简介：这份资源围绕帕金森脑电识别系统的建设与研究展开，面向生物医学工程、信号处理及机器学习方向的初学者与研究人员，帮助解决脑电信号采集、特征提取与分类诊断的完整流程问题。包内共18个文件，以mat数据文件、m脚本、fig图形界面文件和doc文档为主，涵盖脑电数据、特征值矩阵、SVM分类脚本及GUI界面设计，压缩包约21.95MB。资源基于Matlab 2016与EEGLAB工具包，展示了从帕金森患者脑电信号采集到SVM诊断分析的实现路径，读者可借此理解脑电数据处理、特征提取与分类器构建的关键环节，并参考GUI界面完成交互式分析。目前已有157人学习下载，适合需要搭建脑电识别系统或开展相关课题研究的人员参考借鉴。
1. 帕金森脑电识别系统：从一顶电极帽到可复现的判别流水线
帕金森病在运动症状出现前若干年，脑电这类非侵入信号里往往已经留下痕迹。帕金森脑电识别系统要做的，就是把静息态或任务态 EEG 采集下来，经过滤波、分段、特征提取，最后交给分类器判断“像不像帕金森”。它解决的不是确诊替代，而是低成本筛查与辅助评估：门诊排队久、量表主观性强，而一顶电极帽加二十分钟记录就能给出一个客观参考分。适合谁做？做脑机接口的算法工程师、想切入数字医疗的机器学习从业者、以及手里有临床合作渠道但缺一套可跑通流水线的研究者。我见过太多人卡在“数据读进来就报错”这一步，所以这篇按能复现的顺序讲，参数和坑都给到。
2. 先立住理论：帕金森在脑电里到底长什么样
2.1 为什么是 EEG，而不是别的信号
帕金森的核心病理是黑质多巴胺能神经元退变，但它对皮层电活动的影响是弥散的。EEG 的优势在于时间分辨率到毫秒级，能捕捉到皮层节律的细微改变；劣势是空间分辨率差、易受肌电和眼动污染。常见做法是把它和临床量表（如 UPDRS）配对，用 EEG 特征去拟合量表分数或做二分类。选 EEG 而不是 fMRI，理由很实际：设备便宜、被试配合度高、可重复采集，适合做大规模筛查的底座。代价是信噪比低，所以预处理必须做扎实，否则后面分类器学到的全是伪迹。
2.2 帕金森相关的几个稳定电生理指标
文献里反复出现的有三类。第一类是节律功率变化：静息态下 θ 和 δ 频段功率升高，α 和 β 频段功率下降，尤其是 β 频段（13–30 Hz）的过度同步被认为是运动迟缓的电生理 correlate。第二类是频谱峰值偏移：健康人 α 峰在 10 Hz 附近，帕金森患者常出现峰频率左移或峰功率弥散。第三类是相干性与复杂度：额顶叶之间的功能连接减弱，样本熵、Lempel-Ziv 复杂度等非线性指标下降。这些指标不需要高密度电极，常规 16–32 导联就能算，是落地时优先抓的特征。
2.3 从原始信号到特征向量的标准链路
一条可复现的链路是：原始 EEG → 带通滤波（0.5–45 Hz）→ 陷波（50 Hz 工频）→ 坏道插值 → 独立成分分析去眼动/肌电 → 分段（2–4 秒/段）→ 每段提取频带功率、功率谱密度斜率、相干性、熵 → 拼接成特征向量 → 标准化 → 分类器。每一步都有参数可调，但顺序不能乱。我一般把 ICA 放在分段之前，因为分段后做 ICA 样本太少，分解不稳定。特征层面，频带功率用 Welch 法算 PSD 再积分，比直接 FFT 更稳。
2.4 分类器选型：别一上来就上深度学习
小样本（几十到几百人）场景下，SVM + RBF 核或随机森林往往比 CNN 更稳，因为参数量少、过拟合风险低。如果样本量上千且有多通道时序，可以试 EEGNet 这类轻量卷积网络。选型理由：临床数据标注贵，样本量通常不大，传统特征 + 浅层分类器的可解释性也更好，医生愿意看特征重要性。我一般先用 SVM 跑基线，再决定要不要上深度模型。下面这张表是常见选型对比。
| 方法 | 适用样本量 | 可解释性 | 调参成本 | 典型准确率区间 |
|---|---|---|---|---|
| SVM + RBF | 50–500 | 中 | 低 | 75%–88% |
| 随机森林 | 100–1000 | 高 | 低 | 78%–90% |
| EEGNet | >500 | 低 | 中 | 82%–93% |
| LSTM | >800 | 低 | 高 | 80%–92% |
提示：准确率区间来自常见公开数据集的经验范围，实际以你的数据和交叉验证为准，别拿这个表当承诺。
3. 动手搭最小可跑流水线：从 edf 文件到混淆矩阵
3.1 环境与依赖：把版本钉死
脑电处理最怕版本漂移，MNE 不同版本 API 变过好几次。我一般用 conda 建独立环境，把版本写进 requirements。下面这套是我在多个项目里跑通的组合，Python 3.9 + MNE 1.6 + scikit-learn 1.3。
# 创建独立环境，避免和系统包冲突 conda create -n pd_eeg python=3.9 -y conda activate pd_eeg # 钉死版本，MNE 1.6 的 read_raw_edf 接口稳定 pip install mne==1.6.0 scikit-learn==1.3.0 numpy==1.24.3 scipy==1.11.1 pandas==2.0.3逻辑说明：MNE 负责读文件、滤波、ICA；scikit-learn 负责标准化和分类；numpy/scipy 做数值运算。参数说明：python 3.9 是兼容性最好的版本，3.11 以上部分旧包会编译失败；MNE 1.6 的read_raw_edf对多采样率 edf 支持较好。装完先python -c "import mne; print(mne.__version__)"验证。
3.2 读取与预处理：滤波、陷波、坏道处理
