简介：面向2020年研究生数学建模竞赛C题“脑电波分析”的竞赛资源包，适合参加电赛、数学建模竞赛的研究生和本科生，以及需要快速上手脑电信号处理与建模的开发者。包内共263个文件，总大小约118.59MB，其中22个py脚本与83个pyc编译文件构成可运行的代码主体，25个xlsx文件承载实验数据，80个png提供可视化结果，20个xml及iml等文件辅助项目配置，另附docx赛题文档和txt说明，方便对照理解项目结构。目前已有46人浏览学习。资源聚焦P300脑机接口等康复工程场景，提供脑电信号分析和判别模型的参考实现，配合数据表格与图表可对照赛题复现实验，理解刺激状态下脑电信号的变化规律。备赛者既可参考代码思路，也可直接利用xlsx数据进行算法验证，适合数学建模竞赛冲刺与生物医学信号处理入门。
1. 脑电波分析赛题：为什么它不只是“调个分类器”
2020年研究生数学建模竞赛C题“脑电波分析”是一道典型的生物信号处理+模式识别综合题。拿到题目第一眼，很多人以为这就是“给一段脑电波，做个分类”，实际动手才发现，脑电信号的非平稳性、个体差异性、噪声混杂程度，比常规的表格型数据建模要棘手得多。这类题目的核心难点不在于某个模型有多先进，而在于从原始脑电到可用特征这条链路上，每一步都藏着可能让结果翻车的细节。
这道题适合两类人：一是有信号处理基础、想在特征工程上展示功力的；二是熟悉机器学习、但想挑战高噪声小样本场景的。无论哪类，最终拼的都是对数据形态的理解深度。本篇不预设你见过原题数据和代码包，只按这类脑电分析任务最通用、最可靠的工程路径来拆解：从数据预处理、特征构建到模型验证，再到最容易丢分的细节坑，最后给出一套可复现的检查清单。读完你至少能回答三个问题：拿到一批脑电数据先做什么、特征怎么建才不容易过拟合、提交结果前必须验证哪几件事。
2. 脑电数据预处理：把“脏信号”变成可建模信号
2.1 先看清数据形态：通道数、采样率、事件标记
脑电数据不管来自哪套采集设备，交到你手里时通常逃不开三种存储形态：连续记录的长时间序列、按事件切分好的epoch片段、或者已经提取好的特征矩阵。竞赛题里最常见的是第二种——每个样本对应一次刺激或一个时间窗，附带标签。拿到数据第一步不是写代码，而是先把数据形态摸清楚。
import numpy as np import scipy.io as sio # 假设数据文件为 mat 格式，变量名按常规命名 data = sio.loadmat('eeg_data.mat') print(data.keys()) # 常见结构：data['X'] 形状为 (n_trials, n_channels, n_timepoints) # data['y'] 形状为 (n_trials,) X = data['X'] y = data['y'].flatten() print("试验次数:", X.shape[0]) print("通道数:", X.shape[1]) print("每段采样点数:", X.shape[2]) print("类别标签:", np.unique(y))这段代码的核心作用是建立“数据体检”的第一印象。X的三维结构是脑电任务最常见的数据组织方式：第一维是试验次数，第二维是电极通道，第三维是时间序列。如果你的数据是二维的，比如已经是特征矩阵，那说明出题方已经帮你做了部分特征提取，后续的预处理策略就要相应调整。这里有一个容易忽略的点：采样率必须从题目说明或文件属性里确认，它直接决定后续滤波器的通带参数。如果采样率是250Hz，那50Hz工频干扰的陷波滤波器中心频率就要设在50；如果是500Hz或更高，滤波器的设计约束会宽松很多。
2.2 坏段剔除与全局去趋势：先治“脏”再滤波
脑电数据里最影响模型训练的往往不是随机噪声，而是两类系统性污染：一是大幅度的基线漂移，多由受试者头部动作或电极接触松动引起，在低频段表现为缓慢的上下起伏；二是偶发的尖峰脉冲，可能是眨眼或肌电干扰，幅值能到正常脑电的几倍甚至几十倍。如果不剔除这些坏段，后续的标准化和特征提取都会失真。
# 以标准差为阈值识别异常幅值的试验段 threshold_mad = 5 # 中位数绝对偏差的倍数，比标准差更抗异常值 for i in range(X.shape[0]): # 对每个试验所有通道做统计 trial_data = X[i] mad = np.median(np.abs(trial_data - np.median(trial_data, axis=-1, keepdims=True)), axis=-1) # 任意通道超过阈值则标记该段 if np.any(mad > threshold_mad * np.median(mad)): bad_trials.append(i) # 剔除后做全局去趋势 X_clean = np.delete(X, bad_trials, axis=0) y_clean = np.delete(y, bad_trials) from scipy.signal import detrend # 对每个通道独立做去线性趋势 X_detrend = np.zeros_like(X_clean) for trial in range(X_clean.shape[0]): for ch in range(X_clean.shape[1]): X_detrend[trial, ch, :] = detrend(X_clean[trial, ch, :], type='linear')用中位数绝对偏差而不是标准差做坏段识别，是我在实际处理生物信号时养成的习惯。