（系统工程专业论文）基于小波变换和DTW算法的ECG身份识别系统研究.pdf

郑重声明 嗍1 1 1 1 i 洲 1 i ! i 洲1 1 i | | ! i l l j m i y 18 3 3 9 7 6 本人的学位论文是在导师指导下独立撰写并完成的，学位论文没有剽窃、 抄袭等违反学术道德、学术规范的侵权行为，否则，本人愿意承担由此产生 的一切法律责任和法律后果，特此郑重声明。 学位做作者( 签名) ：劫移 狮l o 年酩旯 学位论文使用授权声明 本人在导师指导下完成的论文及相关的职务作品，知识产权归属郑州大 学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家 有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人 授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可 以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校 后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一 署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。 学位论文作者： 勃移 日期：；峨吨年毋旯0 1 日 摘要 摘要 身份识别或验证是人们日常生活中都需要面对的问题，相对于密码、钥 匙等传统的身份识别方式而言，生物特征识别技术是利用人体自身的生理或 行为特征而进行身份识别，具有安全系数高、不易丢失、不易遗忘等优点， 因此被越来越多地应用到安全防护、案件侦破、门禁、考勤、医疗保险等社 会各个领域。目前，一种新的生物特征识别技术利用心电图( e c g ) 特 征进行身份识别逐渐引起了国内外研究人员的广泛兴趣，e c g 身份识别的出 现，可以更加有效地防止类似于指纹伪造、语音模仿等现有生物特征识别技 术所存在的缺陷，而且对于当前的生物特征识别体系，也将是一个有效的补 充。 基于这种背景下，本文在现有e c g 身份识别研究的基础上，提出了一种 新的e c g 身份识别方法，并进行了初步的研究和探讨。具体内容如下： ( 1 ) e c g 单特征点提取。根据小波变换的多分辨率特性及对临床e c g 信号的奇异性分析，提出了对e c g 信号进行二次样条小波按a t r o u s 算法分解， 并在小波分解4 尺度下提取r 波峰值点的策略。实验结果表明该算法能够准 确提取r 波峰值点的位置。 ( 2 ) e c g 识别特征的提取。在准确提取r 波峰值点的基础上，提取q r s 波及整个心动周期波形作为识别特征。由于q r s 波受。t l , 率变化影响较小，因 此以r 波峰值点为基点，分别向前向后提取固定长度的数据作为q r s 波识 别特征，而对于整个心动周期波形的提取，则随心率变化按照长度可变的策 略进行提取，使得所提取的波形能够包括完整的p q r s t 波。在提取多个 q r s 波及心动周期波形的基础上，进行叠加平均以获取稳固的身份识别特征。 ( 3 ) 快速身份识别方法。首先根据e c g 识别特征提取策略提取并建立 一个身份识别模板数据库，接着提取待识别个体的e c g 识别特征，根据对待 识别个体的q r s 波特征与模板库中各q r s 波模板之间的相关性分析结果， 结合阈值法，缩小识别范围，然后将待识别个体的心动周期波形特征与确定 的识别范围内各心动周期模板逐一按动态时间规整算法( d t 弋聊进行最优匹 配，选择具有最小匹配距离的个体作为识别结果。在实验中，分别在单导联 及肢体6 个导联组合下进行身份识别，实验结果说明，d t w 算法有效地解决 摘要 了心率变化所带来的两个特征向量长度不一致情况下的匹配问题，且所提出 的身份识别方法有效地结合了相关性分析的快速性和d t w 算法准确率高的 优点，实现了快速、准确的身份识别，并进一步证明了单导联下的身份识别 可行性。 ( 4 ) e c g 身份识别软件的设计与实现。采用s q ls e r v e r2 0 0 0 数据库建 立了e c g 身份识别模板数据平台，并采用v i s u a lc + + 6 0 高级程序设计语言 实现了系统软件，最后演示了e c g 身份识别的流程及识别效果。 