一种基于心电信号的身份识别方法、装置及系统制造方法及图纸

本发明专利技术提供一种基于心电信号的身份识别方法、装置及系统，该方法包括：接收待识别用户的心电信号；对待识别用户的心电信号进行滤波去噪处理；对经过滤波去噪处理的待识别用户的心电信号提取初选特征参数；利用主成分分析法从初选特征参数中筛选得到终选特征参数；利用终选特征参数构造待识别用户的心电信号特征向量；将待识别用户的心电信号特征向量与预先存储的特征向量模板进行比对；判断比对结果是否一致，若是，则确定待识别用户的身份识别成功。本发明专利技术尤其适用于在计算能力相对较弱的智能手机、平板电脑等移动设备上实施，提高了利用移动设备进行基于心电信号的身份识别可用性，增强了用户满意程度。

【技术实现步骤摘要】
一种基于心电信号的身份识别方法、装置及系统
本专利技术涉及身份识别
，具体地，涉及一种基于心电信号的身份识别方法、装置及系统。
技术介绍
在网络信息技术高速发展的现代社会，对于个人信息安全的保护越来越重要。身份识别技术作为一种信息安全技术已经被广泛使用。传统的身份识别方式，例如个人证件、密钥以及其他基于密码学的认证方式容易被他人窃取、伪造。生物身份识别技术(BiometricIdentificationTechnology,BIT)是模式识别的一个分支，是一种新的身份验证手段。通过将计算机与光学、声学、生物传感器和生物统计学等相结合，利用人体固有的生物特征或行为特征对个体身份进行鉴定的一种技术。各个体之间都有唯一的可测量和可验证的生理特性或行为方式——生物特征，与传统身份识别技术相比有着极大的优势。生物识别技术常用的生理特征包括：指纹、掌型、眼睛(视网膜和虹膜)、人体气味、脸型、手腕/手的血管纹理和DNA等；行为特征包括：签名、语音、行走的步态、击打键盘的力度等等。基于这些特征,人们己经发展了手形识别、指纹识别、人脸识别、虹膜识别、签名识别、声音识别、步态识别及多种生物特征混合识别等诸多识别技术，其中虹膜识别和指纹识别被公认为最可靠的两种生物识别技术，已在市场上被使用。但在实际应用上，这些技术也面临了许多挑战，例如，有人成功利用明胶制成的假手指骗过了指纹识别系统；利用打印下的虹膜图片或者在隐形眼镜上蚀刻出的虚假虹膜，可以让虹膜识别系统真假难辨。人脸识别存在假面的伪造，声音可以被录音，手写体有被模仿的隐患，因此各种识别技术都存在一定程度的缺点。近年来借助于人体内蕴的心电(Electrocardiogram，ECG)信号进行身份识别的方法开始广受关注。心电信号是从人体体表采集的反映心脏心动的电位信号。相比传统的生物识别技术，心电识别技术具有独特的优势:首先，心电来自于人的心脏，不易被轻易仿制，相较指纹、语音以及掌纹，心电信号作为一种活体生物信号，具备易检测、难复制的特点，大大提高系统的安全性；其次，任何人都有心电，具备普适性；第三，心电信号因人而异，心电信号波形与每个人的心脏位置、大小和胸部构造、年龄、性别、体重、情绪、运动状况等因素有关，人体的生理条件差异使得心电信号具有许多个体特征，因此可被作为身份识别的依据；第四，心电信号是一维信号，处理计算量低，处理简单，数据量小，节省存储空间，硬件成本低廉；第五，心电信号可以通过手指电极方便地数字化采集；最后，心电信号具有较长期的稳定性。随着低成本医疗健康技术的发展，拥有可测量心电信号的穿戴式健康设备的人越来越多。不久的将来，人人都将拥有一个属于自己的穿戴式健康设备用以记录自身的健康生理数据及相关运动、睡眠等状态信息。在可测量心电信号的穿戴式健康设备普及的当下，除了监控自身生理健康信息采集外，如何更好地利用该设备，帮助用户(甚至一些肢体残疾人士)在大数据环境下保护自身隐私信息，在相关设备上(如电脑、智能手机、平板电脑等)或者嵌入在相关设备的应用上也能够方便快捷地、免去输入用户名/密码等繁琐环节而进行用户权限和身份的认证，保证设备和系统的合法使用，是非常值得研究的
