如何将带标签的高维生物信号Pandas DataFrame转为图像输入CNN？

核心思路 #

把每行18287维的一维生物信号特征，转换为二维矩阵（灰度图像），关键是找到总像素数接近或等于特征数的图像尺寸，避免过多信息丢失或冗余填充。

具体步骤&代码实现 #

1. 确定图像尺寸

计算特征数的平方根：sqrt(18287) ≈ 135.23，推荐两种方案：

• 方案1：135×135（总像素18225），需截断每行最后62个特征
• 方案2：136×135（总像素18360），需给每行补73个0（0填充对生物信号特征表达影响极小）

以下以方案2为例演示。

2. 拆分特征与标签

假设DataFrame最后一列为疾病标签（列名如label），先拆分特征矩阵和标签：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 加载你的数据集
df = pd.read_csv("your_data_path.csv")  # 替换为实际数据路径

# 拆分特征X和标签y
X = df.drop("label", axis=1).values  # 形状：(8528, 18287)
y = df["label"].values

3. 特征归一化（可选但推荐）

生物信号特征尺度差异大，先归一化到[0,255]（符合图像像素值标准）：

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler(feature_range=(0, 255))
X_scaled = scaler.fit_transform(X).astype(np.uint8)  # 转为8位无符号整数，匹配图像像素格式

4. 一维特征转二维图像矩阵

编写转换函数批量处理所有样本：

def row_to_image(row, height=136, width=135):
    # 补零到目标总像素数
    padded_row = np.pad(row, (0, height*width - len(row)), mode='constant')
    # 重塑为二维图像矩阵
    return padded_row.reshape(height, width)

# 批量转换所有样本
images = np.array([row_to_image(row) for row in X_scaled])
# 添加灰度通道维度，适配CNN输入格式
images = images[..., np.newaxis]  # 最终形状：(8528, 136, 135, 1)

5. 验证转换结果

随机选一个样本可视化，确认转换正常：

sample_idx = 0
plt.imshow(images[sample_idx, :, :, 0], cmap='gray')
plt.title(f"样本{sample_idx}，标签：{y[sample_idx]}")
plt.axis('off')
plt.show()

额外提示 #

• 若不想补零/截断，可先用PCA降维将特征数调整为能匹配整数尺寸的数值（如18225=135²），但会损失部分信息，需根据任务权衡。
• 如需生成彩色图像，可将特征均分为3组分别作为RGB通道，适合多模态生物信号场景。

内容的提问来源于stack exchange，提问作者jasmine