现 关键词：心电图；身份识别；小波变换；动态时间规整；软件设计与实 i l f a c ei no u rd a i l yl i f e c o m p a r e d 、7 i ，i mt h et r a d i t i o n a li d e n t i f i c a t i o nm e t h o d s s u c h a sp a s s w o r d , k e ya n do t h e rw a y s ，b i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g y ( b i t ) i st o u s et h eh u m a nb o d e so w np h y s i o l o g i c a lo rb e h a v i o r a l c h a r a c t e r i s t i c sf o r i d e n t i f i c a t i o n t h e r ea r em a n y a d v a n t a g e sb yu s i n gb i t , f o re x a m p l e ，h i g hs a f e t y f a c t o r , h a r dt ol o s ta n dd i f f i c u l tt of o r g e t t h e r e f o r ei ti sm o r ea n dm o r ea p p l i e di n v a r i o u sa r e a so ft h es o c i e t ys u c ha ss a f e t yp r o t e c t i o n ，c a s ed e t e c t e d ，e n t r a n c e g u a r d ，a t t e n d a n c er e c o r da n dm e d i c a li n s u r a n c ee t c c u n e n t l y , an e wb i o m e t r i c t e c h n o l o g y u s i n ge l e c t r o c a r d i o g r a m ( e c g ) f e a t u r e sf o rh u m a ni d e n t i f i c a t i o n , h a sg r a d u a l l yb e e no fi n t e r e s tt om a n yr e s e a r c h e r sa th o m ea n da b r o a d e c g f o r h u m a ni d e n t i f i c a t i o ni sm o r ee f f e c t i v et o p r e v e n ts o m es h o r t c o m i n g ss u c ha s f o r g e r yo ri m i t a t i o ni nf i n g e r p r i n ta n dv o i c ei m i t a t i o ne x i s ti nc u r r e n tb i ts y s t e m ， a n di tw i l lb ea p o w e r f u lc o m p l e m e n tf o rc u r r e n tb i ts y s t e m b a s e do nt h eb a c k g r o u n da n dc u r r e n te c gh u m a ni d e n t i f i c a t i o nr e s e a r c h ，a n e wm e t h o di s i n v e s t i g a t e da n ds o m ep r e l i m i n a r yr e s e a r c ha n dd i s c u s s i o ni s c o n d u c t e di nt h i sa r t i c l e d e t a i l sa r ea sf o l l o w s ： ( 1 ) m e t h o do fs i n g l ef e a t u r ep o i n te x t r a c t e df r o me c g a c c o r d i n gt ot h em u l t i - r e s o l u t i o nc h a r a c t e r i s t i c so fw a v e l e tt r a n s f o r i l la n dt h e s i n g u l a r i t ya n a l y s i st o c l i n i c a le c gs i g n a l ，d e c o m p o s i t i o no fe c gs i g n a