实战 | 基于KerasConv1D心电图检测开源教程（附代码）

最新推荐文章于 2024-04-07 09:12:00 发布

AI科技大本营

最新推荐文章于 2024-04-07 09:12:00 发布

阅读量4.5k

点赞数 7

640?wx_fmt=jpeg

作者 | 小宋是呢

来源 | 授权转载自知乎（ID：小宋是呢）

实战概述

本实战内容取自笔者参加的首届中国心电智能大赛项目，初赛要求为设计一个自动识别心电图波形算法。笔者使用Keras框架设计了基于Conv1D结构的模型，并且开源了代码作为Baseline。内容包括数据预处理，模型搭建，网络训练，模型应用等，此Baseline采用最简单的一维卷积达到了88%测试准确率。有多支队伍在笔者基线代码基础上调优取得了优异成绩，顺利进入复赛。

大赛简介

为响应国家健康中国战略，推送健康医疗和大数据的融合发展的政策，由清华大学临床医学院和数据科学研究院，天津市武清区京津高村科技创新园，以及多家重点医院联合主办的首届中国心电智能大赛正式启动。自今日起至2019年3月31日24时，大赛开启全球招募，预计大赛总奖金将高达百万元！目前官方报名网站已上线，欢迎高校、医院、创业团队等有志于中国心电人工智能发展的人员踊跃参加。

首届中国心电智能大赛官方报名网站>>http://mdi.ids.tsinghua.edu.cn

数据介绍

下载完整的训练集和测试集，共1000例常规心电图，其中训练集中包含600例，测试集中共400例。该数据是从多个公开数据集中获取。参赛团队需要利用有正常/异常两类标签的训练集数据设计和实现算法，并在没有标签的测试集上做出预测。

该心电数据的采样率为500 Hz。为了方便参赛团队用不同编程语言都能读取数据，所有心电数据的存储格式为MAT格式。该文件中存储了12个导联的电压信号。训练数据对应的标签存储在txt文件中，其中0代表正常，1代表异常。

赛题分析

简单分析一下，初赛的数据集共有1000个样本，其中训练集中包含600例，测试集中共400例。其中训练集中包含600例是具有label的，可以用于我们训练模型；测试集中共400例没有标签，需要我们使用训练好的模型进行预测。

赛题就是一个二分类预测问题，解题思路应该包括以下内容

数据读取与处理
网络模型搭建
模型的训练
模型应用与提交预测结果

实战应用

经过对赛题的分析，我们把任务分成四个小任务，首先第一步是：

1.数据读取与处理

我们由上述描述可以得知，

数据处理函数定义：

import keras	
from scipy.io import loadmat	
import matplotlib.pyplot as plt	
import glob	
import numpy as np	
import pandas as pd	
import math	
import os	
from keras.layers import *	
from keras.models import *	
from keras.objectives import *	
	
BASE_DIR = "preliminary/TRAIN/"	
	
#进行归一化	
def normalize(v):	
   return (v - v.mean(axis=1).reshape((v.shape[0],1))) / (v.max(axis=1).reshape((v.shape[0],1)) + 2e-12)	
	
loadmat打开文件	
def get_feature(wav_file,Lens = 12,BASE_DIR=BASE_DIR):	
   mat = loadmat(BASE_DIR+wav_file)	
   dat = mat["data"]	
   feature = dat[0:12]	
   return(normalize(feature).transopse())	
	
#把标签转成oneHot形式	
def convert2oneHot(index,Lens):	
   hot = np.zeros((Lens,))	
   hot[index] = 1	
   return(hot)	
	
TXT_DIR = "preliminary/reference.txt"	
MANIFEST_DIR = "preliminary/reference.csv"

读取一条数据进行显示

if name__ == "__main":	
   dat1 = get_feature("preliminary/TRAIN/TRAIN101.mat")	
   print(dat1.shape)	
   #one data shape is (12, 5000)	
   plt.plt(dat1[:,0])	
   plt.show()

640?wx_fmt=jpeg

我们由上述信息可以看出每种导联都是由5000个点组成的列表，12种导联方式使每个样本都是12*5000的矩阵，类似于一张分辨率为12x5000的照片。

我们需要处理的就是把每个读取出来，归一化一下，送入网络进行训练可以了。

标签处理方式

def create_csv(TXT_DIR=TXT_DIR):	
   lists = pd.read_csv(TXT_DIR,sep=r"\t",header=None)	
   lists = lists.sample(frac=1)	
   lists.to_csv(MANIFEST_DIR,index=None)	
   print("Finish save csv")

我这里是采用从reference.txt读取，然后打乱保存到reference.csv中，注意一定要进行数据打乱操作，不然训练效果很差。因为原始数据前面便签全部是1，后面全部是0

