Python单通道脑电睡眠分期实战：从信号处理到CNN模型

简介这份资源是面向计算机相关专业学生与项目实战学习者的单通道脑电信号自动睡眠分期研究完整方案源自经导师指导并通过评审的高分毕业设计适合作为毕设参考、课程设计或期末大作业。压缩包共22个文件约10.85MB以12个Python脚本为核心涵盖数据预处理、模型训练、预测与Web服务等模块另含2个pt模型权重、3个txt说明与数据文件、1个docx手册、1个sh运行脚本及html、png等辅助内容结构清晰便于按模块查阅。资源围绕单通道脑电信号展开包含数据下载与准备、特征处理、网络定义、训练测试及可视化展示等环节并配有项目说明文档可帮助读者理解睡眠分期的整体流程与实现思路。目前已有122人学习下载适合希望快速上手脑电信号分析与深度学习实践的学习者参考借鉴。1. 单通道脑电睡眠分期从一段信号到一张睡眠结构图手环和智能戒指上的睡眠评分背后大多跑的是单通道脑电single-channel EEG自动睡眠分期。它要做的事很朴素把一整夜只有一路电极采到的脑电波形按 30 秒一帧切成小段逐段判成 W、N1、N2、N3、REM 五个阶段最后拼成一张睡眠结构图hypnogram。为什么强调“单通道”因为多导睡眠图PSG动辄十几路信号采集贵、贴片多、居家场景根本铺不开而单通道只要一个干电极贴在额头或耳后配合 Python 就能把整套流程跑通这也是它成为入门睡眠算法首选任务的原因。这篇笔记面向两类人想用 Python 从零复现一套睡眠分期流水线的工程新手以及手里已有数据、想搞清楚特征、模型、评估该怎么选的老手。我会按“信号怎么读进来 → 特征怎么提 → 模型怎么搭 → 坑在哪 → 怎么验证”的顺序把能抄作业的部分写实。2. 数据与预处理单通道 EEG 怎么变成模型能吃的张量2.1 先搞清楚睡眠分期的数据长什么样睡眠分期的公开数据集常见做法是采用带专家标注的整夜 PSG 记录每个 30 秒 epoch 对应一个标签。标签体系一般遵循 AASM 标准五类W清醒、N1浅睡过渡、N2稳定浅睡、N3深睡/慢波睡眠、REM快速眼动。单通道任务里我们只保留其中一路 EEG比如 Fpz-Cz 或 Pz-Oz其余通道全部丢掉。这里有个新手最容易忽略的点类别极度不平衡。一整夜里 N2 往往占 45% 以上N3 和 REM 各占 20% 左右而 N1 常常不到 5%。如果你直接拿准确率accuracy当指标模型只要全猜 N2 就能刷到 45% 以上看起来很美实际毫无用处。所以从读数据的第一行代码起就要把标签分布打印出来心里有数。数据文件格式常见两种EDF欧洲数据格式整夜原始信号和已经切好的 npz/pickle每个 epoch 一段数组。下面这段代码演示怎么用 Python 把一段单通道 EEG 读进来、按 30 秒切帧、并统计标签分布。import numpy as np import mne # 读取 EDF 常用库 # 1. 读取整夜 EDF只保留一路 EEG raw mne.io.read_raw_edf(SC4001E0-PSG.edf, preloadTrue) raw.pick_channels([EEG Fpz-Cz]) # 单通道只留 Fpz-Cz sfreq raw.info[sfreq] # 常见 100 Hz signal raw.get_data()[0] # 形状 (n_samples,) # 2. 按 30 秒一帧切分 epoch_len int(30 * sfreq) # 30s * 100Hz 3000 点 n_epochs len(signal) // epoch_len epochs signal[:n_epochs * epoch_len].reshape(n_epochs, epoch_len) # 3. 标签示例从注释文件读入长度需与 epochs 对齐 labels np.load(labels.npy) # 0W,1N1,2N2,3N3,4REM print(epochs:, epochs.shape, labels:, labels.shape) # 4. 打印类别分布先看清不平衡程度 for i, name in enumerate([W, N1, N2, N3, REM]): print(name, (labels i).sum(), f{(labels i).mean():.1%})逻辑说明pick_channels是单通道任务的关键一步多留一路都会让“单通道”名不副实reshape把一维长信号变成(帧数, 3000)的二维矩阵这是后续所有特征和模型的输入形状。