li s c a l c u l a t e du s i n ga t r o u sa l g o r i t h mb ys p l i n ew a v e l e t ，a n drw a v ep e a k sa r e e x t r a c t e df r o mt h ew a v e l e td e c o m p o s i t i o nc o e f f i c i e n ta ts c a l e4 t h ee x p e r i m e n t r e s u l ts h o w st h a ti ti sa c c u r a t ee n o u g ht oe x t r a c tt h el o c a t i o no frw a v ep e a k s f r o mc l i n i c a le c g s i g n a l s ( 2 ) m e t h o do fi d e n t i f i c a t i o nf e a t u r e se x t r a c t e df r o me c g b a s e d0 1 1t h erw a v ep e a k se x t r a c t e df r o me c gq r sa n de n t i r ec a r d i a c c y c l ew a v e f o r m sa r ee x t r a c t e da st h er e c o g n i t i o nf e a t u r e b e c a u s eq r sw a v e f o r m i sl e s sa f f e c t e db yc h a n g eo fh e a r tr a t e ，rw a v ep e a kp o i n ti st a k e na sar e f e r e n c e p o i n tb ym o v i n gf o r w a r da n db a c k w a r dt oe x t r a c taf i x e d - l e n g t hd a t aa st h eq r s i i i a b s t r a c t w a v e f o r m b u tf o rt h ee n t i r ec a r d i a cc y c l ew a v e f o r m ，i t sl e n g t hi sc h a n g e dw i t h t h eh e a r tr a t ea n di tm u s ti n c l u d et h ep q r s - tw a v e s t h es t r a t e g yi sd i f f e r e n t f i n a l l yt h ef i r mi d e n t i f i c a t i o nf e a t u r e sa r ee x t r a c t e db ya v e r a g eo fm u l t i p l eq r s a n dc a r d i a cc y c l ew a v e f o r m s ( 3 ) r a p i di d e n t i f i c a t i o n f i r s to fa l l ，a ni d e n t i f i c a t i o n t e m p l a t ed a t a b a s ei s e x t r a c t e da n db u i l t a c c o r d i n gt ot h ee x t r a c t i o ns t r a t e g yo fe c gr e c o g n i t i o nf e a t u r e ，a n dt h e nt h e i d e n t i f y i n gc h a r a c t e r i s t i c so ft h eu n k n o w ni n d i v i d u a li se x t r a c t e d a c c o r d i n gt o t h er e s u l to fc o r r e l a t i o nc a l c u l a t e db e t w e e nq r sw a v e f o r mo fb n k n o w n i n d i v i d u a la n de a c hq r st e m p l a t e ，a n dc o m b i n i n gw i 廿lt h et h r e s h o l dv