ECG心电信号处理：使用WFDB对MIT-BIH数据集进行读取（Python）

本文的主要内容是详细介绍MIT-BIH心电数据集的读取，主要使用WFDB-python工具进行操作，能够读取心电信号数据到array中，读取annotations以及使用matplotlib绘制相应的心电信号波形，并对record和annotation数据结构进行简单的分析。

声明：本博客的内容来源于各大论文和互联网，其正确性有待考究。目的仅仅为了记录一下本人的学习过程，如果正好也能对你有一点帮助或者发现文中的错误所在，非常欢迎留言交流呀。 

---

0 安装WFDB

 github地址为https://github.com/MIT-LCP/wfdb-python

可以直接下载zip包到本地研读一下源码，了解其数据结构。根据其提供的安装教程，直接使用pip安装就行：

 pip install wfdb

耐性等待几分钟，很快就能安装成功。之后便可以进行测试：

import wfdb


# 显示所有的标注格式
wfdb.show_ann_classes()

运行以上代码后，会打印出annotation的后缀以及标注的类型，安装成功。

1 读取record

读取record是使用wfdb的rdrecord函数实现：

# 读取一条记录的心电数据前10000个数据点
record = wfdb.rdrecord('data/MIT-BIH/100', sampfrom=0, sampto=10000, physical=False, channels=[0, 1])

以上示例中，第一个参数是我本地文件的文件地址，整个函数的返回值为一个wfdb中定义的record对象，接下来看一下这个record对象的数据结构。找到刚刚下载的源码，找到record.py文件，该文件中定义的是record类，其申明和初始化如下：

class Record(BaseRecord, _header.HeaderMixin, _signal.SignalMixin):
    def __init__(self, p_signal=None, d_signal=None,
                 e_p_signal=None, e_d_signal=None,
                 record_name=None, n_sig=None,
                 fs=None, counter_freq=None, base_counter=None,
                 sig_len=None, base_time=None, base_date=None,
                 file_name=None, fmt=None, samps_per_frame=None,
                 skew=None, byte_offset=None, adc_gain=None,
                 baseline=None, units=None, adc_res=None,
                 adc_zero=None, init_value=None, checksum=None,
                 block_size=None, sig_name=None, comments=None):
        ...
    ...

这里主要说明几个比较重要经常使用的属性如下（根据我自己的理解，其余的根据自己需要阅读源码即可）：

p_signal：模拟信号值，储存形式为ndarray或者是list（在_signal.py中定义的）

d_signal：数字信号值，储存形式为ndarray或者是list（在_signal.py中定义的）

fs：采样频率，int类型的；

这些属性都能直接进行访问，比如需要访问记录的心电信号的数据，直接record.d_signal就能读取到数组或者list中。

现在回到刚刚的rdrecord上来，其申明如下：

def rdrecord(record_name, sampfrom=0, sampto=None, channels=None,
             physical=True, pb_dir=None, m2s=True, smooth_frames=True,
             ignore_skew=False, return_res=64, force_channels=True,
             channel_names=None, warn_empty=False):
    ...

下面解释一下常用重要参数：
record_name : str，储存心电信号的路径;
sampfrom : int, optional，默认为0；
sampto : int, or 'end', optional;长度；
channels : list, optional；选择读取某个通道的数据，默认读取全部通道；
physical : bool, optional；如果为True则读取p_signal，如果为False则读取d_signal，默认为False；
pb_dir : str, optional；该地址如果填写，则从Physiobank网站上下载数据，例如：pb_dir='mitdb'.

下面我们可以尝试绘制一下心电图的波形：

import wfdb
import matplotlib.pyplot as plt

# 读取本地的100号记录，从0到25000，通道0
record = wfdb.rdrecord('data/MIT-BIH/100', sampfrom=0, sampto=25000, physical=False, channels=[0, ])
print("record frequency：" + str(record.fs))
# 读取前1000数据
ventricular_signal = record.d_signal[0:1000]
print('signal shape: ' + str(ventricular_signal.shape))
# 绘制波形
plt.plot(ventricular_signal)
plt.title("ventricular signal")
plt.show()

效果如下所示：

ok，简单的数据读取就差不多了，当然有很多高级的用法，后面可能会用到，可以多看看源码和Physiobank。

2 读取annotation

这个标注信息我在官网看了一天，开始真的是一头雾水，后面才慢慢的了解其结构。首先我们打印一下标注的符号类型：

wfdb.show_ann_labels()