参数说明sfreq决定每帧点数100 Hz 下是 3000若你的数据是 256 Hz则每帧 7680 点切帧前务必确认采样率否则帧边界会错位标签和信号对不上这是血泪经验里最常见的一类翻车。2.2 滤波、去伪迹与归一化三个必调参数原始 EEG 里混着工频干扰、眼动、肌电和基线漂移。单通道没有参考通道做伪迹回归所以预处理要更克制。常见做法是带通滤波 0.3–35 Hz保留慢波和纺锤波砍掉高频肌电和直流漂移再对每个 epoch 做 z-score 归一化。注意不要过度滤波0.3 Hz 以下砍太狠会把 N3 的慢波削平模型就分不出深睡了。from scipy.signal import butter, filtfilt def bandpass(x, low0.3, high35.0, fs100, order4): nyq fs / 2 b, a butter(order, [low / nyq, high / nyq], btypeband) return filtfilt(b, a, x, axis-1) # 零相位滤波避免帧内时移 epochs_f bandpass(epochs, fssfreq) # 逐帧 z-score消除个体幅值差异 mean epochs_f.mean(axis1, keepdimsTrue) std epochs_f.std(axis1, keepdimsTrue) 1e-8 epochs_n (epochs_f - mean) / std逻辑说明filtfilt做前后向滤波相位不失真对睡眠分期这种依赖波形形态的任务很重要逐帧归一化而不是整夜归一化是因为整夜幅值会随电极阻抗漂移整夜归一化会把这种漂移当成信号。参数说明low0.3是慢波下限high35覆盖纺锤波约 12–16 Hz和大部分有用频段order4是经验值阶数太高会振铃。三个必调参数就是低截止、高截止、滤波阶数改任何一个都要重新看 N3 的波形有没有被削。3. 特征工程与模型从手工特征到端到端 CNN3.1 手工特征频带功率与时域统计怎么算在深度学习普及前睡眠分期的标准做法是提手工特征再喂给分类器。即便现在用 CNN手工特征也常作为辅助输入或基线对照。核心特征分两类频域的相对功率delta 0.5–4 Hz、theta 4–8、alpha 8–12、sigma 12–16、beta 16–30以及时域统计均值、方差、偏度、峰度、Hjorth 参数。相对功率比绝对功率更稳因为它对整体幅值不敏感。from scipy.signal import welch def band_power(epoch, fs100, bands((0.5,4),(4,8),(8,12),(12,16),(16,30))): f, pxx welch(epoch, fsfs, npersegfs*4) # 4 秒窗做谱估计 feats [] total pxx[(f0.5)(f30)].sum() 1e-8 for lo, hi in bands: idx (f lo) (f hi) feats.append(pxx[idx].sum() / total) # 相对功率 return np.array(feats) feat_matrix np.array([band_power(e, fssfreq) for e in epochs_n]) print(特征维度:, feat_matrix.shape) # (n_epochs, 5)逻辑说明welch用分段平均降低谱估计方差npersegfs*4即 4 秒一段兼顾频率分辨率和稳定性相对功率用总功率归一跨被试更可比。参数说明频带边界按 AASM 惯例设定delta 对应 N3 慢波sigma 对应 N2 纺锤波这两个频带是区分 N2/N3 的主力。如果只做基线把feat_matrix丢给随机森林或梯度提升树五分类 kappa 通常能到 0.6 左右够用来验证你的预处理没写错。3.2 端到端 CNN单通道输入的模型结构想冲更高精度端到端 CNN 是主流。输入就是(3000,)的一维信号或者转成时频图(freq, time)的二维谱。一维 CNN 更省事结构也简单几层卷积 池化 全局池化 全连接。下面给一个能直接跑的最小结构。