a l u e m e t h o d ，t h es e l e c t e dc a n d i d a t e sr a n g ei sl i m i t e d t h e nt h em a t c h i n gd i s t a n c e b e t w e e nc a r d i a cc y c l ew a v e f o r mo fu n k n o w ni n d i v i d u a la n de a c hc a r d i a cc y c l e t e m p l a t e i nl i m i t e dr a n g e + i sc a l c u l a t e db yd y n a m i ct i m ew a r p i n g ( d ”聊 a l g o r i t h mf o rt h eo p t i m a lm a t c h f i n a l l yt h es m a l l e s tm a t c hd i s t a n c ei ss e l e c t e da s t h ei d e n t i f i c a t i o nr e s u l t r e c o g n i t i o nf e a t u r e sa r es e l e c t e dr e s p e c t i v e l yf r o ms i n g l e l e a da n dl i m bl e a d si nt h ee x p e r i m e n t t h ee x p e r i m e n t a lr e s u l t ss h o wt h a td t w a l g o r i t h ms o l v e st h ep r o b l e m sw h e nm a t c h i n gt w oi n c o n s i s t e n tl e n g t ho ft h et w o f e a t u r ev e c t o r sc a u s e db yc h a n g eo fh e a r tr a t e t h ep r o p o s e di d e n t i f i c a t i o n m e t h o di se f f e c t i v et oc o m b i n et h ea d v a n t a g e so ff a s t n e s si nc o r r e l a t i o na l g o r i t h m a n dh i g ha c c u r a c yi nd t w a l g o r i t h m ，a n da c h i e v ear a p i d ，a c c u r a t ei d e n t i f i c a t i o n , w h i l ef u r t h e re v i d e n c ei ss h o w nt h a t u s i n gs i n g l el e a d f o re c gh u m a n i d e n t i f i c a t i o ni sf e a s i b l e ( 4 ) t h es o f t w a r e sd e s i g na n dr e a l i z a t i o no fe c gh u m a ni d e n t i f i c a t i o n s q l s e r v e r2 0 0 0d a t a b a s ei ss e l e c t e dt oc r e a t eat e m p l a t ep l a t f o r mf o re c g h u m a ni d e n t i f i c a t i o n ，a n dv i s u a lc + + 6 0p r o g r a m m i n gl a n g u a g ei sa d o p t e dt o r e a l i z et h es y s t e ms o f t w a r e f i n a l l yt h ep r o c e s so fi d e n t i f i c a t i o na n dt h ee f f e c to f r e c o g n i t i o na r ed e m o n s t r a t e d k e yw o r d s ：e c g ；h u m a ni d e n t i f i c a t i o n ；w a v e l e t ；d y n a m i