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）https://sleepdata.org            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 = 0 count = 0 length = len(data) while count < length: n = (data[count]-pre_data) / step if 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 += 1 return 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 = 0.0001 max_length = 0#设置默认的编码间隔 coding_q = [] def __init__(self, path="datasets", step=0.0001 ): self.path = path self.step =step self.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.path cate = [(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, labels def 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')) model.compile(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_q y_train = spindle.labels length = spindle.max_length return 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 https://github.com/danzhewuju