原因很简单：标准差会被少数极端尖峰拉高，导致阈值失效；中位数绝对偏差对这种离群值更稳健。threshold_mad设为5是经验值，数据噪声大时可以放松到8，但如果超过10还剔不完，大概率是采集本身出了问题。这里有个血泪经验：坏段剔除必须在特征提取之前做，而不是在特征之后用异常值检测来兜底。因为特征提取会污染信息——一个含尖峰的段，提取出的频域特征看起来可能“正常”，但它本质上来自伪迹而非真实脑电活动。
2.3 滤波与降采样：参数设置决定信噪比
脑电信号的频率范围通常在0.5Hz到50Hz之间，不同节律有自己的频段定义：delta波（0.5-4Hz）与深度睡眠相关，theta波（4-8Hz）与注意力、工作记忆相关，alpha波（8-13Hz）在闭眼放松时显著，beta波（13-30Hz）与主动思考相关。竞赛题里如果涉及认知任务分类，这些频段的能量分布差异往往就是分类的核心依据。滤波的工程目标很明确：去掉基线漂移（对应极低频）、去掉工频干扰（50Hz及其谐波）、保留目标频段。
from scipy.signal import butter, filtfilt def bandpass_filter(data, fs, low=1, high=40, order=4): """带通滤波器，低端1Hz去掉漂移，高端40Hz去掉高频肌电""" nyquist = fs / 2.0 low_norm = low / nyquist high_norm = high / nyquist b, a = butter(order, [low_norm, high_norm], btype='band') # filtfilt 零相位滤波，避免相位偏移影响事件相关电位 filtered = filtfilt(b, a, data, axis=-1) return filtered # 假设采样率为 1000 Hz，实际使用时替换 fs = 1000 X_filtered = np.zeros_like(X_detrend) for trial in range(X_detrend.shape[0]): for ch in range(X_detrend.shape[1]): X_filtered[trial, ch, :] = bandpass_filter( X_detrend[trial, ch, :], fs, low=1, high=40 ) # 如果采样率过高且不需要高频成分，可降采样到 250Hz 减少计算量 from scipy.signal import decimate target_fs = 250 dec_factor = fs // target_fs X_down = decimate(X_filtered, dec_factor, axis=-1)filtfilt是处理脑电信号的首选，因为它做零相位滤波——滤波器对信号的相位延迟会在正向和反向滤波中相互抵消。如果改用普通的lfilter，相位偏移会让事件相关电位的潜伏期产生几十毫秒的偏差，这对时间敏感的特征是致命的。带通范围选1-40Hz是默认值，但你要根据任务调整：如果题目明确涉及alpha波（8-13Hz），可以考虑把高通频率提高到1Hz不变、低通降到35Hz，压缩高频噪声。降采样有两个好处：一是矩阵规模缩小、训练速度提升；二是高频噪声混叠风险降低。但要注意，降采样因子太大时，decimate内部会先做抗混叠滤波，这会影响信号细节，所以降采样后一定要重新检查信号形态。
需要注意的坑是滤波顺序不能乱：去趋势、坏段剔除、带通滤波。如果你先滤波再做坏段检测，滤波器会把尖峰脉冲“抹平”，让坏段看起来正常，但卷积效应会把噪声扩散到相邻时间点，后面提取的特征照样被污染。预处理做完，下一步才能真正开始构造特征。
3. 特征工程：决定模型上限的不是算法而是特征
3.1 频域特征：从功率谱密度到节律能量比
在脑电分析中，频域特征是最经典也最稳定的特征来源。因为不同认知任务往往对应特定频段能量的增强或抑制——做运动想象时，对侧运动皮层的mu节律（8-12Hz）会出现事件相关去同步；做数学运算时，额叶theta频段能量会上升。这些现象不是某个人的偶然表现，而是群体层面的统计规律，所以频域特征自然成了分类的主干。
