用于身份辨識的ECG單基點識別算法研究.pdf

1、在信息化、數字化、網絡化的當今時代，個人信息的安全性越來越重要，如何準確、方便地進行個人身份的驗證和辨識，已經成為當下人們日益關心的問題，也引起了國內外學者的高度重視。IC卡片、密碼、鑰匙等傳統(tǒng)身份識別方式已經遠遠不能滿足當代社會對安全性和可靠性的要求。生物特征識別技術是當前最為便捷與安全的身份識別解決方案，它是指利用人體固有的、獨特的生理特征或行為特征進行身份識別的技術，如指紋、人臉、虹膜和語音等。心電信號(Electrocardio

2、gram,ECG)是人體心臟內部的生物電信號，近年來，研究表明，心電具備唯一性，也可用于身份識別，而且由于其來自人體內部，不易被偽造、竊取，具有高度的安全性。因此，將心電信號用于個人身份識別領域具有重要意義。
　　本文主要研究了基于心電信號單基點檢測的身份識別技術。首先，在分析信號波形特征及其噪聲特性的基礎上，研究了基于小波重疊組收縮閾值(Overlapping Group Shrinkage,OGS)的平移不變心電消噪算法，有效

3、地去除了心電信號中的噪聲，提高了信噪比。其次，研究了信號稀疏表示原理，并從該角度提出了基于塊稀疏貝葉斯學習(Block Sparse Bayesian Learning,BSBL)的心電身份識別算法。最后，通過四個常用心電數據庫中的數據對該識別算法進行了驗證，取得了較高的身份識別率。本文主要工作如下：
　　1、研究了心電信號的產生機理和信號的形態(tài)學特征，并且分析了心電波形中常見的噪聲類型，為消除波形中的噪聲干擾奠定了基礎。

4、　　2、提出了基于小波OGS閾值的平移不變心電信號消噪方法。首先，系統(tǒng)地研究了小波變換理論、小波閾值消噪原理和OGS閾值原理。其次，將平移不變小波變換和OGS閾值函數相結合，建立一種新的心電信號消噪算法。最后，通過六種具有代表性的模擬信號及兩種不同類型的心電信號驗證了該消噪算法的可行性和有效性。
　　3、提出了基于R點檢測和塊稀疏分解的心電身份識別算法。首先，研究了信號稀疏表示原理及各種稀疏表示算法，并分析了將塊稀疏表示用于身份識

5、別的原理。其次，將去噪、單周期提取及標準化后的測試信號在由訓練信號組成的過完備字典上進行塊稀疏分解，根據得到的塊稀疏系數來構建識別準則。最后，通過四個心電數據庫中的數據對該身份識別算法的性能進行了驗證，并討論了訓練時間，主成分分析(Principal Component Analysis,PCA)特征值個數等對識別率的影響，選取最優(yōu)參數，得到了較高的識別率。
　　本文的研究實現(xiàn)了一種方法簡單、魯棒性強、識別率高的生物特征識別新方法