使用Python+TensorFlow2構建基於卷積神經網絡（CNN）的ECG心電信號識別分類（二）
心律失常數據庫
目前，國際上公認的標準數據庫包含四個，分別爲美國麻省理工學院提供的MIT-BIH（Massachusetts Institute of Technology-Beth Israel Hospital Database, MIT-BIH）數據庫、美國心臟學會提供的AHA（ American heart association,AHA）數據庫、歐共體CSE（ Common Standards for Quantitative Electrocardiograph,CSE）數據庫、歐洲ST-T數據庫。
當前使用最廣泛且被學術界普遍認可的據庫爲MIT-BIH心律失常數據庫。此數據庫中囊括了所有類型的心電信號並且數量豐富，爲本文關於心電信號的自動分類研究提供了實驗數據。下面對該數據庫作詳細的說明。
MT-BIH心律失常數據庫擁有48條心電記錄，且每個記錄的時長是30分鐘。這些記錄來自於47名研究對象。這些研究對象包括25名男性和22名女性，其年齡介於23到89歲（其中記錄201與202來自於同一個人）。信號的採樣率爲360赫茲，AD分辨率爲11比特。對於每條記錄來說，均包含兩個通道的信號。第一個通道一般爲MLⅡ導聯（記錄102和104爲V5導聯）；第二個通道一般爲V1導聯（有些爲V2導聯或V5導聯，其中記錄124號爲Ⅴ4導聯）。爲了保持導聯的一致性，往往在研究中採用MLⅡ導聯。本文選取MLⅡ導聯心電信號進行研究分析。
數據庫中的每條記錄均包括三個文件，即：頭文件、數據文件和註釋文件。
（1）頭文件頭文件[.hea] 通過ASCII碼存儲方式記錄信號的採樣頻率、採樣頻率、數據格式使用的導聯信息、採樣頻率、研究者的性別、年齡以及疾病種類等
（2）數據文件數據文件[.dat] 通過二進制的方式存儲信號，每三個字節存儲兩個數值（兩導聯數據交替存儲），每個數值大小是12bit
（3）註釋文件註釋文件[.atr] 是由專家對信號進行人工標註，並且根據二進制格式進行數據的存儲
關於MIT-BIH數據庫的一些常用網站
MIT-BIH數據庫的官方網站：https://ecg.mit.edu/
MIT-BIH數據庫下載：https://www.physionet.org/content/mitdb/1.0.0/
ZIP包下載鏈接：Download the ZIP file (73.5 MB)
官網上關於該數據庫的詳細介紹網址：https://archive.physionet.org/physiobank/database/html/mitdbdir/intro.htm#symbols。
百度百科上的介紹也較爲詳細，需要對其格式做深入瞭解的讀者可以參考：https://baike.baidu.com/item/MIT-BIH。
每條信號的基礎信息可以查詢https://www.physionet.org/physiobank/database/html/mitdbdir/mitdbdir.htm
數據庫中每條心電信號中的心拍類型表：https://archive.physionet.org/physiobank/database/html/mitdbdir/tables.htm#allbeats
MIT-BIH心電數據可視化網站：https://www.physionet.org/lightwave/?db=mitdb/1.0.0
官方網站的可視化工具讀取展示MIT-BIH數據：https://archive.physionet.org/cgi-bin/atm/ATM
官方網站提供的可視化工具中有許多數據庫，請選擇mitdb數據庫。
相比之下更推薦使用倒數第二個網站進行查看。
統一術語稱呼
我在閱讀心電相關論文的時候，常常由於不同文章之間對同一事物的稱呼不同而感到困擾。爲避免在本文中出現類似情況，現將術語稱呼統一如下。
一條心電數據（記錄、信號）：將編號爲100,101...的數據稱爲一條心電數據（記錄），包含了該編號中的所有導聯數據。由於本文僅使用MLII導聯的數據作爲深度學習的訓練數據，因此在本文中也特指一條心電數據中的MLII導聯部分。
心拍：如文章（一）中圖片所示，將一個完整的心電波形稱爲一個心拍。
信號點（值）：連續的心電波形圖其實是由一系列頻率固定的不連續採樣點構成的，將每個採樣點稱爲信號點（值）。
心電數據的讀取
下載數據庫到本地後打開，你會發現.dat文件中全部都是亂碼，這是由於MIT-BIH數據庫採用了自定義的format212格式進行編碼。所以在讀取心電數據的時候，我們需要用到Python中的一個工具包：wfdb。
在Pycharm中新建工程，並將下載好的心電數據集按如圖所示的目錄結構進行放置。其中ecg_data爲心電數據集的文件夾。
在該工程配置的Python環境中安裝wfdb包。
pip install wfdb
關於wfdb包的詳細使用請參考其官方文檔，這裏用代碼的形式給出一些常用操作。
讀取編號爲data的一條心電數據
def read_ecg_data(data):
'''
讀取心電信號文件
sampfrom: 設置讀取心電信號的起始位置，sampfrom=0表示從0開始讀取，默認從0開始
sampto：設置讀取心電信號的結束位置，sampto = 1500表示從1500出結束，默認讀到文件末尾
channel_names：設置設置讀取心電信號名字，必須是列表，channel_names=['MLII']表示讀取MLII導聯線
channels：設置讀取第幾個心電信號，必須是列表，channels=[0, 3]表示讀取第0和第3個信號，注意信號數不確定
'''
# 讀取所有導聯的信號
record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500)
# 僅僅讀取“MLII”導聯的信號
# record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channel_names=['MLII'])
# 僅僅讀取第0個信號（MLII）
# record = wfdb.rdrecord('../ecg_data/' + data, sampfrom=0, sampto=1500, channels=[0])
# 查看record類型
print(type(record))
# 查看類中的方法和屬性
print(dir(record))
# 獲得心電導聯線信號，本文獲得是MLII和V1信號數據
print(record.p_signal)
print(np.shape(record.p_signal))
# 查看導聯線信號長度，本文信號長度1500
print(record.sig_len)
# 查看文件名
print(record.record_name)
# 查看導聯線條數，本文爲導聯線條數2
print(record.n_sig)
# 查看信號名稱（列表），本文導聯線名稱['MLII', 'V1']
print(record.sig_name)
# 查看採樣率
print(record.fs)
'''
讀取註解文件
sampfrom: 設置讀取心電信號的起始位置，sampfrom=0表示從0開始讀取，默認從0開始
sampto：設置讀取心電信號的結束位置，sampto=1500表示從1500出結束，默認讀到文件末尾
'''
annotation = wfdb.rdann('../ecg_data/' + data, 'atr')
# 查看annotation類型
print(type(annotation))
# 查看類中的方法和屬性
print(dir(annotation))
# 標註每一個心拍的R波的尖鋒位置的信號點，與心電信號對應
print(annotation.sample)
# 標註每一個心拍的類型N，L，R等等
print(annotation.symbol)
# 被標註的數量
print(annotation.ann_len)
# 被標註的文件名
print(annotation.record_name)
# 查看心拍的類型
print(wfdb.show_ann_labels())
# 畫出數據
draw_ecg(record.p_signal)
# 返回一個numpy二維數組類型的心電信號，shape=(65000,1)
return record.p_signal在這些函數中，使用最多的是通過record=wfdb.rdrecord來獲取心電數據信息，以及通過annotation=wfdb.rdann來獲取心拍類型信息。需要注意的是record的類型是一個(65000,1)的二維數組，需要先將其轉換成一維數組纔可以對其進行預處理，關於預處理的這部分內容將在下篇文章中進行敘述。