ct i m ew a r p i n g ( d t w ) ；s o f t w a r ed e s i g na n di m p l e m e n t a t i o n 目录 目录 摘要i a b s t r a c t 目录v 1 绪论1 1 1 生物特征识别技术概述1 1 2e c g 身份识别可行性2 1 2 1e c g 产生原理及采集2 1 2 2e c g 身份识别可行性分析4 1 3 国内外研究现状5 1 3 ：1 多特征点提取的e c g 身份识别5 1 3 2 单特征点提取的e c g 身份识别7 1 3 3 无特征点提取的e c g 身份识别9 1 4 本文数据来源：。1 0 1 5 本文的主要研究工作1 0 1 6 本章小结1 1 2e c g 预处理及特征提取1 2 2 1 小波变换。1 2 2 1 1 小波变换原理1 2 2 1 2m a u a t 算法和a t r o u s 算法1 4 2 2e c g 预处理1 6 2 2 1 高频噪声干扰的消除1 7 2 2 2 基线漂移的消除18 2 3r 波峰值点提取一2 0 2 3 1r 波的奇异性分析2 0 2 3 2r 波峰值点提取方法2 3 2 4e c g 身份识别特征提取2 4 2 5 实验结果与分析2 5 2 6 本章小结2 8 v 目录 3 基于相关性分析和动态时间规整的身份识别2 9 3 1 相关性分析一2 9 3 2d t w 算法原理3 0 3 3d t w 快速算法3l 3 4 实验结果与分析3 2 3 4 1 单导联e c g 身份识别3 3 3 4 2 多导联e c g 身份识别3 5 3 5 本章小结3 7 4e c g 身份识别系统软件设计与实现3 8 4 1e c g 身份识别系统软件设计3 8 4 1 1 系统设计目标3 8 4 1 2 系统功能框架3 8 4 1 3 模板数据库设计：3 9 4 1 4e c g 身份识别流程一4 0 4 2e c g 身份识别系统软件实现4 1 4 2 1v i s u a lc h 数据库编程实现4 2 4 2 2 身份识别软件实现4 5 4 3 本章小结4 8 5 总结与展望4 9 5 1 总结一4 9 5 2 展望5 0 参考文献5 2 致谢5 5 个人简历、在学期间发表的学术论文及研究成果5 6 v l 图和附表清单 图和附表清单 图1 1 心电向量环在空间三个平面上的投影3 图1 2 标准1 2 导联的形成3 图1 3 心电图采集一4 图1 4 典型e c g 波形。4 图2 1 小波变换的多分辨率特性1 4 图2 2 小波分解与重构的m a u a t 算法1 5 图2 3 小波分解a t r o u s 算法1 6 图2 4e c g 信号的频谱分布1 7 图2 5e c g 信号滤波前后的高频系数对比一l8 图2 6 滤除高频干扰前后的e c g 信号对比1 8 图2 7e c g 信号4 7 尺度高频系数及7 尺度低频系数1 9 图2 8 滤除基线漂移前后的e c g 信号对比1 9 图2 9 等效关系图2 2 图2 1 0e c g 信号与对应的小波分解模值曲线、模极值点分布的关系2 3 图2 1 l 单次心动周期波形提取2 5 图2 1 21 5 尺度的小波分解高频系数。一2 6 图2 1 34 尺度模极值点2 6 图2 1 4r 波峰值点及q r s 波、单次心动周期波形特征提取2 7 图2 1 55 个个体不同心率时的单次心动周期波形2 8 图3 1e c g 身份识别系统流程图2 9 图3 2 动态规划示例图3 0 图3 3d t w 算法中规整函数路径3 l 图3 4 规整函数路径约束3 2 图3 53 0 个健康个体及1 1 2 个个体的识别结果3 4 图4 1e c g 身份识别系统结构图3 9 图4 2 模板数据库建立流程图4 0 图4 3e c g 身份识别系统流程图4 l 图4 4e c g 身份识别系统主界面4 2 图4 5e c g 身份识别系统设置4 2 图4 6 查询模板对话框4 5 图4 7e c g 身份识别过程4 6 图4 8 心电图对比。4 7 图4 9 查看个体身份信息4 8 表2 1 信号x ( t ) d x 波分解后各尺度高低频系数频谱分布2 2 表2 2 实验数据2 5 表3 1d 1 w 算法与其快速算法在计算时间上的差异3 3 v 表3 2 表3 3 表3 4 表3 5 表3 6 表4 1 绪论 1 绪论 1 1 生物特征识别技术概述 现代社会是一个高度信息化和网络化的社会，随着科技的不断进步，传 统的“用户名+ 密码”形式的身份认证方式越来越不能满足人们对于个人信息 安全的高要求，如智能卡、证件、钥匙等存在易丢失、被窃和需随身携带或 随时记忆等问题。