使用Python+TensorFlow2構建基於卷積神經網絡（CNN）的ECG心電信號識別分類（二）

心律失常數據庫

目前，國際上公認的標準數據庫包含四個，分別爲美國麻省理工學院提供的MIT-BIH（Massachusetts Institute of Technology-Beth Israel Hospital Database, MIT-BIH）數據庫、美國心臟學會提供的AHA（ American heart association,AHA）數據庫、歐共體CSE（ Common Standards for Quantitative Electrocardiograph,CSE）數據庫、歐洲ST-T數據庫。

當前使用最普遍且被學術界廣泛承認的據庫爲MIT-BIH心律失常數據庫。此數據庫中囊括了全部類型的心電信號而且數量豐富，爲本文關於心電信號的自動分類研究提供了實驗數據。下面對該數據庫做詳細的說明。
MT-BIH心律失常數據庫擁有48條心電記錄，且每一個記錄的時長是30分鐘。這些記錄來自於47名研究對象。這些研究對象包括25名男性和22名女性，其年齡介於23到89歲（其中記錄201與202來自於同一我的）。信號的採樣率爲360赫茲，AD分辨率爲11比特。對於每條記錄來講，均包含兩個通道的信號。第一個通道通常爲MLⅡ導聯（記錄102和104爲V5導聯）；第二個通道通常爲V1導聯（有些爲V2導聯或V5導聯，其中記錄124號爲Ⅴ4導聯）。爲了保持導聯的一致性，每每在研究中採用MLⅡ導聯。本文選取MLⅡ導聯心電信號進行研究分析。

數據庫中的每條記錄均包括三個文件，即：頭文件、數據文件和註釋文件。
（1）頭文件頭文件[.hea] 經過ASCII碼存儲方式記錄信號的採樣頻率、採樣頻率、數據格式使用的導聯信息、採樣頻率、研究者的性別、年齡以及疾病種類等
（2）數據文件數據文件[.dat] 經過二進制的方式存儲信號，每三個字節存儲兩個數值（兩導聯數據交替存儲），每一個數值大小是12bit
（3）註釋文件註釋文件[.atr] 是由專家對信號進行人工標註，而且根據二進制格式進行數據的存儲

關於MIT-BIH數據庫的一些經常使用網站

• MIT-BIH數據庫的官方網站：https://ecg.mit.edu/

• MIT-BIH數據庫下載：https://www.physionet.org/content/mitdb/1.0.0/

• ZIP包下載連接：Download the ZIP file (73.5 MB)

• 官網上關於該數據庫的詳細介紹網址：https://archive.physionet.org/physiobank/database/html/mitdbdir/intro.htm#symbols。

• 百度百科上的介紹也較爲詳細，須要對其格式作深刻了解的讀者能夠參考：https://baike.baidu.com/item/MIT-BIH。

• 每條信號的基礎信息能夠查詢https://www.physionet.org/physiobank/database/html/mitdbdir/mitdbdir.htm

• 數據庫中每條心電信號中的心拍類型表：https://archive.physionet.org/physiobank/database/html/mitdbdir/tables.htm#allbeats

• MIT-BIH心電數據可視化網站：https://www.physionet.org/lightwave/?db=mitdb/1.0.0

• 官方網站的可視化工具讀取展現MIT-BIH數據：https://archive.physionet.org/cgi-bin/atm/ATM

  官方網站提供的可視化工具中有許多數據庫，請選擇mitdb數據庫。

  相比之下更推薦使用倒數第二個網站進行查看。

統一術語稱呼

我在閱讀心電相關論文的時候，經常因爲不一樣文章之間對同一事物的稱呼不一樣而感到困擾。爲避免在本文中出現相似狀況，現將術語稱呼統一以下。

• 一條心電數據（記錄、信號）：將編號爲100,101...的數據稱爲一條心電數據（記錄），包含了該編號中的全部導聯數據。因爲本文僅使用MLII導聯的數據做爲深度學習的訓練數據，所以在本文中也特指一條心電數據中的MLII導聯部分。
• 心拍：如文章（一）中圖片所示，將一個完整的心電波形稱爲一個心拍。
• 信號點（值）：連續的心電波形圖實際上是由一系列頻率固定的不連續採樣點構成的，將每一個採樣點稱爲信號點（值）。