from scipy.signal import welch def extract_frequency_features(trial, fs, bands): """ trial: 单次试验的 (n_channels, n_timepoints) bands: 频段列表，[(low1, high1, name1), ...] """ n_channels = trial.shape[0] features = [] for ch in range(n_channels): # Welch 法估计功率谱密度 freqs, psd = welch(trial[ch], fs=fs, nperseg=min(256, trial.shape[1])) for low, high, name in bands: idx = np.logical_and(freqs >= low, freqs <= high) band_power = np.trapz(psd[idx], freqs[idx]) features.append(band_power) # 全频段总功率，用于归一化 total_power = np.trapz(psd, freqs) features.append(total_power) return np.array(features) # 定义常用频段 bands = [(1, 4, 'delta'), (4, 8, 'theta'), (8, 13, 'alpha'), (13, 30, 'beta'), (30, 40, 'gamma')] all_features = [] for trial_idx in range(X_down.shape[0]): feat = extract_frequency_features(X_down[trial_idx], target_fs, bands) all_features.append(feat) F = np.array(all_features) print("特征矩阵形状:", F.shape)每个通道提取6个特征（5频段能量+总功率），32通道就是192维。np.trapz对PSD曲线做数值积分得到能量，比简单取平均更能反映真实功率。这里有一个关键点：不同试验间的总功率差异很大，因为受试者的警觉水平、眨眼频率都会影响全局功率。所以一个标准做法是，把每个通道的频段能量除以该通道总功率，得到相对功率占比。这样能够在个体内部做归一化，削弱绝对幅值的干扰。
3.2 时域与复杂度特征：几何特征和熵特征
频域特征对周期性活动敏感，但脑电信号里有大量非周期、非平稳的成分，这时需要用时域统计和复杂度度量来补充。常用的时域特征包括：每段信号的均值、标准差、过零率、Hjorth参数（活动度、移动度、复杂度）。Hjorth参数能捕捉信号的波形变化速度，计算量小且对噪声有一定容忍度。
def hjorth_parameters(signal): """计算Hjorth参数：活动度、移动度、复杂度""" first_deriv = np.diff(signal) second_deriv = np.diff(first_deriv) var_signal = np.var(signal) var_first = np.var(first_deriv) var_second = np.var(second_deriv) activity = var_signal mobility = np.sqrt(var_first / var_signal) complexity = np.sqrt(var_second / var_first) / mobility return np.array([activity, mobility, complexity]) def extract_time_features(trial): n_channels = trial.shape[0] features = [] for ch in range(n_channels): signal = trial[ch] features.append(np.mean(signal)) features.append(np.std(signal)) features.append(np.sum(np.abs(np.diff(np.sign(signal)))) / len(signal)) # 过零率 features.extend(hjorth_parameters(signal)) return np.array(features)过零率的计算逻辑是：信号符号变化的次数除以采样点数，它对频率变化敏感，但不依赖绝对幅值，适合跨被试比较。结合频域特征后，典型特征维度会从200左右涨到400以上。这时必须考虑特征数量与样本量的比例——如果训练样本只有几百个试验，400维特征很容易导致过拟合。一个常用的控制手段是先用相关性分析剔除高度冗余的特征，再用基于模型的特征选择（比如随机森林的重要性排序）压缩到100-150维。