生物特征识别技术( b i o m e t r i ci d e n t i f i c a t i o nt e c h n o l o g y ， b i t ) 的出现，有效地解决了这一问题，b i t 是指利用人体本身的生理特征或 行为特征，利用计算机进行自动身份识别的一种技术【l 】。目前已出现的基于 生理特征的主要有指纹、脸型、虹膜、视网膜、掌形及d n a 等识别技术， 基于行为特征的有语音、签名、步态等识别技术。 尽管生物特征识别技术以其独有的便携性、不易丢失及可靠性逐渐成为 一种公认的身份认证技术，但在实际应用中，现有的各种识别技术均存在一 定程度的缺陷： ( 1 ) 目前应用最为广泛且最为成功的当属指纹识别技术，但由于人在日常生 活中，手指经常接触各种东西，不可避免地会留下自己的指纹，现已出现用 乳胶复制遗留指纹的技术，对于指纹门禁系统或考勤系统而言，乳胶指纹的 出现，大大降低了指纹识别系统的安全性。 ( 2 ) 脸型识别技术是目前最为友好的生物特征身份识别技术，它符合人们日 常生活中彼此之间的辨认原理，且属于无接触、可以远距离采集，但脸型识 别对于双胞胎具有较高的误识率，且脸型易发生变化，如胖瘦变化，另外由 于人脸表情丰富，因此造成了脸型识别技术误识率较高。 ( 3 ) 虹膜是瞳孔与巩膜之间的环形可视部分。虹膜识别技术具有稳定、可靠、 非接触性等优点，但虹膜识别技术也存在一定的缺点，如对于患有眼疾、盲 人、黑眼睛的识别较为困难，且由于系统成本过高，而导致虹膜识别技术未 得到广泛的应用。 ( 4 ) 同虹膜一样，视网膜识别技术具有相当高的可靠性及识别准确率，但由 于采集设备成本过高，且对使用者的健康具有一定的伤害而使得其应用范围 受限。 ( 5 ) 掌形识别技术目前多与其它生物特征识别技术相结合应用，具有比对快， l 绪论 需要的计算机存储空间小等优点，但由于是属于接触式采集，存在一定的卫 生问题，且手掌的摆放具有一定的限制性。 ( 6 ) d n a 识别是目前可靠性、准确率最高的身份识别技术。但由于技术及 成本原因，d n a 信息的获取及进行身份识别相对于其它生物特征识别技术， 存在计算量较大，识别时间长等问题，因此目前仅限于在个别领域内使用， 如案件侦破、亲子鉴定等。 ( 7 ) 相对于指纹等生理特征，语音、签名及步态在生物特征识别领域也获得 了较大的发展，且具有识别系统成本低廉及易于接受的优点，但识别准确率 较低，且易于被模仿。 总体而言，能够实现身份识别的生物特征需要满足普遍性、唯一性、不 变性及可采集性的要求【1 】【2 l 。普遍性是指每个个体均存在该特征；唯一性是指 个体间的该特征均不相同；不变性是指该特征具有稳定性，不随时间而变化； 可采集性是指该特征可以定量采集。 1 2e c g 身份识别可行性 心电图( e c g ) 作为一种人体内在的生物特征，包含丰富的人体信息， 利用e c g 特征进行身份识别，对于现有的生物特征身份识别体系将是一个有 效的补充。 1 2 - 1e c g 产生原理及采集 心肌细胞膜的电兴奋，即心肌的除极和复极，是心肌收缩、舒张的动因。 心电活动传到体表产生体表电位差的改变，用体表电极记录下这种电位差的 变化，以时间为横轴展开，就形成了心电副3 1 。 人体心脏为一立体型空心结构，由心房及心室构成，而心肌细胞只有在 活动状态下产生电流，在每一个心动周期内，心房和心室的电激动形成在一 个有方向、大小及快慢的向量环，称之为立体心电向量环。如图1 1 所示， 以x y - z 三个电轴构成三维立体空间，立体心电向量环在x y 面上的投影称 之为额面向量环，在x z 面上的投影称之为横面向量环，在y - z 面上的投影 称之为侧面向量环。 2 绪论 z y 图1 1 心电向量环在空间三个平面上的投影 目前医学常用的标准1 2 导联心电图即由立体心电向量环经过二次投影 形成。额面、横面及侧面的向量环为立体心电向量环的第一次投影。额面向 量环在肢体导联上的投影形成肢体导联i 、i i 、i i i 、a v l 、a v r 、a v f 共六个 导联e c g 信号，如图1 2 ( a ) 所示，横面向量环在胸前导联上的投影形成胸 导联v l v 6 共六个导联e c g 信号，如图1 2 ( b ) 所示。此即立体心电向量 环的二次投影，形成标准1 2 导联e c g 。 ( a ) ( b ) 图1 2 标准1 2 导联的形成 ( a ) 额面向量环在肢体导联上的投影( b ) 横面向量环在胸前导联上的投影 标准1 2 导联导联通过安置于身体表面的l o 个电极进行采集，分别安置 于左右手腕、左右脚踝及胸前固定的6 个位置，如图1 3 所示。 绪论 雾。