import torch import torch.nn as nn class SleepCNN(nn.Module): def __init__(self, n_classes5): super().__init__() self.net nn.Sequential( nn.Conv1d(1, 16, kernel_size50, stride6, padding25), # 大核抓低频形态 nn.BatchNorm1d(16), nn.ReLU(), nn.MaxPool1d(8), nn.Conv1d(16, 32, kernel_size8, padding4), nn.BatchNorm1d(32), nn.ReLU(), nn.MaxPool1d(8), nn.Conv1d(32, 64, kernel_size8, padding4), nn.BatchNorm1d(64), nn.ReLU(), nn.AdaptiveAvgPool1d(1), # 全局池化 ) self.fc nn.Linear(64, n_classes) def forward(self, x): # x: (B, 1, 3000) return self.fc(self.net(x).squeeze(-1)) model SleepCNN() x torch.randn(8, 1, 3000) print(model(x).shape) # (8, 5)逻辑说明第一层用kernel_size50, stride6的大核大步长等效于对原始波形做粗粒度的低频特征提取这是处理长序列 EEG 的常见技巧AdaptiveAvgPool1d(1)把时间维压成 1让模型对输入长度不敏感。参数说明stride6把 3000 点快速降到 500减少后续计算量BatchNorm在单通道小 batch 下要小心batch 太小如 8时统计量不稳可换GroupNorm。训练时用交叉熵但记得给 N1 类加权否则模型会直接放弃 N1。3.3 序列建模为什么单帧分类不够单帧分类有个硬伤它把每个 30 秒 epoch 当独立样本但睡眠阶段是有强时序依赖的——N2 后面大概率还是 N2N3 很少直接跳到 REM。忽略这层依赖模型会在阶段切换处疯狂抖动hypnogram 看起来像锯齿。常见补救是加一层序列模型比如在 CNN 特征上再套 BiLSTM 或 Transformer输入是连续若干帧的特征序列输出是每帧的标签。class CNNLSTM(nn.Module): def __init__(self, n_classes5, hidden64): super().__init__() self.cnn SleepCNN().net # 复用上面的卷积主干 self.lstm nn.LSTM(64, hidden, batch_firstTrue, bidirectionalTrue) self.fc nn.Linear(hidden * 2, n_classes) def forward(self, x): # x: (B, T, 1, 3000) B, T, C, L x.shape x x.view(B * T, C, L) feat self.cnn(x).squeeze(-1).view(B, T, -1) # (B, T, 64) out, _ self.lstm(feat) return self.fc(out) # (B, T, 5)逻辑说明把 batch 和时间维展平后过 CNN再 reshape 回序列喂 LSTM这样卷积参数在时间上共享双向 LSTM 同时看前后文对阶段切换边界帮助明显。参数说明hidden64是平衡精度和显存的常用值序列长度 T 一般取 10–20 帧即 5–10 分钟上下文太长会拖慢训练且收益递减。注意训练时序列要按整夜切不能跨被试拼接否则会引入虚假的时序依赖。4. 避坑与排查单通道睡眠分期最容易翻车的五件事4.1 标签和信号错位半帧现象训练 loss 正常下降但验证 kappa 死活上不去混淆矩阵里 N1 和 W 混成一团。原因EDF 注释的起始时间和信号起始时间有偏移或者切帧时用了//丢掉尾部导致标签索引整体错位。解决切帧后随机抽 5 个 epoch把波形和对应标签画出来人工核对确认 N3 帧里确实有高幅慢波。这一步花十分钟能省掉后面几小时的玄学调参。4.2 采样率假设错误现象模型在 A 数据集上表现正常换到 B 数据集直接崩。