经检索中华人民共和国国家知识产权局专利数据库，找到三项与本专利技术相近的技术方案，分别为专利一，名称为“身份识别方法及应用该方法的身份识别系统”(申请号：201010033919.2)；专利二，名称为“身份识别方法及系统”(申请号：201110137336.9)；专利三，名称为“心电信号用于身份识别的方法”(申请号：201310070680.X)。专利一和专利二提出利用心电信号进行身份识别，具体步骤包括：(1)ECG信号采集，即采集人体的ECG信号；(2)特征提取，即提取ECG信号的特征，构建身份识别特征向量；(3)识别步骤，即将待识别者的身份识别特征向量与预先存储在ECG特征模板库中的身份识别特征向量进行比对；(4)结果输出，即输出比较结果包括确认或者拒绝。专利三也提出利用心电信号进行身份识别，具体步骤包括：(1)注册部分，首先通过心电信号采集装置收集心电信号，通过蓝牙上传到计算机，对心电信号进行处理，确定个人模板。(2)检测部分，通过心电信号采集装置收集心电信号，通过蓝牙上传到计算机，对心电信号进行处理，心电图判断，输出判断结果，达到身份识别目的。申请人在研究本专利技术的过程中发现，以上三项专利拟保护的身份识别方法均存在一些缺点，具体来说如下：1.专利二和专利三都有采集心电信号的步骤，但都未提出对于采集到心电信号进行去噪预处理的内容，只是在采集到的心电信号上直接检测。而在实际中，心电信号采集仪器中获取的心电信号数据一般包含有各种噪声分量，这些噪声分量会改变心电信号波形的特征，会严重影响后续的心电分析，对生物身份识别的准确性产生较大的影响。心电信号的频率范围为0.05-100Hz，其中大部分的频谱能量集中于35Hz频段以下。在实际中对心电信号进行采集和模数转化的时候，将会在其中掺进很多不同的干扰和噪声，仪器设备本身的工频干扰，病人身体的肌电干扰和心电采样时的人体变动等等；其中任意一种干扰都会造成心电波形变形和漂移，使得下一步的特征提取达不到预期的效果。2.专利一虽然提出了对心电信号进行滤波去噪预处理，但提出的保护内容针对性不强。在对心电信号的预处理步骤中，仅仅只说明拟采用基于通带滤波法、小波变换滤波、Hilbert-Huang变换和自适应的形态学滤波方法进行滤波，而没有考虑到滤波算法的复杂性及其在具体系统中的适应性。3.以上三项专利都未提出对过滤后的心电信号进行质量检测。经过去噪处理之后的心电信号可能出现变异，若基于变异的心电信号提取特征值，则很可能不能确保心电信号的波形质量，降低身份识别的准确率。4.专利一(其中提到了模板更新)和专利三对心电信号模板库的更新没有给出说明。虽然心电信号能在一定时间内保持着相对稳定性，但由于心电信号反应了人体的健康状况，因而从长期来看具有一定的变异性。专利二虽给出了模板更新系统，每次登陆后都会自动更新，而在现实生活的使用中，有时存在利用了用户身体状况不佳时的心电信号更新模板，而后用户身体状况恢复之后，不能顺利进行身份识别的情况。5.专利一、专利二中的心电信号分类识别方法不适于移动终端。上述专利中的身份识别方法罗列了聚类方法、模板匹配方法、神经网络方法、距离判别法、主元素分析法、线性判别分析法、K阶邻接距法、支持矢量机法、人工智能法、模糊数学发、遗传算法、决策树法、统计决策法、Fisher判别法或者相关系数阈值法。这些方法大都是已发表技术文献给出的，缺乏创新性。另一方面，该两项专利没有考虑到这些方法运行需要的系统平台，然而这将很大程度上影响实际系统的实时性和有效性。例如，有些身份识别方法较为复杂，例如支持矢量机法等，就无法在相关设备上流畅的进行。6.以上三个专利都未明确提出对提取的心电信号特征参数进行优化的方法。对经过去噪处理的心电信号波形提取特征参数，可以包括心电信号的各种特征参数值及由此变换得到的特征或其各种组合。如此之多的心电信号的特征参数，不能兼顾在一些计算能力相对较弱的设备上的运行速度和效果，很有可能出现卡死、闪退的情况，这将会严重影响识别速本文档来自技高网...

【技术保护点】
一种基于心电信号的身份识别方法，其特征在于，包括：接收待识别用户的心电信号；对所述待识别用户的心电信号进行滤波去噪处理；对经过滤波去噪处理的所述待识别用户的心电信号提取特征参数，得到待识别用户的初选特征参数；利用主成分分析法对所述待识别用户的初选特征参数进行筛选，得到待识别用户的终选特征参数；利用所述待识别用户的终选特征参数构造待识别用户的心电信号特征向量；将所述待识别用户的心电信号特征向量与预先存储的特征向量模板进行比对，其中，所述特征向量模板与已注册的用户身份相对应；判断比对结果是否一致，若是，则确定所述待识别用户的身份识别成功。

