
75
85
85
71
79
79
72

bp_sorted =
NaN
100
100
100
120
120
120
121
121

请注意，您的目标答案中有 11 个不同的时间，但您只提供了 9 个。 （缺少 18:03 和 18:07。）您可以通过将额外的 NaNs 添加到 hr 和 bp 并制作 t 一个包含 t_hr 的元胞数组来轻松扩展此答案、t_bp 和元胞数组t_missing ={'18:03:00 PM', '18:07:00 PM'}。