Skip to content

Lecture1: Python脑电信号预处理实践

一、Python环境搭建

Anaconda

Anaconda是一个集成了Python、环境管理工具和科学计算包的发行版。它提供了Conda包管理器，便于安装和管理库；它支持多环境隔离，避免项目冲突。

Miniconda：Anaconda的轻量级替代，仅包含Python和Conda。

Conda基本命令

  • 常用命令：

    • 查看Conda版本：conda -v
    • 列出已有环境：conda env list
    • 创建新环境：conda create -n [环境名称] python=[版本号]
    • 激活环境：conda activate [环境名称]
    • 退出环境：conda deactivate
    • 删除环境：conda remove --name [环境名称] --all

  • 导出/导入环境：

    • 导出：conda env export --name [环境名称] > env.yml
    • 导入：conda env create -f env.yml

包管理

  • Conda包管理：

    • 列出已安装包：conda list
    • 安装包：conda install [包名称]（可选：=版本号）
    • 更新包：conda update [包名称]
    • 删除包：conda uninstall [包名称]

  • Pip包管理：

    • 列出已安装包：pip list
    • 安装包：pip install [包名称]（可选：==版本号）
    • 更新包：pip install --upgrade [包名称]
    • 删除包：pip uninstall [包名称]

  • 导出/导入Pip环境：

    • 导出：pip freeze > requirements.txt
    • 导入：pip install -r requirements.txt

事实上，在激活某一环境后，用conda和pip下载的包差距不大，前者的包对于版本转换等问题适配更好，而后者涉及更多新包的资源。

三、一些可以用到的算法库

本次实验会用到以下第三方库，需提前安装：

  • numpy
  • pandas
  • matplotlib
  • scipy
  • mne
  • mne_icalabel

这里对课上的一些语法做了补充，它属于基础部分，略过即可。

3.1 Numpy

  • 用途：NumPy广泛用于科学计算和数据处理。

  • 核心功能：

    • 创建数组：

      使用 np.array() 创建一维或多维数组，支持多种数据类型。 

      import numpy as np
arr = np.array([1, 2, 3])  # 一维数组
arr_2d = np.array([[1, 2], [3, 4]])  # 二维数组
print(arr)  # 输出：[1 2 3]
print(arr_2d)  # 输出：[[1 2] [3 4]]

    • 数组切片：

      支持灵活的索引和切片操作，访问数组的子集。 

      arr = np.array([0, 1, 2, 3, 4])
print(arr[1:4])  # 输出：[1 2 3]
print(arr_2d[0, :])  # 输出第一行：[1 2]

    • 广播机制：

      允许对数组进行元素级运算，无需显式循环。 

      arr = np.array([1, 2, 3])
print(arr + 2)  # 输出：[3 4 5]
print(arr * 2)  # 输出：[2 4 6]

    • 数组操作：

      • 统计计算：np.mean(), np.sum()等。 

        arr = np.array([1, 2, 3, 4])
print(np.mean(arr))  # 平均数，输出：2.5
print(np.sum(arr))   # 加和，输出：10

      • 重排数组：arr.shape 返回数组维度。

        arr = np.random.randn(60, 2500) # 生成随机数组
print(arr.shape)                # 输出：(60, 2500)
arr0 = rearrange(arr, 'c b d -> b c d') # 使用einops重排数组
print(arr0.shape)               # 输出：(5, 60, 500)

    • 生成特殊数组：

      • np.zeros(shape)：全零数组。
      • np.ones(shape)：全一数组。

      • np.arange(start, stop, step)：生成等差序列。 

        print(np.zeros((2, 3)))  # 输出：[[0. 0. 0.] [0. 0. 0.]]
print(np.arange(10)) # 生成从0到9的数组
print(np.arange(1, 10)) # 生成从1到9的数组
print(np.arange(1, 10, 2)) # 生成从1到9的数组，步长为2

3.2 Matplotlib

Matplotlib 是Python最常用的数据可视化库

  • 可以生成折线图、柱状图、散点图、饼图、直方图等各种图形
  • 常配合 NumPy 和 Pandas 使用，用于分析结果展示与图表绘制
import matplotlib.pyplot as plt
plt.plot(np.arange(0, 2, 0.004), array[0, 0, :], label='0')
plt.plot(np.arange(0, 2, 0.004), array[0, 1, :], label='1')
plt.legend()
plt.show()