心電數據的讀取

下載數據庫到本地後打開，你會發現.dat文件中所有都是亂碼，這是因爲MIT-BIH數據庫採用了自定義的format212格式進行編碼。因此在讀取心電數據的時候，咱們須要用到Python中的一個工具包：wfdb。

在Pycharm中新建工程，並將下載好的心電數據集按如圖所示的目錄結構進行放置。其中ecg_data爲心電數據集的文件夾。

在該工程配置的Python環境中安裝wfdb包。

pip install wfdb

關於wfdb包的詳細使用請參考其官方文檔，這裏用代碼的形式給出一些經常使用操做。

# 讀取編號爲data的一條心電數據
def read_ecg_data(data):
    '''
    讀取心電信號文件
    sampfrom: 設置讀取心電信號的起始位置，sampfrom=0表示從0開始讀取，默認從0開始
    sampto：設置讀取心電信號的結束位置，sampto = 1500表示從1500出結束，默認讀到文件末尾
    channel_names：設置設置讀取心電信號名字，必須是列表，channel_names=['MLII']表示讀取MLII導聯線
    channels：設置讀取第幾個心電信號，必須是列表，channels=[0, 3]表示讀取第0和第3個信號，注意信號數不肯定
    '''
    # 讀取全部導聯的信號
    record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500)
    # 僅僅讀取「MLII」導聯的信號
    # record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channel_names=['MLII'])
    # 僅僅讀取第0個信號（MLII）
    # record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channels=[0])

    # 查看record類型
    print(type(record))
    # 查看類中的方法和屬性
    print(dir(record))

    # 得到心電導聯線信號，本文得到是MLII和V1信號數據
    print(record.p_signal)
    print(np.shape(record.p_signal))
    # 查看導聯線信號長度，本文信號長度1500
    print(record.sig_len)
    # 查看文件名
    print(record.record_name)
    # 查看導聯線條數，本文爲導聯線條數2
    print(record.n_sig)
    # 查看信號名稱（列表），本文導聯線名稱['MLII', 'V1']
    print(record.sig_name)
    # 查看採樣率
    print(record.fs)

    '''
    讀取註解文件
    sampfrom: 設置讀取心電信號的起始位置，sampfrom=0表示從0開始讀取，默認從0開始
    sampto：設置讀取心電信號的結束位置，sampto=1500表示從1500出結束，默認讀到文件末尾
    '''
    annotation = wfdb.rdann('../ecg_data/' + data, 'atr')
    # 查看annotation類型
    print(type(annotation))
    # 查看類中的方法和屬性
    print(dir(annotation))

    # 標註每個心拍的R波的尖鋒位置的信號點，與心電信號對應
    print(annotation.sample)
    # 標註每個心拍的類型N，L，R等等
    print(annotation.symbol)
    # 被標註的數量
    print(annotation.ann_len)
    # 被標註的文件名
    print(annotation.record_name)
    # 查看心拍的類型
    print(wfdb.show_ann_labels())

    # 畫出數據
    draw_ecg(record.p_signal)
    # 返回一個numpy二維數組類型的心電信號，shape=(65000,1)
    return record.p_signal

在這些函數中，使用最多的是經過record=wfdb.rdrecord來獲取心電數據信息，以及經過annotation=wfdb.rdann來獲取心拍類型信息。須要注意的是record的類型是一個(65000,1)的二維數組，須要先將其轉換成一維數組才能夠對其進行預處理，關於預處理的這部份內容將在下篇文章中進行敘述。