import mne import numpy as np # 读取 edf，preload=True 把数据载入内存，方便后续切片 raw = mne.io.read_raw_edf("sub-01_task-rest_eeg.edf", preload=True) # 只保留 EEG 通道，丢掉 EOG/EMG 等非脑电通道 raw.pick_types(eeg=True, eog=False, emg=False) # 带通 0.5-45 Hz，去掉基线漂移和高频肌电 raw.filter(0.5, 45.0, fir_design="firwin", verbose=False) # 50 Hz 陷波，去工频干扰，notch 用 IIR 更省算力 raw.notch_filter(freqs=50, method="iir", verbose=False) # 重参考到平均参考，减少单电极漂移影响 raw.set_eeg_reference("average", projection=False, verbose=False) # 标记坏道，这里用自动检测，阈值 3 倍标准差 raw.info["bads"] = mne.preprocessing.find_bad_channels_maxwell(raw) if False else [] # 插值坏道 raw.interpolate_bads(reset_bads=True, verbose=False) print(raw.info["sfreq"], len(raw.ch_names))逻辑说明：先 pick 再滤波，避免非脑电通道干扰参考计算；滤波用 FIR 因为相位线性好，适合后续分段；陷波用 IIR 省算力。参数说明：0.5 Hz 高通去漂移，45 Hz 低通留到 γ 边缘但避开工频；50 Hz 是中国工频，若采集地是 60 Hz 要改。坏道检测这里留了接口，实际项目用find_bad_channels_maxwell需要 Maxwell 滤波支持，普通数据可用方差阈值手动标。
3.3 分段与特征提取：频带功率 + 熵
from scipy.signal import welch from antropy import sample_entropy # 切成 2 秒一段，重叠 50%，减少样本损失 events = mne.make_fixed_length_events(raw, duration=2.0, overlap=1.0) epochs = mne.Epochs(raw, events, tmin=0, tmax=2.0, baseline=None, preload=True, reject=None, verbose=False) # 定义频带 bands = {"delta": (0.5, 4), "theta": (4, 8), "alpha": (8, 13), "beta": (13, 30), "gamma": (30, 45)} features = [] for epoch in epochs.get_data(): # shape: (n_channels, n_times) feat = [] for ch in epoch: # Welch 法算 PSD，nperseg 取采样率 2 秒长度 f, psd = welch(ch, fs=raw.info["sfreq"], nperseg=int(raw.info["sfreq"]*2)) for lo, hi in bands.values(): idx = np.logical_and(f >= lo, f < hi) feat.append(np.trapz(psd[idx], f[idx])) # 频带积分功率 feat.append(sample_entropy(ch)) # 样本熵，复杂度指标 features.append(feat) X = np.array(features) print(X.shape) # (n_epochs, n_channels * (n_bands + 1))逻辑说明：固定长度分段保证每段时长一致，重叠 50% 增加样本；Welch 法比直接 FFT 平滑，适合功率估计；频带积分用梯形法。参数说明：nperseg 取 2 秒对应采样点数，频率分辨率约 0.5 Hz；样本熵的嵌入维数默认 2、容差 0.2 倍标准差，样本短时可调。特征维度是通道数乘以（5 个频带 + 1 个熵），16 导联就是 96 维。
3.4 分类与交叉验证：别用随机划分
