脑机接口实例三：Python读写脑电edf数据

---

前言

• 本篇主要介绍如何读取edf脑电数据

一、什么是EDF?

• EDF： 全称是 European Data Format（欧洲数据格式），是一种标准文件格式，用于交换和存储医疗时间序列，其能够存储多通道的数据，允许每个信号拥有不同的采样频率。所以，EDF 也是多导睡眠图（PSG）录音的流行格式。
• EDF的扩展名为EDF +，与EDF基本兼容：所有现有的EDF阅读器也显示EDF +信号；
• EDF +： 可存储任何医疗记录，如肌电图，诱发电位，心电图，以及自动和手动分析结果，如δ图，QRS参数和睡眠阶段。

脑电其它常用格式：心理学MATLAB初学者教程 – 脑电数据读取

二、处理EDF文件

1. 软件读取EDF

常见的读取 EDF 文件的软件有以下几种：

• EDFbrowser
• WAVE
• PhysioBank ATM
• LightWAVE

使用EDFbrowser示例（效果如下图所示，还能像视频一样播放）：

2. Python 读写EDF

2.1 使用MNE

• 内容详见：MNE-python读取.edf文件

2.2 使用Pyedflib

• 源码： 官网下载示例
• 解析：

1. 读取文件示例：

import numpy as np
import pyedflib


def read_edf(file):
    f = pyedflib.EdfReader(file)
    print("\nlibrary version: %s" % pyedflib.version.version)

    print("\ngeneral header:\n")
    print("edfsignals: %i" % f.signals_in_file)
    print("file duration: %i seconds" % f.file_duration)
    print("startdate: %i-%i-%i" %
          (f.getStartdatetime().day, f.getStartdatetime().month,
           f.getStartdatetime().year))
    print("starttime: %i:%02i:%02i" %
          (f.getStartdatetime().hour, f.getStartdatetime().minute,
           f.getStartdatetime().second))
    print("recording: %s" % f.getPatientAdditional())
    print("patientcode: %s" % f.getPatientCode())
    print("gender: %s" % f.getGender())
    print("birthdate: %s" % f.getBirthdate())
    print("patient_name: %s" % f.getPatientName().encode('ascii').decode('unicode_escape'))
    print("patient_additional: %s" % f.getPatientAdditional())
    print("admincode: %s" % f.getAdmincode())
    print("technician: %s" % f.getTechnician())
    print("equipment: %s" % f.getEquipment())
    print("recording_additional: %s" % f.getRecordingAdditional())
    print("datarecord duration: %f seconds" % f.getFileDuration())
    print("number of datarecords in the file: %i" % f.datarecords_in_file)
    print("number of annotations in the file: %i" % f.annotations_in_file)

    channel = 3
    print("\nsignal parameters for the %d.channel:\n\n" % channel)

    print("label: %s" % f.getLabel(channel))
    print("samples in file: %i" % f.getNSamples()[channel])
    # print("samples in datarecord: %i" % f.get
    print("physical maximum: %f" % f.getPhysicalMaximum(channel))
    print("physical minimum: %f" % f.getPhysicalMinimum(channel))
    print("digital maximum: %i" % f.getDigitalMaximum(channel))
    print("digital minimum: %i" % f.getDigitalMinimum(channel))
    print("physical dimension: %s" % f.getPhysicalDimension(channel))
    print("prefilter: %s" % f.getPrefilter(channel))
    print("transducer: %s" % f.getTransducer(channel))
    print("samplefrequency: %f" % f.getSampleFrequency(channel))

    annotations = f.readAnnotations()
    for n in np.arange(f.annotations_in_file