利用LSTM对脑电波信号进行分类

          最近我们在做利用LSTM网络对脑电波信号(纺锤体)进行分类的相关工作。我们的数据集是来自于美国开源的睡眠数据集（national sleep research resource）https://sleepdata.org 

          我们获得数据包含 纺锤波的持续时间，振幅，时间，等几个特征。我们采集的样本主要来自于正常人和病人。我们初步的思想是将纺锤波视为一个事件，生成一个序列。出现纺锤波信号的为1，反之为0.然后利用神经网络，来学习这个序列的内部特征，通过序列来判断病人有没有患病。

众所周知LSTM神经网络在处理时序信息时有一个很好的效果，特别是几年来nlp的飞速发展。

我们首先需要的是对序列进行二进制编码

def bit_coding(data, step): #对一个数据进行编码
    code = []
    pre_data = 0
    count = 0
    length = len(data)
    while count < length:
        n = (data[count]-pre_data) / step
        if n > 0:
            if n % 1 > 0:
                n = int(n)
                code += [0] * n + [1]
            else:
                n = int(n)
                code += [0] * (n - 1) + [1]
        pre_data = data[count]
        count += 1
    return code

其中的step就是设置的精度，多少步长进行统计，这个值将决定你获得一个脑电波的序列的维度大小。

我们再生成一个脑电波的类的相关信息

class SpindleData:
    path = ""
    paths = []
    labels = []
    data = []
    step = 0.0001
    max_length = 0#设置默认的编码间隔
    coding_q = []

    def __init__(self, path="datasets", step=0.0001 ):
        self.path = path
        self.step =step
        self.paths, self.labels = self.get_data_labels()   #获得路径以及标签
        self.coding()

    def get_data_labels(self):  # 返回获取的数据以及标签[0,1,0,1,...]  "./datasets/"
        path = self.path
        cate = [(os.path.join(path, x)) for x in os.listdir(path)]
        paths = []
        labels = []
        for i, p in enumerate(cate):
            path_tmps = glob.glob(os.path.join(p, "*.csv"))
            for p in path_tmps:
                paths.append(p)
                labels.append(i)
        np.asarray(labels)                  #将标签转化为np的格式
        return paths, labels

    def coding(self):#所有的数据读取以及存储(这里保存了数据的原始数据占用内存可能比较大)
        codeing_q = []
        for p in self.paths:
            data = pd.read_csv(p, skiprows=(0, 1), sep=",")
            print("正在读取第%d个csv文件..." % (self.paths.index(p)+1))
            data =data['Time_of_night']
            self.data.append(data)
        for i, d in enumerate(self.data):
            code = bit_coding(d, step=self.step)
            print("正在对第%d个序列进行编码..."%(i+1))
            codeing_q.append(code)#将二位的编码加入到序列中
        self.max_length = max([len(x) for x in codeing_q])
        codeing_q = preprocessing.sequence.pad_sequences(codeing_q, maxlen=self.max_length)   #将所有的串都弄成相同的维度
        self.coding_q = np.asarray(codeing_q)

这个类主要包含编码后的0/1序列，1序列表示的是纺锤波出现，0表示的是纺锤波没有出现。同时我们利用了keras 的对齐。超过固定长度的部分会被截断，不足的部分会补零。同时我们再生成一个labels数组，这个对应的是病人患病与健康。其实就是一个二分类问题。

 

我们再来搭建一个LSTM神经网络

def learning_lstm():                   #lstm暂时还是比较适合于文本中，对于有序序暂不合适
    x_train, y_labels, length = data_test()
    x_train = np.expand_dims(x_train, axis=2)

    model = Sequential()
    # model.add(Embedding(max_feature, 32))
    model.add(LSTM(32, input_shape=(length, 1)))

    model.add(Dense(1, activation='sigmoid'))

    model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=['acc'])
    model.summary()

    history = model.fit(x_train, y_labels, epochs=10, batch_size=16, validation_split=0.2)
    draw(history)


def data_test():
    length = 0   #每一个系列的长度
    spindle = SpindleData()
    x_train = spindle.coding_q
    y_train = spindle.labels
    length = spindle.max_length
    return x_train, y_train, length

我实验中的step设置的最小间距0.0001，因此每个序列都有120,000维.暂时实验的效果不是很明显。

由于我们暂时获取的数据还比较小，导致训练不充分，同时可能会导致过拟合等问题。接下来我们会进行改进测试。

我先把github源码发上来，相关的原发发布到了我的github上：https://github.com/danzhewuju/Spindle 欢迎指正！