Te rapporteren Eda features: alleen mean Eda, mean peaks per minute en %noise (veilig, andere peak features niet mee gewerkt, kan onderzoeker desgewenst uit peak features file halen).
Eda heeft nu 3 out files: Eda data zelf, artefact per 5sec & Eda peak features
• Samenvoegen?
• Ik weet ook even niet meer of de Eda peak features file die er uiteindelijk uit rolt alleen de pieken zijn (rijen peak=1), of de gehele data geupsampelt en gefilterd inclusief peak features. (En wat wenselijker is...)
Add a summary analysis to the RDS batch output ehich would be helpful to have some additional info with
Features per x minuten:
• Mean acc
• Mean temp
• Mean HR
•
• Mean Eda
• Mean Eda peaks per minute
• Percentage Eda noise
Wil je deze op basis van alle Eda data, dat is het makkelijkst. Dan moet de onderzoeker frames met meer dan x% outliers zelf weg gooien. Wij hebben zelf toen het artefact bestand gekoppeld aan de Eda data en peak data om alle 5sec met noise te excluderen van deze gemiddeldes. Dan is koppelen noise - Eda - peak bestand handig/nodig.
Van alle bovenstaande ipv mean (default) wellicht ook optie om stdv, min, max enz te laten bepalen. Zie bv paper “Predicting Aggression to Others in Youth with Autism using a Wearable Biosensor” (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6988899/), met toepassing van machine learning op al deze features.
Als je handmatig een file door de dashboard haalt, krijg je dan ook alle data bestanden? Of alleen HTML? (bij het opslaan mist trouwens de ".HTML") Vooral als je straks per x minuten gaat berekenen is het handig die features als .CSV te hebben ipv in de HTML
PCdLf
commented
3 years ago
Add a summary analysis to the RDS batch output ehich would be helpful to have some additional info with
Features per x minuten: • Mean acc • Mean temp • Mean HR •
• Mean Eda
• Mean Eda peaks per minute
• Percentage Eda noise
Wil je deze op basis van alle Eda data, dat is het makkelijkst. Dan moet de onderzoeker frames met meer dan x% outliers zelf weg gooien. Wij hebben zelf toen het artefact bestand gekoppeld aan de Eda data en peak data om alle 5sec met noise te excluderen van deze gemiddeldes. Dan is koppelen noise - Eda - peak bestand handig/nodig.
Van alle bovenstaande ipv mean (default) wellicht ook optie om stdv, min, max enz te laten bepalen. Zie bv paper “Predicting Aggression to Others in Youth with Autism using a Wearable Biosensor” (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6988899/), met toepassing van machine learning op al deze features.
Als je handmatig een file door de dashboard haalt, krijg je dan ook alle data bestanden? Of alleen HTML? (bij het opslaan mist trouwens de ".HTML") Vooral als je straks per x minuten gaat berekenen is het handig die features als .CSV te hebben ipv in de HTML