from sklearn.svm import SVC from sklearn.preprocessing import StandardScaler from sklearn.pipeline import make_pipeline from sklearn.model_selection import StratifiedGroupKFold, cross_val_score # 假设 y 是标签，groups 是被试编号，同一被试的段不能跨折 y = np.array([0, 1] * (len(X) // 2)) # 示例标签，实际从临床表读取 groups = np.repeat(np.arange(len(X) // 10), 10) # 示例被试分组 clf = make_pipeline(StandardScaler(), SVC(kernel="rbf", C=1.0, gamma="scale")) cv = StratifiedGroupKFold(n_splits=5) scores = cross_val_score(clf, X, y, cv=cv, groups=groups, scoring="accuracy") print("acc: %.3f ± %.3f" % (scores.mean(), scores.std()))逻辑说明：标准化必须在折内做，用 pipeline 避免数据泄漏；分组交叉验证保证同一被试的段不跨训练和测试，否则准确率虚高。参数说明：SVC 的 C 控制惩罚，gamma 控制核宽度，先用默认再网格搜；StratifiedGroupKFold 兼顾类别比例和分组。这一步跑通，整条流水线就闭环了。
4. 避坑与排查：那些让准确率虚高或直接翻车的细节
4.1 现象：交叉验证准确率 95%，换一批数据掉到 60%
原因：同一被试的多个分段被随机分到训练和测试集，模型记住了这个人的特征而不是帕金森的共性。解决：用 StratifiedGroupKFold 按被试分组，或者留一被试交叉验证（LOSO）。这是最常见的血泪坑，审稿人一眼就能看出来。
4.2 现象：滤波后信号幅度异常，分类器完全不收敛
原因：陷波和带通顺序反了，或者重参考在滤波前做导致参考里混入噪声。解决：顺序固定为 pick → 滤波 → 陷波 → 重参考 → ICA。另外检查采样率，若原始 250 Hz，45 Hz 低通没问题；若原始 100 Hz，45 Hz 接近奈奎斯特频率，滤波器会不稳定。
4.3 现象：ICA 去眼动后，额叶信号被削掉一块
原因：ICA 成分选择太激进，把额叶真实脑电当成眼动成分剔除。解决：只剔除与 EOG 通道相关性高于 0.8 的成分，且目视检查成分拓扑图，额叶中央的成分谨慎处理。我一般保留一份未 ICA 的数据做对比，确认剔除没伤到信号。
4.4 现象：特征里频带功率数值跨度极大，SVM 表现差
原因：不同频带功率量级差几个数量级，γ 频段功率远小于 δ。解决：标准化放在 pipeline 里，或者对功率取对数后再拼接。样本熵本身在 0–2 之间，和功率放一起会被淹没，可以单独标准化后再拼接。
4.5 现象：模型在训练集上完美，测试集一塌糊涂
原因：特征维度远大于样本数，过拟合。解决：先做特征选择，用方差阈值或互信息筛掉冗余特征；或者用 PCA 降到 20–30 维。样本量小于 100 时，优先用线性 SVM 而不是 RBF，减少过拟合风险。
5. 进阶：把系统做成可复用的筛查工具
5.1 用被试级聚合替代段级投票
段级分类输出的是每 2 秒一个标签，临床要的是“这个人是不是”。常见做法是把同一被试所有段的预测概率取平均，再卡阈值。更稳的是取中位数，避免个别伪迹段拉偏。我一般会画每个被试的概率分布图，看两类是否可分，而不是只看一个准确率数字。
# 假设 preds 是段级概率，subjects 是被试编号 import pandas as pd df = pd.DataFrame({"prob": preds, "subject": subjects}) subj_prob = df.groupby("subject")["prob"].median() # 阈值 0.5 先跑，再用 ROC 曲线找最佳阈值 subj_label = (subj_prob > 0.5).astype(int)逻辑说明：中位数比均值抗异常值；阈值不要拍脑袋，用训练集被试级 ROC 的约登指数确定。参数说明：若两类样本不均衡，阈值要往少数类方向调。
5.2 特征重要性：让医生愿意看
SVM 的 RBF 核不好直接看特征重要性，可以换线性 SVM 看系数，或者用随机森林的 feature_importances_。我一般会输出 top 10 特征对应的频带和通道，比如“β 频段 C3 通道功率”这类可解释项。医生看到具体通道和频带，比看一个黑匣子分数信任度高得多。
5.3 验证方法：别只做一次交叉验证
单次 5 折的方差很大，我一般重复 10 次不同随机种子的分组交叉验证，报告均值和标准差。如果标准差超过 5 个百分点，说明样本量不够或特征不稳，需要扩数据或减特征。另外留一个独立验证集，哪怕只有 20 人，也比没有强。
5.4 一个具体技巧：用年龄和性别做协变量校正
帕金森和年龄强相关，如果病例组平均年龄比对照组大 10 岁，分类器可能学的是年龄而不是病。解决：在特征里加入年龄和性别，或者做倾向性评分匹配后再分类。我吃过这个亏，模型准确率 90%，结果一查病例组全是老年人，对照组全是年轻人，等于白做。后来养成习惯，拿到数据先做人口学统计检验，不显著再往下走。
这套流水线不复杂，难的是每一步都别偷懒。预处理省一步，后面准确率就虚高；分组交叉验证不做，审稿人一问就露馅。我现在的习惯是，任何一批新数据进来，先跑一遍全流程，看被试级 ROC，再决定要不要调特征。希望帮到你。
本文还有配套的精品资源，点击获取
