论文部分内容阅读
随着时代的发展,可靠的身份识别已经成为现代社会中一项具有挑战性的研究课题。生物特征识别技术利用人的生理或行为特征,实现对个人身份的识别和认证,与传统身份识别技术相比有着显著的优势。ECG信号作为一种新的活体生物特征用于身份识别有着广阔的应用前景。ECG信号产生机理复杂不易被仿制,作为人体的内部特征,难以剽窃,安全系数较高,比较适合于医疗领域,并且随着便携式心电图采集设备的发展,ECG信号采集方便,成本更低。ECG身份识别方法对于当前生物特征识别体系是一个有效的补充。本文在现有的ECG身份识别方法研究基础上,提出了一种新的ECG身份识别方法,并在Android平台上实现了ECG身份识别软件。该方法对于健康人和心率不齐患者均取得了较高的识别率具体内容如下(1)根据ECG信号的R波峰值奇异点的检测,提取ECG信号的心动周期波形,进一步提取ECG信号的融合特征。ECG信号的融合特征为平均周期波形和小波特征的数据融合,包括了信号的时域和频域特征。采用融合特征作为身份识别的特征向量,不同测试者的特征向量差异性显著增强,即使在心率变异情况下也能保持较高的身份识别正确率。(2)根据测试者的融合特征向量,本文提出了PLR-DTW快速识别算法来进行身份识别。本文对DTW算法进行了改进,利用人类在波形感知过程中对于关键点的提取思想,提取模板的分段极值点序列,同时对DTW算法的规整路径进行限制,避免了不必要的路径搜索。经MIT-BIH标准心电数据库数据的实验结果证明PLR-DTW算法在保证了算法相似性度量准确性的前提下提高了算法的效率。(3)本文将心率不齐患者ECG信号和ECG单导信号加入到ECG身份识别的实验样本中,实验结果表明,对于心率不齐患者识别正确率有所降低,并分析了正确率降低的原因:心率变异对R波峰值点检测的影响,心率不齐患者ECG周期波形的不稳定性。本文还采用手持生理参数采集端测得的ECG单导信号进行试验,识别正确率达90%以上,证明了便携式心电采集设备应用于ECG身份识别的可行性。(4)本文在ECG身份识别仿真实验的基础上,结合Android平台设计了ECG身份识别软件,将ECG身份识别从理论层提升到应用层。通过SQLite嵌入式数据库建立模板数据库,使用eclipse开发工具和Java程序设计语言,完成了ECG身份识别软件的设计,并在智能手机平台上演示了ECG身份识别流程。