The present invention discloses a heart pattern recognition method, a terminal and a readable storage medium. The heart pattern recognition method includes the following steps: obtaining the ECG signal, the ECG signal including the input target heart pattern signal and the ECG signal in the database; training the convolution neural network to extract the characteristic data of the ECG signal; According to the similarity degree, the similarity degree of the target heart signal and the heart signal in the database is obtained according to the joint Bayes algorithm and the feature data, and the target ECG signal is determined from the ECG signal in the database and the target ECG signal is determined according to the target ECG signal. The invention uses the convolution neural network to extract the features of the cardiac signal, and then calculates the similarity of the ECG signals by the joint Bayes algorithm, and then identifies the ECG signals through the similarity of the characteristics of the ECG signals, and is simple and easy to use, and increases the accuracy and practicability of the heart pattern recognition. One
【技术实现步骤摘要】
心纹识别方法、终端以及可读储存介质
本专利技术涉及图像处理
,尤其涉及一种心纹识别方法、终端以及可读储存介质
技术介绍
如今根据人体特征进行身份识别的方法有很多,例如指纹、人脸、虹膜识别等识别方法,但是通过心电信号进行身份识别的方式却十分罕见。心电信号中含有很多独特的健康信息,例如房颤、早搏等,因此心电信号也具备了不可复制的特点。但是目前心电信号的识别方法主要是通过计算心电信号的几何特征,像是QRS波(QRSwave,指正常心电信号中幅度最大的波)的高度,面积,ST(ST-segment,由QRS波群结束到T波开始的平线)段的斜率等等,然后根据这些特征进行心电信号的识别,但是上述的识别方式在准确率上却还不能够达到令人满意的程度。
技术实现思路
本专利技术的主要目的在于提供一种心纹识别方法,旨在解决通过心电信号进行身份识别时准确率不足的问题。为实现上述目的,本专利技术提供一种心纹识别方法,所述心纹识别方法包括以下步骤:获取心电信号,所述心电信号包括输入的目标心纹信号与数据库中的心电信号,训练卷积神经网络提取所述心电信号的特征数据;根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度;根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号,并根据目标心电信号确定目标心纹信号所属对象的身份。可选地,所述训练卷积神经网络提取所述心电信号的特征数据的步骤包括:通过对心电信号进行清洗处理得到训练数据;根据卷积神经网络与训练数据获取所述心电信号的特征数据。可选地,所述通过对心电信号进行清洗处理得到训练数据的步骤包括:将所述心电信 ...
【技术保护点】
1.一种心纹识别方法,其特征在于,所述心纹识别方法包括以下步骤:
【技术特征摘要】
1.一种心纹识别方法,其特征在于,所述心纹识别方法包括以下步骤:获取心电信号,所述心电信号包括输入的目标心纹信号与数据库中的心电信号,训练卷积神经网络提取所述心电信号的特征数据;根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度;根据所述相似度从数据库中的心电信号中确定与目标心纹信号匹配的目标心电信号,并根据目标心电信号确定目标心纹信号所属对象的身份。2.如权利要求1所述的心纹识别方法,其特征在于,所述训练卷积神经网络提取所述心电信号的特征数据的步骤包括:通过对心电信号进行清洗处理得到训练数据;根据卷积神经网络与训练数据获取所述心电信号的特征数据。3.如权利要求2所述的心纹识别方法,其特征在于,所述通过对心电信号进行清洗处理得到训练数据的步骤包括:将所述心电信号的波形进行预设方式的截取,得到满足波形数量规律的训练数据。4.如权利要求2所述的心纹识别方法,其特征在于,所述根据卷积神经网络与训练数据获取所述心电信号的特征数据的步骤包括:通过输入训练数据对神经网络进行训练,当准确率大于预设比例时,则判定神经网络训练完成训练;将心电数据输入所述神经网络得到心电信号的特征数据。5.如权利要求1所述的心纹识别方法,其特征在于,所述根据联合贝叶斯算法与特征数据获取目标心纹信号与数据库中的各心电信号的相似度的步骤包括:所述训练数据通过对心电信号进行清洗处理来获取;计算训练数据的协方差矩阵,所述协方差矩阵包括类内协方差矩阵与类间协方差矩阵;根...
【专利技术属性】
技术研发人员:郑慧敏,
申请(专利权)人:深圳竹信科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。