用Python处理CHB-MIT脑电数据：从EDF文件读取到癫痫发作标记提取的完整流程

当我在波士顿儿童医院的科研合作项目中第一次接触CHB-MIT数据集时，那些看似简单的EDF文件里藏着令人着迷的神经密码。作为目前癫痫研究领域最权威的公开脑电数据库之一，它包含了22名患者长达数天的多通道头皮EEG记录，采样率256Hz，数据总量超过600小时。但原始数据就像未切割的钻石——需要专业的工具和流程才能释放其价值。本文将分享一套经过临床验证的Python处理流水线，从数据下载到特征提取，手把手带你穿越EEG分析的迷雾森林。

1. 环境准备与数据获取

在开始解剖EDF文件之前，我们需要搭建一个稳定的Python工作环境。推荐使用conda创建独立环境以避免依赖冲突：

bash复制conda create -n eeg_analysis python=3.8
conda activate eeg_analysis
pip install mne pyedflib numpy pandas matplotlib scipy

CHB-MIT数据集托管在PhysioNet平台，获取需要三个步骤：

1. 注册PhysioNet账号并通过认证（约需1个工作日）
2. 签署数据使用协议
3. 使用wget批量下载（约23GB）：

python复制import os
base_url = "https://physionet.org/files/chbmit/1.0.0/"
files = ["chb01.tar.gz", "chb02.tar.gz", ..., "chb24.tar.gz"] 

for file in files:
    os.system(f"wget {base_url}{file}")
    os.system(f"tar -xzf {file}")

注意：国内用户可能需配置代理加速下载，解压后会得到以患者ID命名的文件夹（如chb01），每个包含：

• 多个.edf文件（每小时一个）
• .seizure标注文件（标记发作时段）
• summary.txt（临床摘要）

2. EDF文件解析与信号可视化

EDF（European Data Format）是医疗设备常用的标准格式，其结构包含：

• 256字节头文件（采样率、通道数等）
• 信号数据块（固定时长）

使用MNE-Python读取比直接解析更高效：

python复制import mne

def load_edf(edf_path):
    raw = mne.io.read_raw_edf(edf_path, preload=True)
    print(f"采样率: {raw.info['sfreq']}Hz")
    print(f"通道: {raw.ch_names}")
    return raw

# 示例：加载chb