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)
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 = 0count = 0length = len(data)while count < length:n = (data[count]-pre_data) / stepif 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 += 1return 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 = 0.0001max_length = 0#设置默认的编码间隔coding_q = []def __init__(self, path="datasets", step=0.0001 ):self.path = pathself.step =stepself.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.pathcate = [(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, labelsdef 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'))pile(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_qy_train = spindle.labelslength = spindle.max_lengthreturn 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:/danzhewuju/Spindle欢迎指正!