【技术特征摘要】
1.一种基于心电信号的身份识别方法，其特征在于，包括：接收待识别用户的心电信号；对所述待识别用户的心电信号进行滤波去噪处理；对经过滤波去噪处理的所述待识别用户的心电信号提取特征参数，得到待识别用户的初选特征参数；利用主成分分析法对所述待识别用户的初选特征参数进行筛选，得到待识别用户的终选特征参数；利用所述待识别用户的终选特征参数构造待识别用户的心电信号特征向量；将所述待识别用户的心电信号特征向量与预先存储的特征向量模板进行比对，其中，所述特征向量模板与已注册的用户身份相对应；判断比对结果是否一致，若是，则确定所述待识别用户的身份识别成功；在所述的对所述待识别用户的心电信号进行滤波去噪处理之后，还包括：对经过滤波去噪处理的所述待识别用户的心电信号进行质量检测处理；则所述的对经过滤波去噪处理的所述待识别用户的心电信号提取特征参数，包括：对依次经过滤波去噪处理和质量检测处理的所述待识别用户的心电信号提取特征参数；其中，所述质量检测处理包括：对滤波去噪处理后的所述待识别用户的心电信号进行R点检测，并根据检测结果将滤波去噪处理后的所述待识别用户的心电信号分割成若干个心动周期波形；计算每一个心动周期波形的R点到P点的距离、R点到T点的距离；计算所有心动周期波形的R点到P点的距离的平均值，以及计算所有心动周期波形的R点到T点的距离的平均值；在所述的若干个心动周期波形中，确定不达标的心动周期波形，所述不达标的心动周期波形的R点到P点的距离大于所有心动周期波形的R点到P点的距离的平均值，或，所述不达标的心动周期波形的R点到T点的距离大于所有心动周期波形的R点到T点的距离的平均值；从所述的若干个心动周期波形中，将所述不达标的心动周期波形剔除。2.根据权利要求1所述的基于心电信号的身份识别方法，其特征在于，所述的将所述待识别用户的心电信号特征向量与预先存储的特征向量模板进行比对，包括：计算所述待识别用户的心电信号特征向量与所述特征向量模板的夹角余弦值；判断所述夹角余弦值是否大于第一设定值，若是，则确定比对结果为一致。3.根据权利要求2所述的基于心电信号的身份识别方法，其特征在于，还包括：接收待注册用户的心电信号；对所述待注册用户的心电信号进行滤波去噪处理；对经过滤波去噪处理的所述待注册用户的心电信号提取特征参数，得到待注册用户的初选特征参数；利用主成分分析法对所述待注册用户的初选特征参数进行筛选，得到待注册用户的终选特征参数；利用所述待注册用户的终选特征参数构造待注册用户的心电信号特征向量；将所述待注册用户的心电信号特征向量作为所述特征向量模板进行存储。4.根据权利要求3所述的基于心电信号的身份识别方法，其特征在于，在所述的确定所述待识别用户的身份识别成功之后，还包括：判断所述夹角余弦值是否大于第二设定值，若是，则将所述特征向量模板更新为所述待识别用户的心电信号特征向量。5.根据权利要求1所述的基于心电信号的身份识别方法，其特征在于，所述的对所述待识别用户的心电信号进行滤波去噪处理，包括：从所述待识别用户的心电信号中减去其平均值；使用均值滤波器滤除高频噪音；使用高通滤波器去除基线漂移；使用低通巴斯滤波器抑制高频信息。6.根据权利要求1所述的基于心电信号的身份识别方法，其特征在于，在所述的得到待识别用户的终选特征参数之后，还包括：对所述待识别用户的终选特征参数进行最佳数据拟合；则所述的利用所述待识别用户的终选特征参数构造待识别用户的心电信号特征向量，包括：利用经过最佳数据拟合的所述待识别用户的终选特征参数，构造所述待识别用户的心电信号特征向量。7.根据权利要求1所述的基于心电信号的身份识别方法，其特征在于，所述的确定所述待识别用户的身份识别成功之后，还包括：根据所述待识别用户与所述已注册的用户身份之间的匹配关系，确定所述待识别用户的用户身份；根据所述待识别用户的用户身份，为所述待识别用户提供相应权限。8.一种基于心电信号的身份识别装置，其特征在于，包括：待测心电信号接收模块，用于接收待识别用户的心电信号；第一去噪处理模块，用于对所述待识别用户的心电信号进行滤波去噪处理；第一初选提取模块，用于对经过滤波去噪处理的所述待识别用户的心电信号提取特征参数，得到待识别用户的初选特征参数；第一终选提取模块，用于利用主成分分析法对所述待识别用户的初选特征参数进行筛选，得到待识别用户的终选特征参数；第一特征向量构造模块，用于利用所...

【专利技术属性】
技术研发人员：李烨，李薇，何晨光，范姝琼，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44