，蓬 爹霪 蕊鬟 ( b ) 图1 3 心电图采集 ( a ) 肢体导联电极位置( b ) 胸前导联电极位置 典型e c g 波形如图1 4 所示，一次心动周期由p 、q r s 、t 、u 波构成， 通常情况下u 波微小不可见。其中p 波为左右心房的除极过程，q r s 波群为 左右心室的除极过程，t 波为左右心室的复极过程。 图1 4 典型e c g 波形 1 2 。2e c g 身份识别可行性分析 e c g 波形不但反映了人体的健康信息，而且符合能够进行身份识别所需 要的四个重要特征，即 ( 1 ) e c g 存在于每一个活体个体的身体内部，即e c g 具有普遍性； ( 2 ) 研究表明，受个体心脏位置、大小、构造、年龄、性别、体重及胸腔结 4 绪论 ，构等诸多因素影响，个体间的e c g 不尽相刚4 】【5 】【们，即e c g 具有唯一性； ( 3 ) 个体自成年后身体结构基本定型，e c g 波形保持稳定，即e c g 具有不 变性； ( 4 ) 随着科技的不断进步，1 2 导联心电图采集向着低成本、便携式方向发 展，即具有大规模可采集性。 由上述分析可知，e c g 能够用于身份识别，且同现有生物特征识别技术 相比，其更具有优势。首先，e c g 不易伪造。e c g 是人体内部的生理特征， 必须通过特定的采集设备才能得到，相比之下，指纹易于用乳胶复制，脸型 则可以用照片或孪生兄弟( 姐妹) 取替代，语音则很容易被模仿；其次，e c g 不易丢失。心电图是心脏电激动在体表的直接反映，随个体的诞生而存在， 随个体的消亡而消失，而指纹、视网膜、虹膜、声音等则可能因为如断指、 眼疾、声带受损等外在因素而丢失；第三，计算量少。不同于指纹、视网膜 等所采集到的是二维图像信息，e c g 是随时间变化的持续性类周期性一维信 号，占用存储空间小，在预处理和特征提取的过程中处理方法简便，所需计 算量少。最后，成本低下，易于测量。自1 9 0 3 年e c g 诞生以来，其采集设 备随科技的发展而迅速发展，逐步向微型化、便携化、高精度方向发展，目 前已生产出手持型微型e c g 检测仪。相比于虹膜、d n a 等需要昂贵的采集 设备而言，心电图采集更具经济性，且测量更加方便。 1 3 国内外研究现状 e c g 身份识别是指根据人体的e c g 特征进行身份确认或身份辨识。身份 确认具体而言即将待识别个体的e c g 特征与模板数据库中指定个体e c g 特 征进行比对，确认是否同属同一个体，属于l ：1 的身份识别；身份辨识是则 是指将待识别个体的e c g 特征与模板数据库中各个体e c g 特征逐一比对， 检索出与待识别e c g 特征同属同一个体的e c g 特征，即i ：n 的身份识别。 目前国内外提出了多种e c g 身份识别方法，从提取的特征点数量上大致 可分为多特征点、单特征点及无特征点提取的身份识别【7 】吨3 。 1 3 1 多特征点提取的e c g 身份识别 多特征点提取的e c g 身份识别方法主要通过提取e c g 波形中的有效特 征点，如p 、q r s 、t 波的峰点、谷点、起点及终点，进而提取宽度、幅值 5 绪论 及p r 、q t 间期等特征，设计分类器进行身份识别。 文献【7 】中l c l l ab i e l 等人对1 2 导联每一导联进行多个特征点提取，在此 基础上获得每个导联3 0 个宽度、间期、幅值特征，利用主成分分析( p r i n c i p a l c o m p o n e n t a n a l y s i s ，p c a ) 滤除冗余特征信息，减少特征量，采用类模拟软 独立建模方法( s o f ti n d e p e n d e n to d e l i n go fc l a s sa n a l o g y ，s i m c a ) 设计分类 器，在2 0 个健康个体中实现1 0 0 的身份识别准确率。并提出单导联也可以 实现身份识别。 文献 8 】中m a s a k ik y o s o 等人提取p 波、q r s 波宽度及p q 、q t 间期作 为识别特征，通过计算特征之间的马氏距离，选择具有最小距离者作为识别 结果，在9 个健康个体的实验中，对每一个个体的多个心动周期根据其不同 特征组合进行识别，最终实现当q r s 波宽度及q t 间期作为组合特征时，其 中8 个个体的多个心动周期特征平均识别准确率均高于9 0 。文献 9 】中作者 在文献【8 】实验的基础上，增加阈值法，实现了对于非注册个体数据的拒识。 