一维ECG信号分割以及2D图像的转化（一）

MIT-BIH这一数据集在几乎所有的ECG信号相关的论文的实验部分都会提到，大部分对其的处理都是filter，segment,或者是求一下RR_interval这一类时域特征，然后换换model，跑一跑。而且大部分代码都是不开源的。

针对于此，在本篇文章中，1，笔者提供了一个信号分割代码的写作思路。2.提供了一个将一维信号转变为二维信号的代码写作思路。并可由此实现快速的dataset构建。

数据链接如下：

MIT-BIH Database (kaggle.com)

平台：kaggle云平台

开始

遍历数据文件。

fannotation = []
frecording = []
lst = os.listdir('/kaggle/input/mitbih-database')
lst.sort()
for file in lst:
    if file.endswith(".csv"):
        frecording.append(file)
    else:
        fannotation.append(file)
print(frecording)
print(fannotation)

在kaggle平台上，如果进行大规模的图像生成的话，会有比较可怕的效果（亲身实测）
因此，在这个平台上，我只进行一些小规模的二维图像生成。
下面以100.csv以及100annotations.txt为例

filename_csv = '/kaggle/input/mitbih-database' +'/'+ frecording[0]
test_csv = pd.read_csv(filename_csv)
print(test_csv)

#该csv的column打出来好麻烦，换掉。
test_csv.columns = list(range(len(test_csv.columns)))
print(test_csv)

处理一下txt文件，将其变成dataframe格式。

filename_txt =os.path.join('/kaggle/input/mitbih-database',fannotation[0])

f = open(filename_txt, 'r')
next(f) # skip first line!，因为第一行是表头。


annotations = []
for line in f:
    tmp_list = line.split()
    annotations.append(tmp_list)
f.close
#第一个元素是波峰在总时间段的时刻，第二个是波峰的在样本中的序号。第三个是label的代号。
print('the data_format example is:',annotations[1])

#把波峰的序号和label提取出来
def slice_label_and_dot(annotations):
    labels = []
    sample_dot = []
    for i in range(len(annotations)):
        labels.append(annotations[i][2])
        sample_dot.append(int(annotations[i][1]))
    return labels,sample_dot


labels,sample_dot = slice_label_and_dot(annotations)

#新建dataframe，表头为位置信息和标签信息。
data_frame = {'sample_dot':sample_dot,'labels':labels}
test_df = pd.DataFrame(data_frame)
print(test_df)

下面代码的大体思路是这样的，我通过test_df中的波峰位置，找出test_csv(也就是100.csv中的原始信号）中对应的点，用上一个波峰的位置+20，和下一个波峰的位置减20，构成一个序列，把这个序列画出来，用灰度的形式保存，同时将jpg名字，和对应test_df的label信号写进一个csv中，变成大家非常熟悉的filename和label的那种dataframe。 非常容易进行dataset的编写。

import cv2
import sys
import os
def draw_pictures(data_frame,raw_data):
    directory = '/kaggle/working'
    
    labels = []
    file_name = []


    #避免生成太多的图片，平台直接卡死
    #for i in range(1,len(data_frame['labels']-1)):
    for i in range(1,30):
        #把坐标系，框架之类的全部隐藏
        fig = plt.figure(frameon=True)
        labels.append(data_frame['labels'][i])
        plt.plot(raw_data[2][data_frame['sample_dot'][i-1]+20:data_frame['sample_dot'][i+1]-20]) 
        plt.xticks([]), plt.yticks([])
        for spine in plt.gca().spines.values():
            spine.set_visible(False)

        #filename构建，可以把峰值点和label信息藏在名字中，方便后续的查找以及验证
        filename = directory + '/' + str(data_frame['sample_dot'][i])+data_frame['labels'][i]+'.jpg' #.png

        file_name.append(filename)

        #保存图片
        fig.savefig(filename)

        #颜色信息无用，用cv2裁剪，转化为灰度图，再次保存。
        im_gray = cv2.imread(filename, cv2.IMREAD_GRAYSCALE)
        im_gray = cv2.resize(im_gray, (128, 128), interpolation = cv2.INTER_LANCZOS4)
        cv2.imwrite(filename, im_gray)


        plt.close()
        
    dataset_frame = {'file_name':file_name,'labels':labels}
    test_dataset_frame = pd.DataFrame(dataset_frame)
    return test_dataset_frame
test_data_frame= draw_pictures(test_df,test_csv)
print(test_data_frame)

 转化成了我们喜闻乐见的形式。

 简单看一下生成的图片对不对。

from PIL import Image
img1 = Image.open('/kaggle/working/6527N.jpg') 
img2 = Image.open('/kaggle/working/2044A.jpg') 

fig, axs = plt.subplots(1, 2, figsize=(10, 5))

axs[0].imshow(img1, cmap='gray')
axs[0].axis('off')
axs[0].set_title('Image 1')

axs[1].imshow(img2, cmap='gray')
axs[1].axis('off')
axs[1].set_title('Image 2')

plt.show()

完毕。

这个代码只是提供一个思路，还是有一些缺陷的，比如在filename的命名上，可以做的再标准一点，受限于平台的计算能力，也没有使用一整套代码，一键将所有数据全部转化为我们想要的格式。

等我把剩下的代码整理整理，第二篇就发。

notebook名称：

在dataset中的code一栏中很容易找到。欢迎来调试和玩耍。