会打印出各种符号代表的心率类型如下，一共有41种类型的标注：

    label_store symbol                                    description
0             0                              Not an actual annotation
1             1      N                                    Normal beat
2             2      L                  Left bundle branch block beat
3             3      R                 Right bundle branch block beat
4             4      a                Aberrated atrial premature beat
5             5      V              Premature ventricular contraction
6             6      F          Fusion of ventricular and normal beat
7             7      J              Nodal (junctional) premature beat
8             8      A                   Atrial premature contraction
9             9      S     Premature or ectopic supraventricular beat
10           10      E                        Ventricular escape beat
11           11      j                 Nodal (junctional) escape beat
12           12      /                                     Paced beat
13           13      Q                            Unclassifiable beat
14           14      ~                          Signal quality change
16           16      |                     Isolated QRS-like artifact
18           18      s                                      ST change
19           19      T                                  T-wave change
20           20      *                                        Systole
21           21      D                                       Diastole
22           22      "                             Comment annotation
23           23      =                         Measurement annotation
24           24      p                                    P-wave peak
25           25      B              Left or right bundle branch block
26           26      ^                      Non-conducted pacer spike
27           27      t                                    T-wave peak
28           28      +                                  Rhythm change
29           29      u                                    U-wave peak
30           30      ?                                       Learning
31           31      !                       Ventricular flutter wave
32           32      [      Start of ventricular flutter/fibrillation
33           33      ]        End of ventricular flutter/fibrillation
34           34      e                             Atrial escape beat
35           35      n                   Supraventricular escape beat
36           36      @  Link to external data (aux_note contains URL)
37           37      x             Non-conducted P-wave (blocked APB)
38           38      f                Fusion of paced and normal beat
39           39      (                                 Waveform onset
40           40      )                                   Waveform end
41           41      r       R-on-T premature ventricular contraction

我们试着来读取一条标注：

# 读取第100条记录的annotation，前1000个点
signal_annotation = wfdb.rdann("data/MIT-BIH/100", "atr", sampfrom=0, sampto=1000)
# 打印标注信息
print("chan: " + str(signal_annotation.chan))
print("sample: " + str(signal_annotation.sample))
print("symbol: " + str(signal_annotation.symbol))
print("aux_note: " + str(signal_annotation.aux_note))

将annotation常用的一些属性打印出来，其中：

chan：是chanel的意思，保存的是当前标注的是哪一个通道，为一个ndarray或者是list

sample：这里记录的是每个心拍中R波的位置信息，为一个ndarray或者是list

symbol：记录的是每个心拍的标注信息，记录的是每个心拍的类型，是一个字符型的ndarray或者是list，其内容为wfdb.show_ann_labels()的symbol类型；

aux_note：记录的是心率变换点的标注类型，是辅助信息，其内容为：

（来自官网）

下面我们来详细的看一看rdann（）函数，其申明为：

def rdann(record_name, extension, sampfrom=0, sampto=None, shift_samps=False,
          pb_dir=None, return_label_elements=['symbol'],
          summarize_labels=False):
    ...
    ...



"""
使用示例：
    --------
    >>> ann = wfdb.rdann('sample-data/100', 'atr', sampto=300000)

"""

对于其中重要一点的参数：

record_name：标注文件的地址，比如说文件是“100.atr”，则该参数为record_name=“100”;

extension：标注文件的格式类型

然后其余参数可以参看rdrecord函数中的相关参数即可。

下面简单的将心拍绘制到心电图上：

import wfdb
import matplotlib.pyplot as plt

# 读取本地的100号记录，从0到25000，通道0
record = wfdb.rdrecord('data/MIT-BIH/100', sampfrom=0, sampto=25000, physical=False, channels=[0, ])
print("record frequency：" + str(record.fs))
# 读取前1000数据
ventricular_signal = record.d_signal[0:1000]
print('signal shape: ' + str(ventricular_signal.shape))
# 绘制波形
plt.plot(ventricular_signal)
plt.title("ventricular signal")

# 读取annotations
signal_annotation = wfdb.rdann("data/MIT-BIH/100", "atr", sampfrom=0, sampto=1000)
# 将读取到的annotations的心拍绘制到心电图上
for index in signal_annotation.sample
    plt.scatter(index, ventricular_signal[0][index], marker="*")
plt.show()

当然绘制波形也可以使用wfdb的库函数，可以使用wfdb.plot_wfdb()函数即可，其申明如下：

def plot_wfdb(record=None, annotation=None, plot_sym=False,
              time_units='samples', title=None, sig_style=[''],
              ann_style=['r*'], ecg_grids=[], figsize=None, return_fig=False):

详细使用请直接参看源码中的注释即可。

3 数据集详细分析

要详细了解每条记录的详细信息的话，直接在官网上有的，地址是：MIT-BIH Arrhythmia Database Directory

里面详细的记录了每条记录主要心率类型，以及每条记录中各种类型心率的时长，使用的导联等，一般想要的数据集的信息都可以中在这里面找到。

---

参考文献

[1] physioNet PhysioNet

---

附录

在使用physionet时，导航菜单在左上角，其中主要用到的是Physiobank和PhysioToolkit两项，前一项包含数据库等，后一项是关于WFDB工具库的。