使用Python+TensorFlow2构建基于卷积神经网络（CNN）的ECG心电信号识别分类（二）

2020 年 5 月 5 日
筆記
Python, TensorFlow, 深度学习

心律失常数据库

目前，国际上公认的标准数据库包含四个，分别为美国麻省理工学院提供的MIT-BIH（Massachusetts Institute of Technology-Beth Israel Hospital Database, MIT-BIH）数据库、美国心脏学会提供的AHA（ American heart association,AHA）数据库、欧共体CSE（ Common Standards for Quantitative Electrocardiograph,CSE）数据库、欧洲ST-T数据库。

当前使用最广泛且被学术界普遍认可的据库为MIT-BIH心律失常数据库。此数据库中囊括了所有类型的心电信号并且数量丰富，为本文关于心电信号的自动分类研究提供了实验数据。下面对该数据库作详细的说明。
MT-BIH心律失常数据库拥有48条心电记录，且每个记录的时长是30分钟。这些记录来自于47名研究对象。这些研究对象包括25名男性和22名女性，其年龄介于23到89岁（其中记录201与202来自于同一个人）。信号的采样率为360赫兹，AD分辨率为11比特。对于每条记录来说，均包含两个通道的信号。第一个通道一般为MLⅡ导联（记录102和104为V5导联）；第二个通道一般为V1导联（有些为V2导联或V5导联，其中记录124号为Ⅴ4导联）。为了保持导联的一致性，往往在研究中采用MLⅡ导联。本文选取MLⅡ导联心电信号进行研究分析。

数据库中的每条记录均包括三个文件，即：头文件、数据文件和注释文件。
（1）头文件头文件[.hea] 通过ASCII码存储方式记录信号的采样频率、采样频率、数据格式使用的导联信息、采样频率、研究者的性别、年龄以及疾病种类等
（2）数据文件数据文件[.dat] 通过二进制的方式存储信号，每三个字节存储两个数值（两导联数据交替存储），每个数值大小是12bit
（3）注释文件注释文件[.atr] 是由专家对信号进行人工标注，并且根据二进制格式进行数据的存储

关于MIT-BIH数据库的一些常用网站

MIT-BIH数据库的官方网站：//ecg.mit.edu/
MIT-BIH数据库下载：//www.physionet.org/content/mitdb/1.0.0/
ZIP包下载链接：Download the ZIP file (73.5 MB)
官网上关于该数据库的详细介绍网址：//archive.physionet.org/physiobank/database/html/mitdbdir/intro.htm#symbols。
百度百科上的介绍也较为详细，需要对其格式做深入了解的读者可以参考：//baike.baidu.com/item/MIT-BIH。
每条信号的基础信息可以查询//www.physionet.org/physiobank/database/html/mitdbdir/mitdbdir.htm
数据库中每条心电信号中的心拍类型表：//archive.physionet.org/physiobank/database/html/mitdbdir/tables.htm#allbeats
MIT-BIH心电数据可视化网站：//www.physionet.org/lightwave/?db=mitdb/1.0.0
官方网站的可视化工具读取展示MIT-BIH数据：//archive.physionet.org/cgi-bin/atm/ATM

官方网站提供的可视化工具中有许多数据库，请选择mitdb数据库。

相比之下更推荐使用倒数第二个网站进行查看。

统一术语称呼

我在阅读心电相关论文的时候，常常由于不同文章之间对同一事物的称呼不同而感到困扰。为避免在本文中出现类似情况，现将术语称呼统一如下。

一条心电数据（记录、信号）：将编号为100,101…的数据称为一条心电数据（记录），包含了该编号中的所有导联数据。由于本文仅使用MLII导联的数据作为深度学习的训练数据，因此在本文中也特指一条心电数据中的MLII导联部分。
心拍：如文章（一）中图片所示，将一个完整的心电波形称为一个心拍。
信号点（值）：连续的心电波形图其实是由一系列频率固定的不连续采样点构成的，将每个采样点称为信号点（值）。

心电数据的读取

下载数据库到本地后打开，你会发现.dat文件中全部都是乱码，这是由于MIT-BIH数据库采用了自定义的format212格式进行编码。所以在读取心电数据的时候，我们需要用到Python中的一个工具包：wfdb。

在Pycharm中新建工程，并将下载好的心电数据集按如图所示的目录结构进行放置。其中ecg_data为心电数据集的文件夹。

在该工程配置的Python环境中安装wfdb包。

pip install wfdb

关于wfdb包的详细使用请参考其官方文档，这里用代码的形式给出一些常用操作。

# 读取编号为data的一条心电数据
def read_ecg_data(data):
    '''
    读取心电信号文件
    sampfrom: 设置读取心电信号的起始位置，sampfrom=0表示从0开始读取，默认从0开始
    sampto：设置读取心电信号的结束位置，sampto = 1500表示从1500出结束，默认读到文件末尾
    channel_names：设置设置读取心电信号名字，必须是列表，channel_names=['MLII']表示读取MLII导联线
    channels：设置读取第几个心电信号，必须是列表，channels=[0, 3]表示读取第0和第3个信号，注意信号数不确定
    '''
    # 读取所有导联的信号
    record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500)
    # 仅仅读取“MLII”导联的信号
    # record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channel_names=['MLII'])
    # 仅仅读取第0个信号（MLII）
    # record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channels=[0])

    # 查看record类型
    print(type(record))
    # 查看类中的方法和属性
    print(dir(record))

    # 获得心电导联线信号，本文获得是MLII和V1信号数据
    print(record.p_signal)
    print(np.shape(record.p_signal))
    # 查看导联线信号长度，本文信号长度1500
    print(record.sig_len)
    # 查看文件名
    print(record.record_name)
    # 查看导联线条数，本文为导联线条数2
    print(record.n_sig)
    # 查看信号名称（列表），本文导联线名称['MLII', 'V1']
    print(record.sig_name)
    # 查看采样率
    print(record.fs)

    '''
    读取注解文件
    sampfrom: 设置读取心电信号的起始位置，sampfrom=0表示从0开始读取，默认从0开始
    sampto：设置读取心电信号的结束位置，sampto=1500表示从1500出结束，默认读到文件末尾
    '''
    annotation = wfdb.rdann('../ecg_data/' + data, 'atr')
    # 查看annotation类型
    print(type(annotation))
    # 查看类中的方法和属性
    print(dir(annotation))

    # 标注每一个心拍的R波的尖锋位置的信号点，与心电信号对应
    print(annotation.sample)
    # 标注每一个心拍的类型N，L，R等等
    print(annotation.symbol)
    # 被标注的数量
    print(annotation.ann_len)
    # 被标注的文件名
    print(annotation.record_name)
    # 查看心拍的类型
    print(wfdb.show_ann_labels())

    # 画出数据
    draw_ecg(record.p_signal)
	# 返回一个numpy二维数组类型的心电信号，shape=(65000,1)
    return record.p_signal

在这些函数中，使用最多的是通过record=wfdb.rdrecord来获取心电数据信息，以及通过annotation=wfdb.rdann来获取心拍类型信息。需要注意的是record的类型是一个(65000,1)的二维数组，需要先将其转换成一维数组才可以对其进行预处理，关于预处理的这部分内容将在下篇文章中进行叙述。

Tags: Python TensorFlow 深度学习