3个开源EEG数据集实战：从零搭建癫痫检测模型（附完整代码）

最新推荐文章于 2026-06-15 09:44:57 发布

原创

最新推荐文章于 2026-06-15 09:44:57 发布 · 995 阅读

文章标签：

#EEG #癫痫识别 #开源数据集 #深度学习

从数据到诊断：实战构建开源EEG癫痫检测模型

作为一名长期在医疗AI领域摸爬滚打的工程师，我常常被问到：“那些前沿的癫痫检测论文，代码到底怎么跑起来？” 理论框架固然重要，但真正的价值往往藏在数据清洗的细节里、特征提取的取舍中，以及模型调试时那些令人抓狂的报错信息背后。今天，我们不谈空泛的概念，直接打开Jupyter Notebook，手把手带你用三个经典的开源EEG数据集——TUH、CHB-MIT和Bonn，搭建一个端到端的癫痫检测原型。我会分享那些在官方教程里找不到的“坑”和技巧，并提供可以直接在Google Colab上运行的完整代码块，让你能立刻动手实践。

1. 环境准备与数据获取实战

在开始任何机器学习项目之前，搭建一个可复现的环境是成功的一半。对于EEG信号处理，我们需要一个兼顾科学计算和深度学习的工具箱。

首先，我们创建一个独立的Conda环境，避免包版本冲突。打开终端，执行以下命令：

conda create -n eeg_epilepsy python=3.9 -y
conda activate eeg_epilepsy

接下来，安装核心依赖。这里我推荐使用 pip 进行安装，并指定一些经过验证的稳定版本。

pip install mne==1.4.2
pip install numpy==1.23.5 scipy==1.10.1 pandas==1.5.3
pip install scikit-learn==1.2.2
pip install torch==2.0.1 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install matplotlib==3.7.1 seaborn==0.12.2
pip install pywt==1.4.1

注意：PyTorch的安装命令取决于你的CUDA版本。如果没有GPU，请使用 pip install torch torchvision torchaudio 安装CPU版本。MNE是EEG处理的基石库，务必确保安装成功。

环境就绪后，我们直面第一个挑战：获取数据。三个数据集的获取方式各异，有的需要注册，有的分散在多个文件中。我编写了一个自动化的下载和验证脚本，可以帮你省去大量手动操作的麻烦。

TUH EEG Corpus：这是最大的临床EEG数据集之一。访问其官网注册后，你会获得一个数据清单文件。不要试图一次性下载全部数据（体积巨大），建议根据研究目标选择子集，例如只下载标注了“癫痫发作”的记录。

CHB-MIT Scalp EEG Dataset：该数据集托管在PhysioNet上，可以通过wget命令批量下载。每个患者一个文件夹，里面包含连续的EDF文件和对应的摘要文件（.seizures）。

University of Bonn EEG Dataset：结构最简单，五个ZIP文件分别对应A-E五个子集。下载后直接解压即可。

为了统一管理，我习惯在项目根目录创建如下结构：

eeg_project/
├── data/
│   ├── tuh/          # 存放TUH的EDF文件
│   ├── chbmit/       # 存放CHB-MIT的患者文件夹
│   └── bonn/         # 存放Bonn的文本文件
├── notebooks/         # Jupyter Notebooks
└── src/              # 工具函数模块

下面这个Python函数可以用于检查Bonn数据集是否完整下载并正确解析：

import os
import numpy as np

def check_bonn_dataset(data_path):
    """
    检查Bonn数据集完整性并加载数据。
    """
    subsets = ['A', 'B', 'C', 'D', 'E']
    data_dict = {}
    
    for subset in subsets:
        file_path = os.path.join(data_path, f'{subset}.txt')
        if not os.path.exists(file_path):
            print(f"警告: 文件 {file_path} 不存在！")
            continue
        # Bonn数据集是纯文本，每行一个数据点
        data = np.loadtxt(file_path)
        data_dict[subset] = data
        print(f"子集 {subset} 加载成功，形状: {data.shape}")
    
    return data_dict