Analyse av data fra gjenoppliving av hjertestanspasienter - implementering i Python

Abstract

Denne bacheloroppgaven går ut på å oversette en del av en allerede utviklet programvare for retrospektiv analyse av gjenopplivningsdata. Rapporten skal reflektere hvordan oppgaven er løst, hvilke utfordringer som oppsto underveis, og hvordan programvaren fungerer, både før og etter oversettelsen.

Målet er å beholde strukturen, samt at Python-implementeringen fungerer mest mulig likt som MATLAB-versjonen av programmet. Dette løses ved å oversette programmet linje for linje, og teste at hver funksjon som blir oversatt gir samme utgangsverdier som funksjonene i MATLAB.

Implementeringen av programvaren i Python-rammeverk var gjennomførbart, og ga et tilfredsstillende resultat. Visse funksjoner lar seg ikke enkelt implementeres i Python på grunn av manglende støtte, og fører til følgefeil. Samlet korrelerer MATLAB og Python-versjonen såpass godt at rytmeannoteringene gjennomsnittlig blir 95% like.

Python-implementasjonen er tilgjengelig på Github. Ta kontakt med Professor Trygve Eftestøl for tilgang.

This bachelor's thesis involves translating a part of an already developed software for retrospective analysis of resuscitation data. The report should reflect how the task was solved, the challenges that arose along the way, and how the software functions, both before and after translation.

The goal is to maintain the structure, and ensure that the Python implementation functions as similarly as possible to the MATLAB version of the program. This is achieved by translating the program line by line, and testing that each function that is translated gives the same output as the functions in MATLAB.

Implementing the software in the Python framework was feasible and resulted in satisfactory results. Certain functions cannot be easily implemented in Python due to a lack of support, which leads to follow-up errors. Overall, the MATLAB and Python versions correlate well enough that the rhythm annotations are on average 95% similar.

The Python implementation is available on Github. Please contact Professor Trygve Eftestøl for access.