心电数据集MIT-BIH处理

使用wfdb包对MIT-BIH数据集进行处理。

1、读取数据

record方法
使用record方法来读取数据

rdrecord(record_name, sampfrom=0, sampto=None, channels=None,physical=True, pb_dir=None）

参数说明：
record_name: 数据存储的位置
sampfrom: 默认为0
sampto : 数据截取长度；
channels : 选择读取某个通道的数据，默认读取全部通道；
physical : 选择读取数据的类型，True为p_signal，False为d_signal，默认为False；

record = wfdb.rdrecord('data/MIT-BIH/100', sampfrom=0, sampto=25000, channels=[0, ], physical=False)

可调取参数
返回一个record类型的对象，在record对象中一般会调用的参数：
p_signal：模拟信号值（physical = True时可调用）
d_signal：数字信号值（physical = False时可调用）
fs：采样频率

import wfdb
import matplotlib.pyplot as plt
 
# 读取本地的数据
record = wfdb.rdrecord('D:/深度学习/心电图/Data/mit-bih-arrhythmia-database-1.0.0/101', sampfrom=0, sampto=25000, physical=False, channels=[0, ])
# 采样频率
print("record frequency：" + str(record.fs))
# 截取数据
signal = record.d_signal[0:610]
print('signal shape: ', str(signal.shape))
print('data type', type(signal))
# 绘制波形
plt.plot(signal)
plt.title("ECG signal")
plt.show()

运行结果：

二、注释annatation

rdann方法
使用rdann方法来获取某条数据对应注释

rdann(record_name, extension, sampfrom=0, sampto=None)

参数说明：
record_name: 数据存储的位置
extension：标注文件的格式类型
sampfrom: 默认为0
sampto : 数据截取长度；

可调取参数
chan：保存当前标注的通道，是一个ndarray或者是list

sample：记录每个心拍中R峰位置，是一个ndarray或者是list

symbol：记录的是每个完整ECG信号的类型，一个ECG中有多少个R峰就会有多少个类型，对每个完整ECG信号都进行分类，是一个字符型的ndarray或者是list，其对应wfdb.show_ann_labels()中显示的symbol类型

wfdb.show_ann_labels()

import wfdb
import matplotlib.pyplot as plt
 
# 读取本地的100号记录，从0到25000，通道0
record = wfdb.rdrecord('D:/深度学习/心电图/Data/mit-bih-arrhythmia-database-1.0.0/101', sampfrom=0, sampto=25000, physical=False, channels=[0, ])
# 截取数据
signal = record.d_signal[0:610]
# 绘制波形
plt.plot(signal)
plt.title("ECG signal")
 
# 读取annatations
signal_annotation = wfdb.rdann("D:/深度学习/心电图/Data/mit-bih-arrhythmia-database-1.0.0/101", "atr", sampfrom=0, sampto=610)
print('信号通道：',signal_annotation.chan)
print('信号类别：',signal_annotation.symbol)
# 将读取到的annatations的心拍绘制到心电图上
for index in signal_annotation.sample:
    plt.scatter(index, signal[index][0], marker="*")
plt.show()