3.3 时频特征：短时傅里叶变换与事件相关同步/去同步
纯频域特征丢掉了时间信息，纯时域特征丢掉了频率信息。对事件相关任务，不同时间段内频段能量的变化规律才是真正有判别力的特征。运动想象任务里，想象开始后0.5-2.5秒的alpha/beta能量变化率，比全段的静态能量更稳定。这类特征要先用短时傅里叶变换或小波变换提取时频图，再对特定时间段、特定频段做聚合。
from scipy.signal import spectrogram def extract_stft_feature(trial, fs, time_window_sec=0.5): """提取短时傅里叶变换后的时段能量特征""" nperseg = int(fs * time_window_sec) all_feats = [] for ch in range(trial.shape[0]): freqs, times, Sxx = spectrogram( trial[ch], fs=fs, nperseg=nperseg, noverlap=nperseg // 2 ) # 把时频图划分成 4 个时间段 x 5 个频段，共20个区域 # 对每个区域求能量均值 n_time_blocks = 4 time_idx = np.linspace(0, Sxx.shape[1], n_time_blocks + 1, dtype=int) band_idx = [(1,4),(4,8),(8,13),(13,30),(30,40)] for t_idx in range(n_time_blocks): for low, high in band_idx: freq_mask = (freqs >= low) & (freqs <= high) region = Sxx[freq_mask, time_idx[t_idx]:time_idx[t_idx+1]] all_feats.append(np.mean(region)) return np.array(all_feats)短时傅里叶变换的关键参数是窗长nperseg。窗太长，时间分辨率差，事件相关变化被模糊；窗太短，频率分辨率低，频段边界模糊。500毫秒的窗是经验起点，对alpha频段（8-13Hz）来说，一个窗内至少包含4-6个完整周期，频率分辨率大约2Hz，够用。noverlap设为窗长一半是常规选择，保证时间轴的连续平滑。
这块容易踩的坑是时段划分过细导致特征爆炸：4个时间段×5个频段×32通道=640维，加上前面的静态特征，总维度过千。一般需要先用主成分分析或稀疏编码降维，再进入分类器。如果你发现模型在训练集上准得吓人、验证集上全面崩盘，第一个要查的就是特征维度是否超过样本量的1/10。
4. 建模与验证：小样本高维数据下的分类策略
4.1 基线模型选择：为什么逻辑回归比深度学习更稳
脑电竞赛数据有个普遍特点：样本量少（通常几百到几千）、信噪比低、个体差异大。这种场景下，复杂模型（如深度学习）不是不能用，而是容易发生过拟合，调参成本极高。我一般会先用带正则化的逻辑回归或线性支持向量机做基线。它们在特征维度稍高于样本量时仍能保持稳定，且训练速度快，适合反复迭代验证特征质量。
from sklearn.model_selection import StratifiedKFold, cross_val_score from sklearn.linear_model import LogisticRegression from sklearn.preprocessing import StandardScaler from sklearn.pipeline import make_pipeline # 标准化 + 逻辑回归的pipeline model_lr = make_pipeline( StandardScaler(), LogisticRegression(C=0.1, max_iter=1000, solver='lbfgs') ) # 分层5折交叉验证，保证每折的类别比例一致 cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=42) scores = cross_val_score(model_lr, F, y, cv=cv, scoring='accuracy') print("5折准确率: %.3f ± %.3f" % (scores.mean(), scores.std()))逻辑回归里的逆正则化系数C是需要调的关键参数。C越小，正则化越强，模型越不容易过拟合。脑电数据噪声大，我通常从C=0.01开始试，然后按0.05、0.1、0.5、1的步长递增，观察验证集准确率的变化曲线。如果准确率随C增大而持续上升，说明欠拟合，可以把特征做得更丰富；如果C很小但验证准确率骤降，说明正则化过强、有效特征被压掉了。StandardScaler做标准化对逻辑回归是必要的，不然不同频段的能量数值尺度差异（总功率可能是几千，相对功率占比可能是0.1）会让优化过程不稳定。