不多赘述，大物实验报告没少用。

3.3 Pandas

Pandas 是 Python 中专门用于数据处理与分析的强大库，提供了两种核心数据结构：

  1. eries：一维标签数组（类似一列）
  2. DataFrame：二维表格型数据（类似Excel或数据库表）

很多表格等结构化数据就用到了这个。

  • 用途：适合处理表格数据、数据清洗和分析。

  • 核心功能：

    • 创建DataFrame和Series：

      从字典、CSV 文件等创建表格数据。 

      # Series(一维)
s = pd.Series([10, 20, 30], index=["a", "b", "c"])
print(s["b"])

# DataFrame(二维)
data = {
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, 22]
}
df = pd.DataFrame(data)
print(df)

      输出结果：

      20
      name  age
0    Alice   25
1      Bob   30
2  Charlie   22

    • 读取数据：

      支持多种格式，如 CSV、Excel 等。 

      df = pd.read_csv("data.csv")  # 读取 CSV 文件
print(df.head())  # 查看前 5 行

      输出结果：

            name  age  score
0    Alice   25     88
1      Bob   30     92
2  Charlie   22     95

    • 数据过滤：

      使用条件筛选数据。 

      # 筛选出年龄大于 23 的人
print(df[df["age"] > 23])

    • 数据清洗：

      处理缺失值或重复值。 

      df = pd.DataFrame({"value": [0.1, None, 0.3, 0.1]})
df_cleaned = df.dropna()  # 删除含 NaN 的行
print(df_cleaned)
df_unique = df.drop_duplicates()  # 删除重复行
print(df_unique)

    • 统计分析：

      计算描述性统计信息，如均值、标准差等。 

      print(df["value"].mean())  # 输出均值
print(df["value"].std())   # 输出标准差

    • 保存为CSV文件：

      df = pd.DataFrame({
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, 22],
    "score": [88, 92, 95]
})

df.to_csv("data.csv", index=False)  # 保存，不带索引列

四、EEG预处理技术

alt text

4.1 EEG简介

  • EEG：记录大脑皮层电活动。
  • EEG数据格式：EEG数据有多种文件格式，包括fif、edf和cnt三种格式。

  • EEG数据内容：

    • 元数据：通道数量、通道名称、通道类型、坏通道、采样频率、高通滤波、低通滤波等信息。
    • 脑电数据：一个二维数组，形状为(通道数, 采样点数)

必须注意的是，实际的实验中存在各种干扰，这会致波形受到影响，以下是一些常见的因素：

干扰因素

眨眼伪迹

眼动伪迹

肌电污染

心电干扰

工频干扰

alpha波形

4.2 EEG预处理流程

  • 导入数据
  • 加载电极
  • 滤波
  • 分段
  • 重采样
  • 插值坏导
  • 剔除坏段

1. 导入数据

EEG文件需用特定函数加载。

格式 函数
fif mne.io.read_raw_fif
edf mne.io.read_raw_edf
cnt mne.io.read_raw_cnt
读取.edf文件 
# 用 mne.io.read_raw_edf 读取 MDD S19 EO.edf
raw = mne.io.read_raw_edf('MDD S19 EO.edf', preload=True)
# 输出信息（<Info ... >）
print(raw.info)
# 输出形状（(20, 76288)）
print(raw.get_data().shape)

alt text

2. 加载电极

  1. 根据通道名称设置通道类型
  2. 根据通道类型筛选通道
  3. 通道重命名
  4. 设置电极布局
加载电极

alt text

在这个图里面，A2-A1、23A-23R、24A-24R不是需要的通道，所以需要删除。

# 需要删除的通道
not_channels = ['EEG A2-A1','EEG 23A-23R', 'EEG 24A-24R']
map = {
    "EEG Fp1-LE": "Fp1",
    "EEG F3-LE": "F3",
    "EEG C3-LE": "C3",
    "EEG P3-LE": "P3",
    "EEG O1-LE": "O1",
    "EEG F7-LE": "F7",
    "EEG T3-LE": "T3",
    "EEG T5-LE": "T5",
    "EEG Fz-LE": "Fz",
    "EEG Fp2-LE": "Fp2",
    "EEG F4-LE": "F4",
    "EEG C4-LE": "C4",
    "EEG P4-LE": "P4",
    "EEG O2-LE": "O2",
    "EEG F8-LE": "F8",
    "EEG T4-LE": "T4",
    "EEG T6-LE": "T6",
    "EEG Cz-LE": "Cz",
    "EEG Pz-LE": "Pz",
}
# 丢弃不需要的
raw.drop_channels(not_channels)
# 用map字典重命名
raw.rename_channels(map)
# 设置电极布局
raw.set_montage('standard_1005')
raw.plot_sensors(show_names=True) # EEG通道可视化

