使用Python+TensorFlow2構建基於卷積神經網路（CNN）的ECG心電訊號識別分類（二）
阿新 • • 發佈：2020-05-05
## 心律失常資料庫
目前，國際上公認的標準資料庫包含四個，分別為美國麻省理工學院提供的MIT-BIH（Massachusetts Institute of Technology-Beth Israel Hospital Database, MIT-BIH）資料庫、美國心臟學會提供的AHA（ American heart association,AHA）資料庫、歐共體CSE（ Common Standards for Quantitative Electrocardiograph,CSE）資料庫、歐洲ST-T資料庫。
當前使用最廣泛且被學術界普遍認可的據庫為MIT-BIH心律失常資料庫。此資料庫中囊括了所有型別的心電訊號並且數量豐富，為本文關於心電訊號的自動分類研究提供了實驗資料。下面對該資料庫作詳細的說明。
MT-BIH心律失常資料庫擁有48條心電記錄，且每個記錄的時長是30分鐘。這些記錄來自於47名研究物件。這些研究物件包括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來自於同一個人）。訊號的取樣率為360赫茲，AD解析度為11位元。對於每條記錄來說，均包含兩個通道的訊號。第一個通道一般為MLⅡ導聯（記錄102和104為V5導聯）；第二個通道一般為V1導聯（有些為V2導聯或V5導聯，其中記錄124號為Ⅴ4導聯）。為了保持導聯的一致性，往往在研究中採用MLⅡ導聯。本文選取MLⅡ導聯心電訊號進行研究分析。
資料庫中的每條記錄均包括三個檔案，即：標頭檔案、資料檔案和註釋檔案。
（1）標頭檔案標頭檔案[.hea] 通過ASCII碼儲存方式記錄訊號的取樣頻率、取樣頻率、資料格式使用的導聯資訊、取樣頻率、研究者的性別、年齡以及疾病種類等
（2）資料檔案資料檔案[.dat] 通過二進位制的方式儲存訊號，每三個位元組儲存兩個數值（兩導聯資料交替儲存），每個數值大小是12bit
（3）註釋檔案註釋檔案[.atr] 是由專家對訊號進行人工標註，並且根據二進位制格式進行資料的儲存
## 關於MIT-BIH資料庫的一些常用網站
* MIT-BIH資料庫的官方網站：[https://ecg.mit.edu/](https://ecg.mit.edu/)
* MIT-BIH資料庫下載：[https://www.physionet.org/content/mitdb/1.0.0/](https://www.physionet.org/content/mitdb/1.0.0/)
* ZIP包下載連結：[Download the ZIP file](https://storage.googleapis.com/mitdb-1.0.0.physionet.org/mit-bih-arrhythmia-database-1.0.0.zip) (73.5 MB)
* 官網上關於該資料庫的詳細介紹網址：[https://archive.physionet.org/physiobank/database/html/mitdbdir/intro.htm#symbols](https://archive.physionet.org/physiobank/database/html/mitdbdir/intro.htm#symbols)。
* 百度百科上的介紹也較為詳細，需要對其格式做深入瞭解的讀者可以參考：[https://baike.baidu.com/item/MIT-BIH](https://baike.baidu.com/item/MIT-BIH)。
* 每條訊號的基礎資訊可以查詢[https://www.physionet.org/physiobank/database/html/mitdbdir/mitdbdir.htm](https://www.physionet.org/physiobank/database/html/mitdbdir/mitdbdir.htm)
* 資料庫中每條心電訊號中的心拍型別表：[https://archive.physionet.org/physiobank/database/html/mitdbdir/tables.htm#allbeats](https://archive.physionet.org/physiobank/database/html/mitdbdir/tables.htm#allbeats)
* MIT-BIH心電資料視覺化網站：[https://www.physionet.org/lightwave/?db=mitdb/1.0.0](https://www.physionet.org/lightwave/?db=mitdb/1.0.0)
* 官方網站的視覺化工具讀取展示MIT-BIH資料：[https://archive.physionet.org/cgi-bin/atm/ATM](https://archive.physionet.org/cgi-bin/atm/ATM)
> 官方網站提供的視覺化工具中有許多資料庫，請選擇mitdb資料庫。
>
