Question

我有每3秒获取一次的数据。最初，它们始终在狭窄的基线范围内（即100±10）开始，但在约30秒后它们开始增加值。

这是一个例子。

enter image description here

问题在于，对于每个实验，由于设备校准的变化，初始基线值可能从y轴的不同点开始（即100,250,35）。

尽管~30秒的相对信号增强在不同的实验中表现相同，但沿y轴可能存在偏移。

我的目的是测量这些曲线的AUC。由于实验之间的偏差，它们无法比较，尽管它们的形状和增强比可能相同。

因此，我需要对数据进行标准化，以便无论偏移如何，它们都具有可比较的基线初始值。这可以设置为0.

您能否就如何在Matlab上完成规范化提出任何建议？

理想情况下，输出数据应具有相对信号增强（相对于基线的百分比）。

例如，上面的基线值将徘徊在0±10左右（而不是〜139的原始原始值），并且通过增强它们将构建高达~65％（而不是原始原始值~230）。

示例数据：

 index       SQMean   
_____    ____________

'0'      '139.428574'
'1'      '133.298706'
'2'      '135.961044'
'3'      '143.688309'
'4'      '133.298706'
'5'      '133.181824'
'6'      '134.896103'
'7'      '146.415588'
'8'      '142.324677'
'9'      '128.168839'
'10'     '146.116882'
'11'     '146.766235'
'12'     '134.675323'
'13'     '138.610382'
'14'     '140.558441'
'15'     '128.662338'
'16'     '138.480515'
'17'     '153.610382'
'18'     '156.207794'
'19'     '183.428574'
'20'     '220.324677'
'21'     '224.324677'
'22'     '230.415588'
'23'     '226.766235'
'24'     '223.935059'
'25'     '229.922073'
'26'     '234.389618'
'27'     '235.493500'
'28'     '225.727280'
'29'     '241.623383'
'30'     '225.805191'
'31'     '240.896103'
'32'     '224.090912'
'33'     '230.467529'
'34'     '248.285721'
'35'     '233.779221'
'36'     '225.532471'
'37'     '247.337662'
'38'     '233.000000'
'39'     '241.740265'
'40'     '235.688309'
'41'     '238.662338'
'42'     '236.636368'
'43'     '236.025970'
'44'     '234.818176'
'45'     '240.974030'
'46'     '251.350647'
'47'     '241.857147'
'48'     '242.623383'
'49'     '245.714279'
'50'     '250.701294'
'51'     '229.415588'
'52'     '236.909088'
'53'     '243.779221'
'54'     '244.532471'
'55'     '241.493500'
'56'     '245.480515'
'57'     '244.324677'
'58'     '244.025970'
'59'     '231.987015'
'60'     '238.740265'
'61'     '239.532471'
'62'     '232.363632'
'63'     '242.454544'
'64'     '243.831161'
'65'     '229.688309'
'66'     '239.493500'
'67'     '247.324677'
'68'     '245.324677'
'69'     '244.662338'
'70'     '238.610382'
'71'     '243.324677'
'72'     '234.584412'
'73'     '235.181824'
'74'     '228.974030'
'75'     '228.246750'
'76'     '230.519485'
'77'     '231.441559'
'78'     '236.324677'
'79'     '229.935059'
'80'     '238.701294'
'81'     '236.441559'
'82'     '244.350647'
'83'     '233.714279'
'84'     '243.753250'

Answer 1

接近Shai提到的内容：

blwindow = 1:nrSamp;
DataNorm = 100*(Data/mean(Data(blwindow))-1)

将窗口设置为正确的大小，但是您要确定它，它取决于您的数据。输出DataNorm以％为单位。

Answer 2

通常这类问题需要一些关于您正在测量的数据的更具体的知识（范围，噪声水平，如果您知道实际数据何时开始等）以及您尝试实现的结果。但是，根据您的问题并查看您的示例图表，我会做这样的事情（假设您的数据分为两个数组，time和data）：

initialTimeMax = 25; % take first 25 s
baseSample = data(time <= initialTimeMax); % take part of the data corresponding to the first 25 s
baseSampleAverage = mean(baseSample); % take average to deal with noise
data = data - baseSampleAverage;

如果您不知道数据何时开始，您可以应用平滑滤波器，然后取导数，找到其最大值的x位置，并将initialTimeMax设置为此x位置。

如何将时态数据规范化为初始值？

2 个答案: