当前位置： 首页 > java >正文

DEAPDataset的EEG脑电图数据（Emotion_Prediction）使用介绍【第一期】

java 2025/6/26 13:46:40

DEAPDataset一个用于分析人类情感状态的多模态数据集。在 32 名参与者观看 40 段一分钟长的音乐视频片段时，记录了他们的脑电图（EEG）和外周生理信号。参与者对每个视频的唤醒度、效价、喜好 / 厌恶、支配度和熟悉度水平进行了评分。在 32 名参与者中，有 22 人的 frontal face 视频也被记录了下来。我们使用了一种新的刺激材料选择方法，该方法利用了从 last.fm 网站通过情感标签检索、视频高光检测和一个在线评估工具。

下载地址：https://www.eecs.qmul.ac.uk/mmv/datasets/deap/index.html

该数据集已公开提供，我们鼓励其他研究人员使用它来测试他们自己的情感状态估计方法。该数据集首次在以下论文中介绍：点击这里

数据集说明：原始数据与预处理版本介绍

1. 原始数据文件（Data_original.zip）

这些是原始记录数据，包含 32 个.bdf 文件（由 Actiview 软件生成的 BioSemi 数据格式），每个文件有 48 个记录通道，采样率为 512Hz。具体通道分布如下：

  • 32 个 EEG 通道、12 个外周生理通道、3 个未使用通道和 1 个状态通道。
  • .bdf 文件可通过多种软件工具读取，如 Matlab 的 EEGLAB 和 BIOSIG 工具包。
数据采集地点差异

数据在两个地点采集，导致格式存在细微差异：

  1. EEG 通道顺序不同：特温特（参与者 1-22）和日内瓦（参与者 23-32）的通道命名和排序不同，具体转换关系见下表：
通道编号特温特通道名日内瓦通道名日内瓦→特温特索引特温特→日内瓦索引
1Fp1Fp111
2AF3AF322
3F7F344
4F3F733
...............
32CzO22417
  1. GSR 测量单位不同：
    • 特温特的 GSR 为皮肤电阻（单位：纳西门子，nS），日内瓦的 GSR 为皮肤电导（单位：欧姆，Ω）。
    • 转换公式：GSRGeneva = 10⁹ / GSRTwente
其他通道说明
通道编号通道名内容描述
33-36EXG1-EXG4眼电（hEOG：水平眼电；vEOG：垂直眼电）
37-38EXG5-EXG6颧肌肌电（zEMG）
39-40EXG7-EXG8斜方肌肌电（tEMG）
41GSR1皮肤电反应（左手中指和无名指）
42-44Erg1-Erg2未使用
45Resp呼吸带信号
46Plet体积描记图（左拇指）
47Temp温度（左小指）
48Status状态通道（包含刺激开始 / 结束标记）
状态通道标记说明
状态码事件持续时间事件描述
1（首次）N/A实验开始（参与者按键启动）
1（第二次）120000 ms基线记录开始
1（后续）N/A评分界面开始
21000 ms视频同步界面（首次试验前、休息前后、最后一次试验后）
35000 ms试验开始前的注视界面
460000 ms音乐视频播放开始
53000 ms视频播放后的注视界面
7N/A实验结束
2. 预处理数据文件（Data_preprocessed_matlab.zip 和 Data_preprocessed_python.zip）

这些文件包含降采样（至 128Hz）、预处理和分段后的数据，格式为 Matlab（.mat）或 Python（pickled numpy），适合快速测试分类 / 回归算法。每个压缩包包含 32 个文件（每位参与者一个）。

标签含义解析

一、EEG 电极位置标签（前 14 个）

这些标签代表头皮电极的位置，遵循国际 10-20 电极定位系统，用于标注 EEG 信号的采集位置：

标签电极位置说明脑区关联
AF3/AF4前额叶前部（靠近前额）涉及情绪调节、决策
F3/F4前额叶（左右半球）与认知、情绪表达相关
F7/F8前颞叶（左右侧）参与听觉处理、记忆
FC5/FC6中央前回（额叶与中央区交界）运动皮层与认知整合
O1/O2枕叶（脑后部）视觉处理中枢
P7/P8顶叶（左右侧）感觉整合、空间认知
T7/T8颞叶（左右侧）听觉处理、语言理解
二、情感维度标签（后 2 个）

valence和arousal是情感心理学中的核心维度，用于量化情感状态：

标签含义评分范围示例场景
valence效价（情感极性）1-9 分（1 = 极度负面，9 = 极度正面）愉悦度、满意度
arousal唤醒度1-9 分（1 = 极度平静，9 = 极度兴奋）兴奋程度、紧张感
三、应用场景

这些标签常见于DEAP 数据集或类似的 EEG 情感识别研究中，例如：

  • 数据格式：每行数据对应一段 EEG 信号（如 1 秒），前 14 列是各电极的电压值，后 2 列是情感评分
  • 研究目标：通过分析不同脑区的 EEG 信号，预测用户的情感效价和唤醒度
  • 典型关联：
    • 前额叶（F3/F4）的 α 波功率可能与效价相关
    • 颞叶（T7/T8）的 β 波活动可能与唤醒度相关
# 包含CSV文件的目录directory = './Data/'# 初始化列表，用于存储EEG通道和标签all_eeg_channels = []all_labels = []# 遍历目录中的每个文件for filename in os.listdir(directory):    if filename.endswith(".csv"):        file_path = os.path.join(directory, filename)        print(file_path)        # 读取CSV文件        data = pd.read_csv(file_path)                # 选择EEG通道列        eeg_channels = data[['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8']][:-2]                # 选择情绪效价和唤醒度列        labels = data[['valence', 'arousal']].iloc[0]                # 将EEG通道和标签转换为数组并存储        all_eeg_channels.append(eeg_channels.values)        all_labels.append(labels.values)# 将列表转换为数组all_eeg_channels_array = np.array(all_eeg_channels)all_labels_array = np.array(all_labels)# 打印数组的形状(数据维度的大小)print("All EEG Channels Array Shape:", all_eeg_channels_array.shape)print("All Labels Array Shape:", all_labels_array.shape)

def map_labels(valence, arousal):    # 将情绪效价和唤醒度映射为四个类别    if valence <= 2.5and arousal <= 2.5:        return0# 低情绪效价，低唤醒度    elif valence <= 2.5and arousal > 2.5:        return1# 低情绪效价，高唤醒度    elif valence > 2.5and arousal <= 2.5:        return2# 高情绪效价，低唤醒度    else:        return3# 高情绪效价，高唤醒度# 示例用法：# 对所有标签进行映射，将情绪效价和唤醒度转换为类别标签labels_mapped = np.array([map_labels(valence, arousal) for valence, arousal in all_labels_array])# 打印映射后的标签数组labels_mapped
array([0, 2, 1, 3, 0, 3, 1, 3, 0, 3, 1, 3, 0, 3, 1, 3, 0, 3, 1, 3, 0, 3,       1, 3, 0, 3, 3, 3, 3, 3, 0, 3, 3, 2, 1, 2, 3, 1, 1, 3, 2, 2, 0, 3,       2, 3, 3, 3, 2, 0, 0, 2, 0, 3, 1, 3, 0, 2, 1, 3, 0, 2, 1, 3, 0, 2,       1, 3, 2, 3, 1, 3, 2, 0, 1, 2, 0, 2, 1, 3, 0, 3, 1, 3, 0, 2, 1, 3,       0, 0, 0, 3, 0, 3, 1, 3, 0, 2, 1, 3])

检查形状和数据类型：检查阵列的形状和数据类型。

汇总统计：计算脑电通道的均值、中位数、最小值、最大值、标准差等基本汇总统计。

可视化：绘制每个EEG通道的直方图或箱形图，以了解其分布。

相关性分析：计算EEG通道之间的相关系数，并使用热图将其可视化。

标签分析：绘制价和觉醒标签的直方图或箱形图，以了解其分布。

标签相关性：计算价和觉醒标签之间的相关性。

特征工程：探索潜在的特征工程技术，如傅里叶变换、小波变换或其他信号处理方法。

异常检测：检测和处理异常值，如果存在于数据中。

channel_names = ['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8']# 3. 可视化# 设置图形的大小plt.figure(figsize=(12, 8))# 遍历所有EEG通道for i in range(all_eeg_channels_array.shape[2]):    # 创建子图，4行4列，第i+1个位置    plt.subplot(4, 4, i+1)    # 绘制第i个通道的直方图    # 使用flatten()将二维数组展平为一维数组，bins=50表示直方图的柱数    plt.hist(all_eeg_channels_array[:,:,i].flatten(), bins=50, color='skyblue', alpha=0.7)    # 设置子图的标题，显示通道名称    plt.title(f"{channel_names[i]} Channel Histogram")    # 设置x轴标签    plt.xlabel("Value")    # 设置y轴标签.分别设置x轴和y轴的标签，表示值和频率。    plt.ylabel("Frequency")# 调整子图之间的布局，使其紧凑plt.tight_layout()# 显示图形plt.show()

# 降低样本大小以进行相关性分析，对单个样本的EEG通道数据进行相关性分析，并将相关性矩阵以热力图的形式可视化sample_size = 1# 现在样本大小为1sample_data = all_eeg_channels_array[0] # 取第一个样本# 计算样本数据的相关性矩阵corr_matrix = np.corrcoef(sample_data.T)# 绘制相关性矩阵plt.figure(figsize=(10, 8))sns.heatmap(corr_matrix, cmap='coolwarm', annot=True, fmt=".2f",             xticklabels=['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8'],            yticklabels=['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8'])plt.title("Correlation Matrix of EEG Channels (Single Sample)")plt.xlabel("EEG Channels")plt.ylabel("EEG Channels")plt.show()

# 计算所有样本的相关性矩阵，计算所有样本的EEG通道之间的相关性矩阵，然后求这些相关性矩阵的平均值，并将平均相关性矩阵以热力图的形式可视化。cor_matrices = np.array([np.corrcoef(sample.T) for sample in all_eeg_channels_array])# 沿着一个新的维度堆叠相关性矩阵stacked_cor_matrices = np.stack(cor_matrices, axis=2)# 沿着新的维度取平均值，得到平均相关性矩阵average_cor_matrix = np.mean(stacked_cor_matrices, axis=2)# 绘制平均相关性矩阵plt.figure(figsize=(10, 8))sns.heatmap(average_cor_matrix, cmap='coolwarm', annot=True, fmt=".2f",             xticklabels=['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8'],            yticklabels=['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8'])plt.title("Average Correlation Matrix of EEG Channels")plt.xlabel("EEG Channels")plt.ylabel("EEG Channels")plt.show()

# 5. 标签分析：对情绪效价（valence）和唤醒度（arousal）标签进行可视化分析，具体来说是绘制它们的直方图。# 设置图形的大小plt.figure(figsize=(10, 4))# 绘制情绪效价的直方图plt.subplot(1, 2, 1) # 创建子图，1行2列，第1个位置plt.hist(all_labels_array[:,0], bins=20, color='skyblue', alpha=0.7) # 绘制直方图plt.title("Valence Histogram") # 设置子图的标题plt.xlabel("Valence") # 设置x轴标签plt.ylabel("Frequency") # 设置y轴标签# 绘制唤醒度的直方图plt.subplot(1, 2, 2) # 创建子图，1行2列，第2个位置plt.hist(all_labels_array[:,1], bins=20, color='salmon', alpha=0.7) # 绘制直方图plt.title("Arousal Histogram") # 设置子图的标题plt.xlabel("Arousal") # 设置x轴标签plt.ylabel("Frequency") # 设置y轴标签# 调整子图之间的布局，使其紧凑plt.tight_layout()# 显示图形plt.show()

# 6. 标签相关性# 计算情绪效价和唤醒度标签之间的相关性矩阵label_corr_matrix = np.corrcoef(all_labels_array[:,0], all_labels_array[:,1])# 绘制热力图plt.figure(figsize=(8, 6))sns.heatmap(label_corr_matrix, cmap='coolwarm', annot=True, fmt=".2f")plt.title("Correlation between Valence and Arousal Labels")plt.xlabel("Valence")plt.ylabel("Arousal")plt.show()

# 3. 可视化：数据分布；对每个EEG通道的数据分布进行可视化，具体来说是绘制每个通道的直方图。# 设置图形的大小plt.figure(figsize=(12, 8))# 遍历所有EEG通道for i in range(all_eeg_channels_array.shape[2]):    # 创建子图，4行4列，第i+1个位置    plt.subplot(4, 4, i+1)    # 绘制第i个通道的直方图    # 使用flatten()将二维数组展平为一维数组，bins=50表示直方图的柱数    plt.hist(all_eeg_channels_array[:, :, i].flatten(), bins=50, color='skyblue', alpha=0.7)    # 设置子图的标题，显示通道名称    plt.title(f"{channel_names[i]} Channel Distribution")    # 设置x轴标签    plt.xlabel("Value")    # 设置y轴标签    plt.ylabel("Frequency")# 调整子图之间的布局，使其紧凑plt.tight_layout()# 显示图形plt.show()

# 绘制小提琴图plt.figure(figsize=(12, 8)) # 设置图形的大小为12×8英寸# 使用Seaborn的violinplot函数绘制小提琴图sns.violinplot(data=all_eeg_channels_array.reshape(-1, all_eeg_channels_array.shape[-1]),                palette='muted', inner='point')plt.title('Distribution of EEG Data Across Channels') # 设置图形的标题plt.xlabel('Channels') # 设置x轴标签plt.ylabel('EEG Data') # 设置y轴标签# 设置x轴刻度的位置和标签，显示通道名称plt.xticks(ticks=np.arange(all_eeg_channels_array.shape[-1]), labels=channel_names)plt.show() # 显示图形

from scipy.signal import butter, filtfiltchannel_names = ['AF3', 'AF4', 'F3', 'F4', 'F7', 'F8', 'FC5', 'FC6', 'O1', 'O2', 'P7', 'P8', 'T7', 'T8']# 定义滤波器参数lowcut = 0.5# 带通滤波器的下截止频率（单位：赫兹）highcut = 45# 带通滤波器的上截止频率（单位：赫兹）fs = 128      # 采样频率（单位：赫兹）order = 4     # 滤波器的阶数# 定义一个函数，用于创建Butterworth带通滤波器的系数def butter_bandpass(lowcut, highcut, fs, order=4):    nyquist = 0.5 * fs # 计算奈奎斯特频率    low = lowcut / nyquist # 将下截止频率归一化    high = highcut / nyquist # 将上截止频率归一化    b, a = butter(order, [low, high], btype='band') # 创建滤波器系数    return b, a# 定义一个函数，用于应用Butterworth带通滤波器def butter_bandpass_filter(data, lowcut, highcut, fs, order=4):    b, a = butter_bandpass(lowcut, highcut, fs, order=order) # 获取滤波器系数    filtered_data = filtfilt(b, a, data) # 对数据进行滤波    return filtered_data# 对每个EEG通道应用滤波器filtered_data = np.zeros_like(all_eeg_channels_array) # 创建一个与原始数据形状相同的数组，用于存储滤波后的数据for i in range(all_eeg_channels_array.shape[2]): # 遍历每个通道    filtered_data[:,:,i] = butter_bandpass_filter(all_eeg_channels_array[:,:,i], lowcut, highcut, fs, order) # 对每个通道的数据进行滤波# 可视化滤波后的数据plt.figure(figsize=(12, 8)) # 设置图形的大小for i in range(filtered_data.shape[2]): # 遍历每个通道    plt.subplot(4, 4, i+1) # 创建子图    plt.plot(filtered_data[:,:,i].flatten(), color='skyblue') # 绘制滤波后的数据    plt.title(f"{channel_names[i]} Channel (Filtered)") # 设置子图的标题    plt.xlabel("Time") # 设置x轴标签    plt.ylabel("Amplitude") # 设置y轴标签plt.tight_layout() # 调整子图之间的布局plt.show() # 显示图形

from scipy.signal import butter, filtfiltimport numpy as npimport matplotlib.pyplot as plt# 定义滤波器参数lowcut = 0.5# 下截止频率（单位：赫兹）highcut = 45# 上截止频率（单位：赫兹）fs = 128      # 采样频率（单位：赫兹）order = 4     # 滤波器阶数# 定义一个函数，用于创建Butterworth带通滤波器的系数def butter_bandpass(lowcut, highcut, fs, order=4):    nyquist = 0.5 * fs # 计算奈奎斯特频率    low = lowcut / nyquist # 将下截止频率归一化    high = highcut / nyquist # 将上截止频率归一化    b, a = butter(order, [low, high], btype='band') # 创建滤波器系数    return b, a# 定义一个函数，用于对3D数组应用Butterworth带通滤波器def butter_bandpass_filter_3d(data, lowcut, highcut, fs, order=4):    filtered_data = np.zeros_like(data) # 创建一个与输入数据形状相同的数组，用于存储滤波后的数据    for i in range(data.shape[0]): # 遍历第一个维度（样本）        for j in range(data.shape[1]): # 遍历第二个维度（通道）            b, a = butter_bandpass(lowcut, highcut, fs, order=order) # 获取滤波器系数            filtered_data[i, j, :, :] = filtfilt(b, a, data[i, j, :, :]) # 对每个通道的数据进行滤波    return filtered_data# 对EEG通道数据应用滤波器filtered_data = butter_bandpass_filter_3d(reshaped_channels_array, lowcut, highcut, fs, order)# 可视化每个通道的滤波后数据plt.figure(figsize=(16, 20)) # 设置更大的图形尺寸for i in range(filtered_data.shape[1]): # 遍历通道    for j in range(filtered_data.shape[2]): # 遍历子段        plt.subplot(14, 5, i*5 + j + 1) # 创建子图        plt.plot(filtered_data[0, i, j, :].flatten(), color='skyblue') # 绘制滤波后的数据        plt.title(f"{channel_names[i]} Channel (Filtered)", fontsize=8) # 设置子图的标题        plt.xlabel("Time", fontsize=8) # 设置x轴标签        plt.ylabel("Amplitude", fontsize=8) # 设置y轴标签plt.tight_layout() # 调整子图之间的布局plt.show() # 显示图形

代码主要实现了对脑电（EEG）数据的处理、分析和特征提取，用于情绪识别相关的研究或应用。以下是对代码功能的详细介绍：

一、数据读取与初步处理

  1. 导入必要的库
    使用os处理文件路径，pandas和numpy处理数据，matplotlib和seaborn进行数据可视化。

  2. 读取 CSV 格式的 EEG 数据

    • 遍历指定目录下的所有 CSV 文件（如S01G1AllChannels.csv等），这些文件可能包含不同受试者（S01到S25）和不同组（G1到G4）的 EEG 数据。
    • 从每个文件中提取 14 个 EEG 通道的数据（如AF3、F3、O1等）和情绪标签（效价valence和唤醒度arousal）。
    • 最终将数据存储为 NumPy 数组，形状为(100, 38250, 14)，其中：
      • 100表示 100 个样本（文件），
      • 38250表示每个样本的时间点数量，
      • 14表示 14 个 EEG 通道。

二、数据探索与可视化

  1. 数据基本信息检查
    查看数据形状、数据类型（如float64），确保数据读取正确。

  2. 描述性统计分析
    计算每个 EEG 通道的均值、中位数、最小值、最大值和标准差，了解数据的基本分布特征。

  3. 数据可视化

    • 直方图：展示每个 EEG 通道的数据分布，观察数据的集中趋势和离散程度。
    • 箱线图：检测数据中的异常值，了解数据的四分位数分布。
    • 小提琴图：同时展示数据的分布密度、中位数和四分位数，比箱线图更直观。
    • 相关性热图：计算单个样本或所有样本的 EEG 通道间相关性，通过热图可视化通道间的关联性（颜色越暖表示正相关性越强，越冷表示负相关性越强）。

  4. 情绪标签分析

    • 绘制效价（valence）和唤醒度（arousal）的直方图，了解情绪标签的分布。
    • 计算两者的相关性，分析情绪维度之间的关系。

三、数据重塑与预处理

  1. 数据分段（Segmentation）
    将长序列的 EEG 数据分割为多个段（segments）和子段（subsegments），以便提取更细粒度的特征。例如，将 38250 个时间点分割为 6 个段，每个段再分为 5 个子段，最终形状为(100, 6, 14, 5, 1275)。

  2. 带通滤波
    使用 Butterworth 滤波器对 EEG 数据进行滤波，去除低频（<0.5Hz）和高频（>45Hz）噪声，保留脑电信号的有效频段（0.5-45Hz）。滤波后的数据更适合后续特征提取。

四、特征提取（微分熵，Differential Entropy）

  1. 微分熵计算
    微分熵是衡量信号不确定性的指标，常用于 EEG 信号的频域特征提取。代码通过以下步骤计算：

    • 对每个 EEG 通道的子段数据进行直方图统计，估计概率密度函数。
    • 基于概率密度计算微分熵（以 2 为底），反映信号的频域复杂度。
    • 最终得到的特征形状为(600, 14, 1275, 5)，其中：
      • 600表示 600 个样本（分段后），
      • 14表示 14 个通道，
      • 1275表示每个子段的时间点，
      • 5表示 5 个子段。

  2. 数据洗牌（Shuffle）
    使用sklearn.utils.shuffle对特征和标签进行随机洗牌，避免模型训练时的顺序偏差，确保数据随机性。

五、情绪标签映射

  1. 情绪分类
    将连续的效价和唤醒度标签映射为 4 类离散情绪：
    • 0：低效价 + 低唤醒度（平静）
    • 1：低效价 + 高唤醒度（焦虑）
    • 2：高效价 + 低唤醒度（愉悦）
    • 3：高效价 + 高唤醒度（兴奋）
      映射后的标签用于后续的分类任务。

六、整体流程总结

  1. 数据获取：读取多通道 EEG 数据和情绪标签。
  2. 探索性分析：通过统计和可视化了解数据分布与相关性。
  3. 预处理：分段和滤波，提升数据质量。
  4. 特征提取：计算微分熵，将时域信号转换为频域特征。
  5. 数据准备：洗牌和标签映射，为机器学习模型训练做准备。

该流程常用于脑电情绪识别研究，通过特征提取和分类可实现基于 EEG 信号的情绪状态预测。

http://www.xdnf.cn/news/14632.html

相关文章：

  • 【请关注】实操mongodb集群部署
  • APISIX
  • 鸿蒙Next仓颉开发语言中的数据类型总结分享
  • Spring 容器核心扩展实战：Spring Boot中三大扩展问题解析
  • sql格式化自动识别SQL语法结构
  • 大塘至浦北高速：解锁分布式光伏“交能融合”密码，引领绿色交通革命
  • 掌握CIS基准合规性：通过自动化简化网络安全
  • 磐维数据库PanWeiDB V2.0-S3.1.1_B01集中式一主二备安装
  • 细谈QT信号与槽机制
  • 覆盖迁移工具选型、增量同步策略与数据一致性校验
  • Unity3D仿星露谷物语开发70之背景音乐
  • 内存泄漏和内存溢出的区别
  • 【机器学习深度学习】非线性激活函数
  • Linux零基础快速入门到精通
  • 学习记录：DAY33
  • 2025.6.24总结
  • 用 Python 打造立体数据世界：3D 堆叠条形图绘制全解析
  • HTML炫酷烟花
  • 微算法科技开发基于布尔函数平方和表示形式的最优精确量子查询算法
  • NLP基础1_word-embedding
  • 利用大型语言模型增强边缘云 AI 系统安全性
  • AI智能化高效办公：WPS AI全场景深度应用指南
  • qt常用控件--03
  • 重点解析（软件工程）
  • 从零学习linux（2）——管理
  • 2025年检测相机十大品牌测评：工业级精度与场景化解决方案解析
  • DeepSeek今天喝什么随机奶茶推荐器
  • Docker知识点汇总——AI教你学Docker
  • 企业主动风险管理破局供应链“黑天鹅”，善用期货
  • Origin绘制三Y轴柱状图、点线图、柱状点线图