CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-2D-CNN(四)
主要内容
- 1、数据提取
- 2、提取过程
1、数据提取
本次教程做适用于整体数据集上的处理工作,以不同的的处理代码展示整体的数据处理!
本次数据处理教程是没有做STFT变换,之间将提取的数据变换为适合2D-CNN输入的数据,以适应使用2D-CNN网络完成具体任务!
文件的目录如下:把所有患者数据文件夹放入一个文件夹中。
1.导入包
import numpy as np
import pandas as pd
import mne
import os
2.定义变量
包括数据目录、发病时间,选择的通道等。
path = "/data_edf/"
path_time_records = "/time_recods.csv"
t = pd.read_csv(path_time_records,index_col="chb")
channel = ['FP1-F7','F7-T7','T7-P7','P7-O1','FP1-F3','F3-C3','C3-P3','P3-O1','FZ-CZ','CZ-PZ','FP2-F4','F4-C4','C4-P4','P4-O2','FP2-F8','F8-T8','P8-O2','T8-P8-1']
dirs = sorted(os.listdir(path))
3.整体数据
for dir in dirs :count = 0os.mkdir("you want to save" + "/" + dir)os.mkdir("you want to save" + "/" + dir)path_old = "you want to save" + "/" + dir # 原始数据文件夹目录path_d = "you want to save" + "/" + dir # 新数据文件夹目录path_l = "you want to save" + "/" + dir # 新标签目录files = sorted(os.listdir(path_old)) # 得到文件夹下的所有文件名称# file_name = "X"+ "/" + dir + ".npy"for file in files: #遍历文件夹if os.path.splitext(file)[1] == '.seizures':count+=1f = os.path.splitext(file)[0]
# print('file name ', file + '\n'+ f)file_name = os.path.splitext(os.path.splitext(file)[0])[0] + ".npy"t_str = str(os.path.splitext(os.path.splitext(file)[0])[0])raw = mne.io.read_raw_edf(path_old+"/" + f,preload=True)edf = raw.copy().filter(0.2, 30.)t_idx = edf.time_as_index([t.loc[t_str, 'start'], t.loc[t_str, 'end']])edf.pick_channels(channel)x,y = repat_file(edf, t_idx)np.save(path_d+"/"+file_name, x)np.save(path_l+"/"+file_name, y)
print("#############finashed###############")
2、提取过程
CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-2D-CNN(四)相关推荐
- CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-癫痫发作预测(六)
CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-癫痫发作预测(六) 导入需要的包 各功能模块 数据集导入 模型训练 训练结果 保存模型 测试结果 导入需要的包 import numpy as np ...
- CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-通道选择(五)
CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理-通道选择(五) 概述 通道选择模型 通道选择 LightGBM模块代码 LightGBM模型训练 概述 由于癫痫发作时不是整个大脑区域都有相关的反映 ...
- CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理(二)
主要内容 1.数据提取 2.制作数据样本-数据分快 3.过程展示 1.数据提取 本次教程以chb01患者的数据为例: 首先提取该患者的eeg数据: 在数据提取中就完成滤波:(0~50Hz) from ...
- 手把手教你EEG脑电数据预处理-操作篇
目录 导入数据 对数据进行初步认识 电极定位 移除无用电极 重参考 重采样 滤波 分段和基线校正 插值坏导 ICA 剔除ICA成分 剔除坏段 目视检查法 保存数据 本分享为脑机学习者Rose整理发表于 ...
- 手把手教你EEG脑电数据预处理-原理篇
目录 0. EEG data 1. 定位通道数据 2. 删除无用数据 3.滤波 4.分段 5.基线校正 6. 重参考 7. 降低采样率 8. 插值坏导 9. 独立主成分分析 10. 剔除坏段 本分享为 ...
- Analyzer脑电数据处理步骤
Analyzer脑电数据处理步骤 1 简化版流程 2 详细版流程 2.1 设置数据路径的workspace 2.2 转换参考(New Reference 2.3 滤波(Filters) 2.4 ICA ...
- Python中FIR滤波和STFT滤波对比(MNE脑电数据处理)
在脑电数据处理中滤波是很重要的一个步骤,直接影响后面的特征提取等计算流程.在之间写的博客中有过介绍(https://blog.csdn.net/zhoudapeng01/article/details ...
- EEG脑电公开数据库大盘点
不做实验能否发表论文?答案当然是肯定的.对于刚进入EEG领域的同学来说,利用网上公开的EEG数据库练练手,顺便发表一些论文是个不错的选择.公开数据库对于促进科学研究的快速发展意义重大,公开数据的建立可 ...
- arduino eeg脑电模块_应用深度学习EEGNet来处理脑电信号
本分享为脑机学习者Rose整理发表于公众号:脑机接口社区(微信号:Brain_Computer).QQ交流群:903290195 EEGNet论文 EEGNet简介 脑机接口(BCI)使用神经活动作为 ...
最新文章
- js获取html中img src属性值,javascript - js匹配img标签中的 src属性的值的正则怎么写?...
- play2.0文档-面向java开发者(7)异步HTTP编程
- java json 易用_Java中 Json的使用
- linux培训笔记1
- django1.5 连接mysql_django1.5.5使用mysql
- #1130 - Host 'localhost' is not allowed to connect to this MySQL server
- 利用 Python 写一个颜值测试小工具
- 批处理BAT命令创建日期文件夹
- 巧用推荐墙入口,APP轻松盈利
- Atiit 常见功能 常用功能与模块的最快速解决方案
- java私塾跟我学系列_java 私塾作业
- csgo红锁号能解锁吗_CSGO红锁黑刀号!重磅!大规模红锁!
- 关于tc作用在入口(ingress)和出口(egress)效果的调研
- MSSqlserver的锁模式介绍
- rpa打开浏览器_从RPA+AI到 RPA像人一样思考:来也科技发布新产品 UiBot Mage
- C++实现matlab中的interp1和interp2插值
- 微信公众平台测试帐号的注册与使用
- 服务器系统整机拷贝,服务器主机整机拷贝
- xp计算机共享上限,Win7/xp系统下共享文件夹最大连接数限制怎么解除
- html 屏幕垂直居中显示,页面内容居中设置(水平居中与垂直居中)