这个就是raw.plot_sensors(show_names=True)得到的电极布局图：（从上方俯视脑袋，黑点就是贴的电极）

alt text

3. 滤波

分两类：

  1. 带通滤波：raw.filter(x, y)，保留信号中x（低频截止频率）和y（高频截止频率）之间的特定频率范围。
  2. 陷波滤波：raw.notch_filter(z)，去除信号中特定频率z。

4. 重采样

调整采样频率（降采样/升采样）：raw.resample(a)（降到 a Hz）。

5. 插值坏导和剔除坏段

有一部分因为损坏等原因，需要我们基于周围正常通道的空间信息，通过插值方法重建被标记为"坏"的通道数据。

插值坏导

在刚才的示例中，其实我们可以发现Fz这个通道与周围的波形格格不入，可以大致推测它是坏值，因此我们把它加入bad_channels，然后用raw.info['bads']去标注坏值。

# 坏值
bad_channels = ['Fz']
raw.info['bads'] = bad_channels
# 重建被标记为"坏"的通道
raw.interpolate_bads()

alt text

处理时我们剔除坏值和滤波都要做，但一般来说顺序不重要

6. 重参考

  1. 共平均参考：raw.set_eeg_reference('average', projection=True)
  2. 双侧乳突参考：指定左右乳突电极M1和M2，使用raw.set_eeg_reference(['M1', 'M2'])
  3. REST重参考

7. 独立成分分析

它主要用于之前提到的分离混合信号中的独立源成分，除去眼动等伪迹，提高信号质量。

ICA假设这些信号是线性混合的独立源，通过统计方法（如最大化非高斯性）将混合信号分解为独立成分。分解后，我们可以手动或自动（通过mne_icalabel）标记哪些成分是伪迹并移除。

独立成分分析

方才例子中的EEG信号包含伪迹。我们用ICA将这些混合信号分解为独立的成分（independent components, ICs），便于识别和去除伪迹；不过我们也要通过识别与大脑活动相关的成分，保留这些信号。

raw_ica = raw.copy() # 创建raw的副本，这里主要保证不动原始数据
n_components = 15    # 设置 ICA 分解的独立成分数量
ica = ICA(n_components=n_components, method='infomax', fit_params=dict(extended=True), random_state=42)
ica.fit(raw_ica)     # 对 EEG 数据执行 ICA 分解

# 创建MNE的 ICA 对象，配置ICA参数
ic_labels = label_components(raw_ica, ica, method='iclabel')
labels = ic_labels["labels"]       # 提取成分标签
probs = ic_labels["y_pred_proba"]  # 提取标签的置信度

iclabel_dict = {
    'labels': labels,
    'probs': probs,
}

# 筛选出需要移除的“坏”成分（伪迹），存储其索引到 bad 列表
# 逻辑：使用列表推导式，遍历 labels 和 probs，排除“brain”或“other”的成分，仅选择置信度 ≥ 0.7 的成分
bad = [i for i, (label, prob) in enumerate(zip(labels, probs)) if label not in ['brain', 'other'] and prob >= 0.7]
ica.exclude = bad
ica.apply(ica, exclude=ica.exclude) # 应用 ICA，移除伪迹成分

alt text

五、脑电信号预处理实践数据集

5.1 数据集

  • 来源：MDD抑郁症公开数据集（EDF格式）
  • 链接：EEG_Data_New

5.2 注意事项

  • EDF文件需用mne.io.read_raw_edf()方法读取。

  • 清理通道名称（还有删除A2-A1、23A-23R、24A-24R）。

  • 使用共平均参考：raw.set_eeg_reference(ref_channels="average")。