原因A 是 100 HzB 是 256 Hz但代码里epoch_len写死成 3000导致 B 的每帧只有约 11.7 秒波形被压缩。解决切帧前统一重采样到同一频率常见做法是全部降到 100 Hz用scipy.signal.resample或mne的resample并在日志里打印实际采样率。4.3 归一化用了整夜统计量现象离线评估很好部署到新受试者身上精度骤降。原因整夜 z-score 用到了未来帧的均值和方差属于数据泄漏且不同受试者幅值差异被抹平后模型学到的是伪特征。解决改成逐帧归一化或只用训练集统计量做全局归一化验证和测试集复用训练集的均值方差。4.4 忽略 N1 导致 kappa 虚高现象准确率 85%但 kappa 只有 0.5N1 的召回率接近 0。原因N1 样本少且与 W、N2 边界模糊不加权时模型直接放弃这一类。解决损失函数里给 N1 更高权重如按类别频率倒数加权或做重采样评估时重点看每类召回率和 Cohens kappa别只看准确率。4.5 序列模型跨被试拼接现象加了 LSTM 后训练集精度飙升测试集反而下降。原因构造序列时把不同受试者的 epoch 拼在一起模型学到了“被试身份”这种捷径特征。解决序列必须按受试者、按整夜切分训练/验证/测试也按受试者划分绝不能把同一个人的数据同时放进训练和测试。5. 评估与进阶怎么判断你的分期模型真的能用5.1 指标怎么选、混淆矩阵怎么看睡眠分期的标准评估指标是 Cohens kappa 和每类 F1准确率只能当参考。原因前面说过类别不平衡会让准确率失真。看混淆矩阵时重点盯三处N1 被误判成 W 还是 N2决定你后续往哪个方向补特征、N3 和 N2 的边界慢波幅度阈值问题、REM 和 N1 的混淆眼动信息缺失时单通道确实难分。一个能落地的模型五分类 kappa 通常要到 0.75 以上N1 的 F1 至少 0.4否则临床意义有限。from sklearn.metrics import cohen_kappa_score, classification_report kappa cohen_kappa_score(y_true, y_pred) print(kappa:, round(kappa, 3)) print(classification_report(y_true, y_pred, target_names[W, N1, N2, N3, REM], digits3))逻辑说明cohen_kappa_score扣除了随机一致性的影响比准确率更能反映真实水平classification_report一次给出每类精确率、召回率和 F1方便定位短板。参数说明target_names顺序必须和标签编码一致否则报告会张冠李戴这种低级错误在赶进度时特别容易犯。5.2 一个具体技巧用平滑后处理压住抖动模型逐帧输出后hypnogram 常有孤立跳变比如 N2 中间突然插一帧 W。一个几乎零成本的后处理是用中值滤波或转移规则平滑对预测序列做窗口为 5 的中值滤波或按“睡眠阶段不会频繁跳变”的常识把孤立单帧改成前后帧的多数类。这个技巧不需要重训模型通常能把 kappa 再抬 0.02–0.04。from scipy.signal import medfilt y_smooth medfilt(y_pred, kernel_size5) # 5 帧中值滤波 print(平滑后 kappa:, cohen_kappa_score(y_true, y_smooth))逻辑说明medfilt对孤立跳变不敏感能保留真实的阶段切换因为真实切换通常持续多帧只抹掉单帧噪声。参数说明kernel_size5对应 2.5 分钟窗口太大如 11会把真实的短暂 REM 段也抹掉太小如 3压不住抖动5 是经验甜点。注意平滑只在推理后做训练时不要平滑标签否则会破坏监督信号。5.3 值不值得做单通道的边界在哪单通道 EEG 睡眠分期的天花板是明确的N1 和 REM 的区分天然吃亏因为没有眼电和肌电辅助。如果你的目标是消费级睡眠监测看趋势、算睡眠时长和深睡比例单通道完全够用成本低、可居家。如果要做临床辅助诊断单通道只能当筛查最终还得靠多导。我自己的习惯是先把单通道流水线跑通、kappa 做到 0.75 以上再考虑加通道或加模态而不是一上来就堆多路信号。这套流程里最值钱的不是模型结构而是预处理和评估的严谨度——把标签对齐、采样率统一、按受试者划分这三件事做扎实比换十个网络都管用。希望帮到你。本文还有配套的精品资源点击获取