4.2 高维特征压缩：用PCA还是特征选择？
当特征维度超过样本量时，即使逻辑回归也可能不稳定。两种常见做法：主成分分析（PCA）做无监督降维，或者基于模型重要性做特征筛选。PCA的好处是自动处理特征间相关性，适合频域+时域+时频混合特征；缺点是可解释性差，你不知道每个主成分对应的生理意义。特征筛选保留下有生理意义的特征，更利于最后写分析报告，但筛选过程本身容易引入选择偏差。
from sklearn.decomposition import PCA from sklearn.feature_selection import SelectFromModel from sklearn.ensemble import RandomForestClassifier # 方案A：PCA保留95%方差 pca = PCA(n_components=0.95, random_state=42) F_pca = pca.fit_transform(StandardScaler().fit_transform(F)) print("PCA降维后维度:", F_pca.shape[1]) # 方案B：基于随机森林重要性的特征选择 rf = RandomForestClassifier(n_estimators=300, random_state=42, n_jobs=-1) rf.fit(StandardScaler().fit_transform(F), y) selector = SelectFromModel(rf, threshold='median', prefit=True) F_selected = selector.transform(F) print("特征选择后维度:", F_selected.shape[1])两种方案对比：PCA保留95%方差通常会把维度从几百降到几十，训练速度大幅提升；特征选择后的维度大约为原来的一半。我的习惯是两个方案都做，分别配逻辑回归交叉验证，看哪个得分高就用哪个。如果你发现两种方案准确率相当，优先选特征选择——因为它保留的每个特征还能回溯到具体通道和频段，这对论文和报告里的结论支撑很重要。这里有一条重要提示：特征选择（或者PCA拟合）必须只在训练折上进行，不能在交叉验证前就对全量数据做，否则会造成信息泄漏、验证结果虚高。
4.3 验证策略：独立测试集与个体差异处理
竞赛题一般不是直接给你划分好的训练集和测试集比分。常见做法是：题目给一批带标签数据，你需要自己划分验证集，最终模型提交后由评测方在隐藏测试集上打分。这就带来两个问题：一是本地验证策略是否可靠，二是模型是否存在个体依赖。
from sklearn.model_selection import GroupKFold # 假设有被试编号信息，用于分组交叉验证 # groups 是一个长度等于样本数的数组，同一个被试的样本编号相同 groups = data['subject_id'].flatten() # 分组交叉验证：每一折的训练/验证中被试完全不重叠 group_cv = GroupKFold(n_splits=5) for train_idx, val_idx in group_cv.split(F, y, groups=groups): train_x, val_x = F[train_idx], F[val_idx] train_y, val_y = y[train_idx], y[val_idx] # 训练与验证 model_lr.fit(train_x, train_y) val_acc = model_lr.score(val_x, val_y) print("分组验证准确率: %.3f" % val_acc)GroupKFold和StratifiedKFold的差别在于：它保证同一被试的所有样本都在同一折里。这种验证方式得到的准确率通常比普通分层交叉验证低5-10个百分点，因为模型无法“作弊”——它不能靠记忆每个个体的特征模式来分类。如果你发现分组验证准确率远低于普通交叉验证，说明模型过度依赖个体特征而非任务相关特征，这是一个危险信号：当测试集包含新被试时，模型会明显退化。实际竞赛中，隐藏测试集往往和训练集来自同一批被试的后续实验，但也可能是全新被试。稳妥的做法是用分组交叉验证估计模型真实水平，再用普通交叉验证结果作为上界参考。
5. 脑电分析高频翻车点：5个真实踩坑记录
5.1 数据泄漏：特征选择跑在了交叉验证之外