数据迭代方式

Batch_size = 20	
def xs_gen(path=MANIFEST_DIR,batch_size = Batch_size,train=True):	
	
img_list = pd.read_csv(path)	
if train :	
    img_list = np.array(img_list)[:500]	
    print("Found %s train items."%len(img_list))	
    print("list 1 is",img_list[0])	
    steps = math.ceil(len(img_list) / batch_size)    # 确定每轮有多少个batch	
else:	
    img_list = np.array(img_list)[500:]	
    print("Found %s test items."%len(img_list))	
    print("list 1 is",img_list[0])	
    steps = math.ceil(len(img_list) / batch_size)    # 确定每轮有多少个batch	
while True:	
    for i in range(steps):	
	
        batch_list = img_list[i * batch_size : i * batch_size + batch_size]	
        np.random.shuffle(batch_list)	
        batch_x = np.array([get_feature(file) for file in batch_list[:,0]])	
        batch_y = np.array([convert2oneHot(label,2) for label in batch_list[:,1]])	
	
        yield batch_x, batch_y

数据读取的方式我采用的是生成器的方式，这样可以按batch读取，加快训练速度，大家也可以采用一下全部读取，看个人的习惯了

2.网络模型搭建

数据我们处理好了，后面就是模型的搭建了，我使用keras搭建的，操作简单便捷，tf，pytorch，sklearn大家可以按照自己喜好来。

网络模型可以选择CNN，RNN，Attention结构，或者多模型的融合，抛砖引玉，此Baseline采用的一维CNN方式，一维CNN学习地址

模型搭建

TIME_PERIODS = 5000	
num_sensors = 12	
def build_model(input_shape=(TIME_PERIODS,num_sensors),num_classes=2):	
   model = Sequential()	
   #model.add(Reshape((TIME_PERIODS, num_sensors), input_shape=input_shape))	
   model.add(Conv1D(16, 16,strides=2, activation='relu',input_shape=input_shape))	
   model.add(Conv1D(16, 16,strides=2, activation='relu',padding="same"))	
   model.add(MaxPooling1D(2))	
   model.add(Conv1D(64, 8,strides=2, activation='relu',padding="same"))	
   model.add(Conv1D(64, 8,strides=2, activation='relu',padding="same"))	
   model.add(MaxPooling1D(2))	
   model.add(Conv1D(128, 4,strides=2, activation='relu',padding="same"))	
   model.add(Conv1D(128, 4,strides=2, activation='relu',padding="same"))	
   model.add(MaxPooling1D(2))	
   model.add(Conv1D(256, 2,strides=1, activation='relu',padding="same"))	
   model.add(Conv1D(256, 2,strides=1, activation='relu',padding="same"))	
   model.add(MaxPooling1D(2))	
   model.add(GlobalAveragePooling1D())	
   model.add(Dropout(0.3))	
   model.add(Dense(num_classes, activation='softmax'))	
   return(model)

用model.summary()输出的网络模型为

640?wx_fmt=png

训练参数比较少，大家可以根据自己想法更改。

3.网络模型训练

模型训练

if name__ == "__main":	
   """dat1 = get_feature("TRAIN101.mat")	
   print("one data shape is",dat1.shape)	
   #one data shape is (12, 5000)	
   plt.plot(dat1[0])	
   plt.show()"""	
   if (os.path.exists(MANIFEST_DIR)==False):	
       create_csv()	
   train_iter = xs_gen(train=True)	
   test_iter = xs_gen(train=False)	
   model = build_model()	
   print(model.summary())	
   ckpt = keras.callbacks.ModelCheckpoint(	
       filepath='best_model.{epoch:02d}-{val_acc:.2f}.h5',	
       monitor='val_acc', save_best_only=True,verbose=1)	
   model.compile(loss='categorical_crossentropy',	
               optimizer='adam', metrics=['accuracy'])	
   model.fit_generator(	
       generator=train_iter,	
       steps_per_epoch=500//Batch_size,	
       epochs=20,	
       initial_epoch=0,	
       validation_data = test_iter,	
       nb_val_samples = 100//Batch_size,	
       callbacks=[ckpt],	
       )

训练过程输出（最优结果：loss: 0.0565 - acc: 0.9820 - val_loss: 0.8307 - val_acc: 0.8800）

Epoch 10/20	
25/25 [==============================] - 1s 37ms/step - loss: 0.2329 - acc: 0.9040 - val_loss: 0.4041 - val_acc: 0.8700	
	
Epoch 00010: val_acc improved from 0.85000 to 0.87000, saving model to best_model.10-0.87.h5	
Epoch 11/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.1633 - acc: 0.9380 - val_loss: 0.5277 - val_acc: 0.8300	
	
Epoch 00011: val_acc did not improve from 0.87000	
Epoch 12/20	
25/25 [==============================] - 1s 40ms/step - loss: 0.1394 - acc: 0.9500 - val_loss: 0.4916 - val_acc: 0.7400	
	
Epoch 00012: val_acc did not improve from 0.87000	
Epoch 13/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.1746 - acc: 0.9220 - val_loss: 0.5208 - val_acc: 0.8100	
	
