CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理(一)
主要内容
- 1、CHB-MIT头皮脑电图数据介绍
- 2、CHB-MIT头皮脑电图数据下载
- 3、CHB-MIT头皮脑电图数据处理
- 3.1、提取原始数据
- 3.2、滤波(0.1~50hz)
- 3.3、数据分块(时间窗口)
1、CHB-MIT头皮脑电图数据介绍
该数据库收集自波士顿儿童医院,其中包括患有难治性癫痫发作的儿科患者的脑电图记录。停用抗癫痫药物后最多持续几天对受试者进行监测,以表征其癫痫发作并评估其对手术干预的候选资格。
从22位受试者中收集了23个病例的记录(5例男性,3至22岁; 17例女性,1.5至19岁)。 (案例chb21是在案例chb01之后1.5年从同一女性受试者获得的。)文件SUBJECT-INFO包含每个受试者的性别和年龄。 (案例chb24已于2010年12月添加到此收藏中,并且当前未包含在SUBJECT-INFO中。)
每个案例(chb01,chb02等)都包含9到42个来自单个主题的连续.edf文件。硬件限制导致连续编号的.edf文件之间出现间隙,在此期间未记录信号;在大多数情况下,间隔为10秒或更短,但偶尔会有更长的间隔。为了保护受试者的隐私,原始.edf文件中的所有受保护健康信息(PHI)已替换为此处提供的文件中的替代信息。原始.edf文件中的日期已替换为代理日期,但属于每种情况的单个文件之间的时间关系已保留。在大多数情况下,.edf文件仅包含一小时的数字化EEG信号,尽管属于情况chb10的文件为两个小时,而属于情况chb04,chb06,chb07,chb09和chb23的文件为四个小时。有时,记录有癫痫发作的文件较短。
所有信号均以每秒256个样本的速度以16位分辨率进行采样。大多数文件包含23个EEG信号(在某些情况下为24或26)。这些记录使用了国际10-20脑电图电极位置和命名系统。在一些记录中,还记录了其他信号,例如,属于案例chb04的后36个文件中的ECG信号和属于案例chb09的后18个文件中的迷走神经刺激(VNS)信号。在某些情况下,最多5个“虚拟”信号(称为“-”)散布在EEG信号中,以获得易于读取的显示格式;这些虚拟信号可以忽略。
文件RECORDS包含此集合中所有664个.edf文件的列表,文件RECORDS-WITH-SEIZURES列出了包含一个或多个癫痫发作的文件中的129个。这些记录总共包括198次癫痫发作(原始23例病例中为182例); .seizure批注文件中对每个扣押的开始([)和结束(])进行了注释,这些文件与RECORDS-WITH-SEIZURES中列出的每个文件一起提供。此外,名为chbnn-summary.txt的文件包含有关每次录制使用的剪辑画面的信息,以及从每个.edf文件开始到其中包含的每次检出开始和结束的经过时间(以秒为单位)。
2、CHB-MIT头皮脑电图数据下载
https://physionet.org/content/chbmit/1.0.0/
由于该数据集在国外,下载速度较慢,本人将下好的数据集放到了网盘,需要的可以私信提供下载链接!
3、CHB-MIT头皮脑电图数据处理
3.1、提取原始数据
为了方便研究,首先要将.edf文件提取出来(这里保存为.npy文件,若要保存为其他格式,也非常容易),下面附上Python代码:
import mne
import numpy as np
import pandas as pd
import osraw = mne.io.read_raw_edf("path_edf",preload=False,verbose=False)
data,times = raw[:,:]
data = data.T * 1000000
np.save("data"+f_str,data)
3.2、滤波(0.1~50hz)
原始数据中包含了很多我们不需要的频率成分,所以我们要对原始脑电数据滤波。正常脑电频率范围是0~50hz。具体代码如下:
import mne
import numpy as np
import pandas as pd
import osraw = mne.io.read_raw_edf("path_edf",preload=False,verbose=False)
raw.filter(0.1,50.,method='iir')
data,times = raw[:,:]
data = data.T * 1000000
np.save("data"+f_str,data)
3.3、数据分块(时间窗口)
目前大多数研究的做法都是将数据分块,也就是划分了时间窗口:
用MNE-Python库实现还是比较容易的,直接附上代码:
new_events = mne.make_fixed_length_events(raw,start=0,stop=t_start-ser,duration=duration,overlap=0.)
epochs = mne.Epochs(raw, new_events, event_id=None, tmin=0., tmax=tmax, baseline=None, picks=None, preload=True, reject=None, flat=None, proj=True, decim=1, reject_tmin=None, reject_tmax=None, detrend=None, on_missing='raise', reject_by_annotation=True, metadata=None, event_repeated='error', verbose=None)data = epochs.get_data()
data = data*1e6np.save("data",data)
接下来就可以进入具体的研究内容了!!!
CHB-MIT波士顿儿童医院癫痫EEG脑电数据处理(一)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 ...
- 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 ...
- 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
- 关于NLP相关技术全部在这里:预训练模型、图神经网络、模型压缩、知识图谱、信息抽取、序列模型、深度学习、语法分析、文本处理...
- 实现给一个DIV加阴影效果!
- 中文文本纠错 算例实现(有算例完整代码)
- 12006.eeprom之M24C02
- pandas 替换 某列大于_Pandas使用总结
- python one class svm_sklearn例程:OneClassSVM物种分布建模
- Sibelius for Mac 8.2.0 谱曲软件 中文破解版下载
- 腾讯笔试题 画家小Q
- 谷歌字典mac客户端
- badboy设置中文_badboy基本操作
- 学习总结1-跟开涛学SpringMVC
- github不小心同步覆盖了本地文件
- vue导出excel加一个进度条_Vue实现在前端导出Excel
- 集线器、网桥、交换机简介
- iis 如何修改网站的默认浏览方式
- 微博Android平台SDK文档
- PHP 简单案例[4]
- 医疗机构如何确保符合HIPAA标准 保障网络安全
- 永久解决VS Code终端中文乱码问题
- 【超详细Python秒杀代码】京东淘宝抢购通用
热门文章
- apache php 无法读取网络邻居共享文件的处理,提权
- Qt中添加鼠标右键菜单
- 微软drive服务器,OneDrive:微软云存储服务
- phpdesigner 7 key注册码
- jenkins打包后文件通过ssh上传linux服务器配置
- “Microsoft Internet Explorer”,微软的最后一款IE,以此命名——IE6!
- 金蝶显示服务器连接超时,金蝶连接云服务器超时
- 很遗憾,该服务器不支持 jmail 组件!,jmail组件注册以及权限设置问题
- 中班音乐计算机反思,幼儿园音乐活动反思10篇
- [笔记分享] [Camera] 相机的flash led功能小结