摘要：
本报告的目的是向TUH EEG语料库的用户描述从数据文件（例如EDF文件）中正确检索EEG信号。
介绍：
不能保证包含EEG信号的信道在文件中出现的顺序相同。许多初级软件包所犯的一个常见错误是，它们将数据读入矩阵，并假定信道的顺序始终相同。包含标签的EDF文件的关键部分如图1所示。可以看出，每个通道都有标签，每个通道必须通过其标签和/或在该列表中的位置来访问，而不是通过其在文件中的绝对位置进行访问。例如，不存在标记为“EEG FP1-REF”的通道始终是第一个通道的约束。这个通道可以出现在TUEG的许多位置。
作者提供了一个程序，nedc_pystream，它易于使用并演示如何正确访问数据。（如何处理这些EDF文件）。*https://www.isip.piconepress.com/projects/tuh_eeg/downloads/nedc_pystream/
当神经学家查看脑电图时，他们会对数据进行蒙太奇处理。这通常是一个简单的要区别的信道对的列表，通常被称为双极蒙太奇。第5节详细描述了这种类型的蒙太奇。请注意，此差分是对记录原始信号所做差分的补充。当数据被查看或处理，而不是实际存储在数据文件中时，就会产生双极性蒙太奇。神经科医生通常会使用几种不同的蒙太奇来观察同一脑电图，这取决于他们想要增强的具体事件。加载EEG并显示结果的软件负责实现蒙太奇视图。这个软件必须提供一些方法来指导哪些频道是不同的。如前所述，我们提供的软件演示如何在Python中实现这一点（nedc_pystream）。大多数商业软件包提供类似的功能，因为这些双极性蒙太奇在临床工作中大量使用。虽然有许多流行的蒙太奇在实践中使用（例如，TCP），一些专家临床医生喜欢他们自己的定义。对机器学习研究人员来说，实施双极蒙太奇是至关重要的，因为他们通常将双极蒙太奇的输出作为算法研究的起点.
单极蒙太奇：
单极蒙太奇是指在电极上记录的电位（我们称之为原始信号）与参考节点（例如连接到左耳的电极）之间的差异（差分电压记录信号）。
下图所示的两个单极蒙太奇在TUEG中使用：（1）平均参考（AR）和（2）链接耳朵参考（LE）。AR蒙太奇使用一定数量电极的平均值作为参考。LE montage使用引线适配器连接左右耳，提供更稳定的参考点（Lopez等人，2016）。《蒙太奇》被认为可以减少人工伪影（Subramaniyam，2019年）。在TUEG中，LE和AR单极蒙太奇被分为四类：01_tcp_AR，02_tcp_LE，03_tcp_AR_a和04_tcp_e_a。每个蒙太奇都是基于所包含的信道类型。标记为01_tcp_ar的蒙太奇对电极使用ar参考方法。蒙太奇02_tcpüle分类使用le montage格式。单极蒙太奇被标记为03_tcp_ar_a和04_tcp_le_a，它们分别使用ar和le格式，但只收集了20个频道。对于最后两个亚组，耳道被排除在外（电极A1和A2）。
频道标签：
EDF文件中的每个通道都使用非标准的标签集进行标记。这些标签的典型集合如图1所示。要以正确和一致的方式访问数据，必须注意频道标签, 不能假设存储在EDF文件中的第一个通道始终表示相同的电极位置。
如：Fp1-F3是指最靠近鼻窦的左前额叶电极和最靠近中矢状线的左额叶电极之间的信号。信号将代表大脑活动在这两个电极之间的假想线。表1中的标签是机器学习研究中最有用的标签。
用于观看的两极蒙太奇：
如前所述，差分电压（单极蒙太奇）用于降低噪声和增强感兴趣的事件。当神经科医生查看数据时，他们通常会采用双极性蒙太奇来去除信号噪声，并改善EEG信号的空间信息解释（Shah等人，2017年）。我们同样地使用了一个最流行的双极性颞正中旁矢状（TCP）蒙太奇蒙太奇来解释和算法开发。TCP蒙太奇也称为双香蕉蒙太奇。如图4所示。这个蒙太奇使用的信号对应于两个相邻电极（例如FP1-F7，T3-C3），在鼻内/纵向，或横穿头皮（左至右）。还有很多其他蒙太奇在使用。然而，到目前为止，TCP双相蒙太奇神经学家使用最多的。