现象：训练集准确率96%，5折交叉验证准确率也是94%，提交后真实测试只有61%。原因：我在交叉验证之前对全量特征做了标准化和PCA拟合，PCA把验证集的信息“透露”给了训练过程，模型看到的验证集已经不是“新鲜”数据。解决：标准化、特征选择、PCA全部塞进pipeline里，让它们在每一折的训练数据上重新拟合。
# 正确写法：把全部预处理放进pipeline from sklearn.pipeline import Pipeline correct_pipe = Pipeline([ ('scaler', StandardScaler()), ('pca', PCA(n_components=0.95, random_state=42)), ('clf', LogisticRegression(C=0.1, max_iter=1000)) ]) scores_correct = cross_val_score(correct_pipe, F, y, cv=cv)5.2 类别不平衡：多数类准确率掩盖了少数类的崩溃
现象：二分类任务，多数类占82%，模型把所有样本判为多数类，准确率就有82%，看起来“不错”。原因：没用加权损失或重采样，模型只学习了多数类模式。解决：查混淆矩阵，算每类召回率；用class_weight='balanced'给少数类加权。
5.3 滤波器Qt陷阱：陷波滤波器误伤相邻频段
现象：剔除50Hz工频后，alpha频段（8-13Hz）能量整体下降，分类准确率不升反降。原因：陷波滤波器的品质因数Q设得过高（比如30），导致48-52Hz的过渡带过深，滤波过程产生了振荡泄漏。解决：Q设置在4-6之间，过渡带控制在±2Hz左右；或者改用带阻滤波器配合原始信号的相位不变特性。
5.4 脑电分段窗口过短：事件相关电位被截断
现象：对运动想象任务做时频特征，每个试验只取刺激开始后的1秒数据，结果beta频段的能量变化特征看不出来。原因：事件相关同步/去同步峰值通常发生在刺激后0.5-2.5秒，1秒窗口只覆盖了前半段。解决：把分析窗口扩到3-4秒，并在特征提取里对时间段分块，不做全段平均。
5.5 全部通道一股脑进模型：全脑特征淹没关键脑区特征
现象：32通道全部参与建模，模型主要学到了全脑平均功率的差异，但额叶和枕叶的任务特异性特征被稀释。原因：不同脑区的噪声水平差异大，全通道等权输入让噪声大的通道主导了梯度。解决：按脑区（额叶、颞叶、中央区、枕叶）分组做特征构建，并在特征名前加脑区前缀；再用特征选择看哪些脑区的特征进入最终模型。一般运动想象任务，中央区（C3、C4、Cz）的alpha/beta特征应该排在最前面。
6. 结果验证与提分技巧：从“能跑通”到“能获奖”
竞赛到这里，模型可能已经拿到了80%左右的准确率，但距离拿奖还有一段路。这段路的核心不是换更花哨的模型，而是把结果做稳健、做可信。
先做模型融合。单个模型的方差通常比较大，我用逻辑回归、随机森林、梯度提升树三个模型做软投票（概率平均），一般能比最好单模型提升2-3个百分点。融合时注意基模型要有多样性——如果三个模型全是线性核支持向量机，融合等于白做。梯度提升树对非线性特征交互敏感，随机森林对特征选择的随机性敏感，逻辑回归对线性边界敏感，三者互补才有效果。
再做误差分析。把每折中预测错误的样本收集起来，按样本标签、所属被试、信号质量（比如坏段标记情况）分组统计错误率。我遇到过一种典型情况：某一位被试的准确率比其他被试低15个百分点，追查原因，发现这位被试的alpha节律强度极弱，频域特征几乎淹没在噪声里。解决办法是单独为该类被试做信号增强（比如用公共平均参考重新参考），或者在特征上做个体归一化。这种个体差异在脑电数据里是常态，如果你不单独查，就会疑惑为什么整体模型到了某个样本上突然失灵。
最后也是最重要的提分技巧：做一个留一被试的验证表。把所有被试编号列出来，每个被试单独做一次测试集，其余训练，记录准确率。这张表不只是验证手段，更是你最终分析报告的素材。评委或出题方最关心的不是“你准确率多高”，而是“你的方法在不同人身上是否稳定”。如果某个被试准确率显著低于其他人，你能在报告里解释原因并提出针对性改进方法，这比模型本身的多1个点准确率更有说服力。
另外还有一个常被忽视的细节：分类概率校准。脑电分类的输出概率往往过分自信——模型对正确样本给0.9的概率，对错误样本也给0.8。用Platt缩放或保序回归校准后，概率值更接近真实置信度。竞赛如果涉及置信度评分或不确定性分析，这个处理能直接加分。
我自己做这类竞赛的习惯是，把整个流程固化成一条流水线：数据体检、坏段剔除、滤波、特征工程、基线模型、分组交叉验证、特征筛选、模型融合、留一被试验证。每一步都有对应的检查点保险，改任何参数之前先确认上一个环节的输出符合预期。这听起来不酷，但正是这些琐碎的检查，避免了我反复在同一个坑里翻车。希望这些经验能帮你少走一段弯路。
本文还有配套的精品资源，点击获取