> 相比之下更推薦使用倒數第二個網站進行檢視。
## 統一術語稱呼
我在閱讀心電相關論文的時候，常常由於不同文章之間對同一事物的稱呼不同而感到困擾。為避免在本文中出現類似情況，現將術語稱呼統一如下。
* 一條心電資料（記錄、訊號）：將編號為100,101...的資料稱為一條心電資料（記錄），包含了該編號中的所有導聯資料。由於本文僅使用MLII導聯的資料作為深度學習的訓練資料，因此在本文中也特指一條心電資料中的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為一個心拍。
* 訊號點（值）：連續的心電波形圖其實是由一系列頻率固定的不連續取樣點構成的，將每個取樣點稱為訊號點（值）。
## 心電資料的讀取
下載資料庫到本地後開啟，你會發現.dat檔案中全部都是亂碼，這是由於MIT-BIH資料庫採用了自定義的format212格式進行編碼。所以在讀取心電資料的時候，我們需要用到Python中的一個工具包：wfdb。
在Pycharm中新建工程，並將下載好的心電資料集按如圖所示的目錄結構進行放置。其中ecg_data為心電資料集的資料夾。
在該工程配置的Python環境中安裝wfdb包。
``` shell
pip install wfdb
```
關於wfdb包的詳細使用請參考其官方文件，這裡用程式碼的形式給出一些常用操作。
``` python
# 讀取編號為data的一條心電資料
def read_ecg_data(data):
'''
讀取心電訊號檔案
sampfrom: 設定讀取心電訊號的起始位置，sampfrom=0表示從0開始讀取，預設從0開始
sampto：設定讀取心電訊號的結束位置，sampto = 1500表示從1500出結束，預設讀到檔案末尾
channel_names：設定設定讀取心電訊號名字，必須是列表，channel_names=['MLII']表示讀取MLII導聯線
channels：設定讀取第幾個心電訊號，必須是列表，channels=[0, 3]表示讀取第0和第3個訊號，注意訊號數不確定
'''
# 讀取所有導聯的訊號
record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500)
# 僅僅讀取“MLII”導聯的訊號
# record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channel_names=['MLII'])
# 僅僅讀取第0個訊號（MLII）
# record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channels=[0])
# 檢視record型別
print(type(record))
# 檢視類中的方法和屬性
print(dir(record))
# 獲得心電導聯線訊號，本文獲得是MLII和V1訊號資料
print(record.p_signal)
print(np.shape(record.p_signal))
# 檢視導聯線訊號長度，本文訊號長度1500
print(record.sig_len)
# 檢視檔名
print(record.record_name)
# 檢視導聯線條數，本文為導聯線條數2
print(record.n_sig)
# 檢視訊號名稱（列表），本文導聯線名稱['MLII', 'V1']
print(record.sig_name)
# 檢視取樣率
print(record.fs)
'''
讀取註解檔案
sampfrom: 設定讀取心電訊號的起始位置，sampfrom=0表示從0開始讀取，預設從0開始
sampto：設定讀取心電訊號的結束位置，sampto=1500表示從1500出結束，預設讀到檔案末尾
'''
annotation = wfdb.rdann('../ecg_data/' + data, 'atr')
# 檢視annotation型別
print(type(annotation))
# 檢視類中的方法和屬性
print(dir(annotation))
# 標註每一個心拍的R波的尖鋒位置的訊號點，與心電訊號對應
print(annotation.sample)
# 標註每一個心拍的型別N，L，R等等
print(annotation.symbol)
# 被標註的數量
print(annotation.ann_len)
# 被標註的檔名
print(annotation.record_name)
# 檢視心拍的型別
print(wfdb.show_ann_labels())
# 畫出資料
draw_ecg(record.p_signal)
# 返回一個numpy二維陣列型別的心電訊號，shape=(65000,1)
return record.p_signal
```
在這些函式中，使用最多的是通過record=wfdb.rdrecord來獲取心電資料資訊，以及通過annotation=wfdb.rdann來獲取心拍型別資訊。需要注意的是record的型別是一個(65000,1)的二維陣列，需要先將其轉換成一維陣列才可以對其進行預處理，關於預處理的這部分內容將在下篇文章中進行