mimic3wdb-matched RECORDS file hast too many entries
Personne n'a encore pris cette issue.
Évaluation
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Accessibilité débutants
- 35/100
Piste de recherche
Commencez par wfdb.io.dl_database et comparez le fichier RECORDS lié de mimic3wdb-matched avec le contenu de la base de données, y compris l’URL manquante 3783537_10000.hea. Confirmez comment les entrées supplémentaires provoquent des échecs de téléchargement, puis vérifiez que le téléchargement de la base de données ne demande plus d’enregistrements inexistants ; la modification proposée concernant le multithreading est une question distincte et plus vaste.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
We are trying to download the mimic3wdb-matched database via wfdb.io.dl_database like so:
wfdb.io.dl_database("mimic3wdb-matched", "mimic3wdb-matched", records='all', annotators='all', keep_subdirs=True, overwrite=False)
After a long wait, we get an error indicating a missing file:
wfdb.io._url.NetFileNotFoundError: 404 Error: Not Found for url: https://physionet.org/files/mimic3wdb-matched/1.0/p01/p017488/3783537_10000.hea
While investigating we found that the corresponding RECORDS file contains more records than there are in the database:
https://physionet.org/files/mimic3wdb-matched/1.0/p01/p017488/RECORDS
RECORDS file:
Actual content:
wfdb.io.dl_database generates unique urls using this RECORDS file which then leads to the mentioned error above.
Some questions:
- Can someone adapt the RECORDS file to reflect the database content
- The download via
wfdb.io.dl_databaseis excruciating slow. Would it make sens to rewritewfdb.io.dl_databaseto use multi-threading? Or what approach do you use to dump the whole database efficiently?
- Langage dominant
- Jupyter Notebook
- Étoiles
- 853
- Forks
- 323
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Préparer son environnement
Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de MIT-LCP/wfdb-python
-
`find_local_peaks` ignores the sample at `i + radius`, so points on a rising slope are returned as peaksPeut-être pris @rmz-oz l’a pris il y a 8 jours. Ouverte
Difficulté 2/5 1-3 heures Accessibilité débutants 84/100
MIT-LCP/wfdb-python#572 ·
-
Difficulté 4/5 3-5 jours Accessibilité débutants 45/100
MIT-LCP/wfdb-python#568 ·
-
Add validation of segments when writing a `MultiRecord`Peut-être pris Une pull request liée à cette issue est ouverte ou déjà fusionnée. Ouverte
Difficulté 3/5 1-2 jours Accessibilité débutants 48/100
MIT-LCP/wfdb-python#557 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 58/100
MIT-LCP/wfdb-python#554 ·
-
WFDB path ignoredOuverte
Difficulté 4/5 3-5 jours Accessibilité débutants 35/100
MIT-LCP/wfdb-python#545 ·
Toutes les issues de MIT-LCP/wfdb-python
Issues similaires
-
Difficulté 2/5 1-3 heures Accessibilité débutants 68/100
Les mainteneurs répondent en général sous 1 jour
-
friction
Difficulté 2/5 1-3 heures Accessibilité débutants 65/100
kentcdodds/kody#3263 ·
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
PolicyEngine/policyengine-us#10073 ·
Les mainteneurs répondent en général sous 2 jours
-
bug release:v5.56
Difficulté 2/5 1-3 heures Accessibilité débutants 75/100
Jason-Vaughan/TangleClaw#2270 ·
Les mainteneurs répondent en général sous 1 jour
-
area:jobads-cv BE mvp P2
Difficulté 2/5 1-3 heures Accessibilité débutants 62/100
klasolsson81/jobbliggaren#2099 ·
Les mainteneurs répondent en général sous 1 jour