Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

Dataset class and dataloader for MIMIC-ECHO dataset

Offen
#1,998 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Anfängerfreundlichkeit
25/100
Issue-Typ
Feature
Klarheit
Muss geklärt werden
Aktivitätsstatus
Ruhig

Rechercherichtung

Das Issue nennt keine Repository-Dateien, Tests oder Einstiegspunkte. Beginne damit, die erwarteten Dataset- und DataLoader-Schnittstellen sowie die Anforderungen an die MIMIC-ECHO-Vorverarbeitung zu definieren, einschließlich der Entfernung von ECG-Diagrammen und numerischen Overlays; als abgeschlossen gilt die Arbeit, wenn eine vereinbarte Implementierung und ein validierter Vorverarbeitungsworkflow vorliegen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Hi everyone,

I’m looking for DataLoader and Dataset class implementations for the MIMIC-ECHO dataset, including preprocessing steps (such as removing ECG graphs and numerical overlays from ultrasound videos).

If anyone knows of any resources, I would be very grateful! Thanks in advance.

Vorherrschende Sprache
Jupyter Notebook
Sterne
3.4k
Forks
1.7k
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Entwicklungsumgebung

Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus MIT-LCP/mimic-code

Alle Issues in MIT-LCP/mimic-code

Ähnliche Issues

Weitere Issues zu Data Engineering

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.