文献 1 0 】中t w s h e n 等人首先i 导联q r s 波波形作为识别特征，利用相 关性分析结合阈值法实现了在2 0 个健康个体中9 5 的身份识别准确率，接 着对每一个个体提取2 0 个心动周期，并提取其中宽度、间期、幅值及角度多 个特征，运用决策神经网络( d e c i s i o nb a s e dn e u r a ln e t w o r k ，d m 蝌) 实现 了8 0 的识别准确率，将两种方法结合后，达到了1 0 0 的准确率。并在文 献 1 1 】中进一步分析了身体质量指数( b o d ym a s si n d e x ，b m i ) 与e c g 生物 特征之间的关系，提出b m i 也是e c g 生物特征中重要指标之一。 文献 1 2 1 1 1 3 s t e v e na i s r a e l 等人使用带通滤波器去除噪声干扰，首先 提取r 波峰值点位置，接着通过局部最大值法确定p 、t 波峰值点，对于各 波起点、终点的提取则采用局部曲率最小法，然后提取p q 等1 5 个间期特征， 采用w i l k s l a m d a 方法进行特征选择，最后利用线性判别式分析( l i n e a r d i s c r i m i n a n t a n a l y s i s ，l d a ) 进行身份识别。在2 9 个个体中实现了8 1 的心 动周期识别准确率及1 0 0 的身份识别准确率。 文献 1 4 】中k y e o n g - s e o pk i l n 等人在文献 8 】m a s a k ik y o s o 等人的基础 上，提出了一种更具鲁棒性的方法实现身份识别。首先提取各个波形峰值点、 起点及终点，据此提取p 波宽度、q r s 波宽度、p q 及q t 间期特征，然后 利用傅立叶算法重构心率较高时的心动周期波形，最后根据马氏距离进行身 份识别。相对于m a s a k ik y o s o 等人提出的身份识别方法，具有更高的识别准 6 绪论 确率。 ， 文献 1 5 】中汪莉利用小波去噪方法消除e c g 信号中的噪声干扰，并根据 差分阈值法提取p 、q r s 、t 各波特征点，进而提取8 个幅值、间期特征作 为识别特征，设计b p 、r b f 神经网络进行身份识别，在1 0 个个体的试验中 分别达到6 0 、1 0 0 的识别准确率。 文献 1 6 1 q by o n g i i nw a n g 等人首先提取p 、r 、t 波峰值点，以r 波峰值 点为基点，提取固定长度的单次心动周期的e c g 波形，并依据局部和值最大 法确定各波形的起点及终点，提取1 5 个宽度、间期特征及6 个幅值特征组成 特征向量，利用主成份分析( p r i n c i p a lc o m p o n e n ta n a l y s i s ，p c a ) 及l d a 方 法进行降维及有效特征提取，并对中心近邻、k - n n 、l d a 分类方法进行分 析比较。在2 9 个个体的识别中达到了1 0 0 的准确率。 文献 1 7 】中h h p s i l v a 等人提取每个个体v 2 导联1 0 次心动周期波形， 为了进一步消除干扰因素的影响，以平均心动周期波形数据为特征，结合提 取到的p 、q r s 、t 波共5 个间期特征，以欧氏距离作为判别准则，设计l 小附 分类器，在2 5 个个体的实验中得到1 0 0 的识别准确率。 一文献 18 】中y o g e n d r an a r a i ns i n g h 等人通过提取i 导联多个特征点位置， 获得1 3 个间期特征、4 个幅值特征及3 个角度特征，并进行归一化处理，采 用模板匹配法结合自适应阈值在2 5 个个体的识别中达到平均9 9 的准确率。 文献 19 q ay g a h i 等人提取2 4 个宽度、幅值特征，通过计算个特征值的 信息增益率( i n f o r m a t i o ng a i nr a t i o ，i g r ) ，最终选择最为重要的9 个特征 组成特征向量，在1 6 个个体身份识别实验中实现了1 0 0 的识别准确率。 文献 2 0 】中j o h nm i i v i n e 等人提取单次心动周期数据并进行归一化处 理，利用p c a 方法提取单次心动周期数据中的有效成分，并结合从单次心动 周期中提取到的幅值、间期特征组成特征向量，通过计算个体特征向量之间 的距离进行身份识别。在4 3 个个体实验中达到1 0 0 的识别准确率。 上述多特征点提取的身份识别方法中存在的主要问题在于身份识别准确 率受特征点提取准确性的影响，如p 、t 波在微小而不可测时，则无法准确 提取到p 、t 波宽度、幅值及其它相关特征量，且上述方法在实验分析时多 采用小样本下的健康个体e c g 数据为例，对于含有病变的e c g 数据的未进 行验证，因此实用性受到一定的限制。 1 3 2 单特