Epoch 00013: val_acc did not improve from 0.87000	
Epoch 14/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.1009 - acc: 0.9720 - val_loss: 0.5513 - val_acc: 0.8000	
	
Epoch 00014: val_acc did not improve from 0.87000	
Epoch 15/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.0565 - acc: 0.9820 - val_loss: 0.8307 - val_acc: 0.8800	
	
Epoch 00015: val_acc improved from 0.87000 to 0.88000, saving model to best_model.15-0.88.h5	
Epoch 16/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.0261 - acc: 0.9920 - val_loss: 0.6443 - val_acc: 0.8400	
	
Epoch 00016: val_acc did not improve from 0.88000	
Epoch 17/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.0178 - acc: 0.9960 - val_loss: 0.7773 - val_acc: 0.8700	
	
Epoch 00017: val_acc did not improve from 0.88000	
Epoch 18/20	
25/25 [==============================] - 1s 38ms/step - loss: 0.0082 - acc: 0.9980 - val_loss: 0.8875 - val_acc: 0.8600	
	
Epoch 00018: val_acc did not improve from 0.88000	
Epoch 19/20	
25/25 [==============================] - 1s 37ms/step - loss: 0.0045 - acc: 1.0000 - val_loss: 1.0057 - val_acc: 0.8600	
	
Epoch 00019: val_acc did not improve from 0.88000	
Epoch 20/20	
25/25 [==============================] - 1s 37ms/step - loss: 0.0012 - acc: 1.0000 - val_loss: 1.1088 - val_acc: 0.8600	
	
Epoch 00020: val_acc did not improve from 0.88000

4.模型应用预测结果

预测数据

if name__ == "__main":	
   """dat1 = get_feature("TRAIN101.mat")	
   print("one data shape is",dat1.shape)	
   #one data shape is (12, 5000)	
   plt.plot(dat1[0])	
   plt.show()"""	
   """if (os.path.exists(MANIFEST_DIR)==False):	
       create_csv()	
   train_iter = xs_gen(train=True)	
   test_iter = xs_gen(train=False)	
   model = build_model()	
   print(model.summary())	
   ckpt = keras.callbacks.ModelCheckpoint(	
       filepath='best_model.{epoch:02d}-{val_acc:.2f}.h5',	
       monitor='val_acc', save_best_only=True,verbose=1)	
   model.compile(loss='categorical_crossentropy',	
               optimizer='adam', metrics=['accuracy'])	
   model.fit_generator(	
       generator=train_iter,	
       steps_per_epoch=500//Batch_size,	
       epochs=20,	
       initial_epoch=0,	
       validation_data = test_iter,	
       nb_val_samples = 100//Batch_size,	
       callbacks=[ckpt],	
       )"""	
   PRE_DIR = "sample_codes/answers.txt"	
   model = load_model("best_model.15-0.88.h5")	
   pre_lists = pd.read_csv(PRE_DIR,sep=r" ",header=None)	
   print(pre_lists.head())	
   pre_datas = np.array([get_feature(item,BASE_DIR="preliminary/TEST/") for item in pre_lists[0]])	
   pre_result = model.predict_classes(pre_datas)#0-1概率预测	
   print(pre_result.shape)	
   pre_lists[1] = pre_result	
   pre_lists.to_csv("sample_codes/answers1.txt",index=None,header=None)	
   print("predict finish")

下面是前十条预测结果：

TEST394,0	
TEST313,1	
TEST484,0	
TEST288,0	
TEST261,1	
TEST310,0	
TEST286,1	
TEST367,1	
TEST149,1	
TEST160,1

展望

此Baseline采用最简单的一维卷积达到了88%测试准确率（可能会因为随机初始化值上下波动），大家也可以多尝试GRU，Attention，和Resnet等结果，测试准确率会突破90+。

能力有限，写的不好的地方欢迎大家批评指正。

个人主页--> http://www.yansongsong.cn/
项目github地址：https://github.com/xiaosongshine/preliminary_challenge_baseline_keras
本文转载文章地址：https://zhuanlan.zhihu.com/p/67803288?utm_source=wechat_session&utm_medium=social&utm_oi=797960852723609600

◆

精彩推荐

◆

6月29-30日，2019以太坊技术及应用大会特邀以太坊创始人V神与以太坊基金会核心成员，以及海内外知名专家齐聚北京，聚焦前沿技术，把握时代机遇，深耕行业应用，共话以太坊2.0新生态。

扫码或点击阅读原文，既享优惠购票！

640?wx_fmt=jpeg

推荐阅读

640?wx_fmt=png

点击阅读原文，查看更多精彩内容。

AI科技大本营

关注

7
点赞
踩
49

收藏

觉得还不错? 一键收藏
3
评论
实战 | 基于KerasConv1D心电图检测开源教程（附代码）

作者 | 小宋是呢来源 | 授权转载自知乎（ID：小宋是呢）实战概述本实战内容取自笔者参加的首届中国心电智能大赛项目，初赛要求为设计一个自动识别心电图波形算法。笔者使用...
复制链接

扫一扫