一种基于心电信号的身份识别方法及其装置制造方法及图纸

本发明专利技术实施例公开了一种基于心电信号的身份识别方法及其装置，其中，该方法包括：接收待测心电信号的输入并进行去噪预处理；提取待测心电信号的当前变换特征向量及当前解析特征向量；根据当前变换特征向量及变换特征向量模板库得到识别子集；根据当前解析特征向量及解析特征向量模板库对识别子集进行二次验证以得到身份识别结果。本发明专利技术实施例对待测心电信号进行去噪预处理，从而消除了待测心电信号中的肌电噪声等干扰所带来的影响，提高了后续特征提取和身份识别的准确性。进一步地，本发明专利技术实施例先根据当前变换特征向量及变换特征向量模板库得到识别子集，再对识别子集进行二次验证，从而提升了身份识别的准确性。

Identification method and device based on ECG signal

The embodiment of the invention discloses a device and which, based on identification method of ECG signal, the method comprises: receiving the measured ECG signals and denoising pretreatment; extracted from ECG signal feature vector and the current transform analytic eigenvector; according to the current transform feature vector and transform feature vector template library are identified according to the current feature subset; analytic and analytic feature vector template library to identify a subset of the two test to obtain identification results. The embodiments of the present invention denoised ECG signal detecting, thus eliminating the influence of ECG EMG noise to be measured, improve the accuracy of the subsequent feature extraction and identification. Furthermore, the embodiment of the invention first obtains a subset of identification according to the current transformation feature vector and the transformation feature vector template library, and then validates the identification subset by two times so as to improve the accuracy of the identity identification.

【技术实现步骤摘要】
一种基于心电信号的身份识别方法及其装置
本专利技术涉及生物信息认证安全
，尤其涉及一种基于心电信号的身份识别方法及其装置。
技术介绍
随着计算机网络和电子技术的发展，出现了一种新的身份验证方法代替传统的口令和密码——生物身份识别技术。生物身份识别技术(BiometricIdentificationTechnology，BIT)是指利用人体生物特征或行为特征进行身份认证的一种技术。生物特征是唯一的(与他人不同)，是可以测量或自动识别和验证的生理特性或行为方式。目前，用于生物识别的生理特征有手形、手纹、指纹、脸形、虹膜、视网膜、心电信号、耳廓等，行为特征有签字、击键、声音、步态等。基于这些特征，人们己经发展了手形识别、指纹识别、面部识别、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。然而，上述生物识别技术被仿制和窃取的危险性较高。进一步地，心电信号是人体心脏跳动产生的生物电势信号，由于不同人的心脏位置、大小、形状、胸部构造、年龄、性别、体重、情绪和运动状况等因素都不相同，因此心电信号具有唯一性的特点，可用于识别人的身份，并且不易被仿制、窃取和伪造，具有安全性高的特点。但是，现有基于心电信号的身份识别技术仅是进行初次检测，即将待测试的心电信号与模板进行比对，从而完成身份识别。但该种识别技术难以保证身份识别的准确性。
技术实现思路
本专利技术实施例提供一种基于心电信号的身份识别方法及其装置，以提高身份识别的准确性。本专利技术实施例提供了一种基于心电信号的身份识别方法，包括：接收待测心电信号的输入并待测心电信号进行去噪预处理；提取经过去噪预处理后的待测心电信号的当前变换特征向量及当前解析特征向量；根据当前变换特征向量及变换特征向量模板库得到识别子集；根据当前解析特征向量及解析特征向量模板库对识别子集进行二次验证以得到身份识别结果。本专利技术实施例提供了一种基于心电信号的身份识别装置，包括：接收模块，用于接收待测心电信号的输入并对待测心电信号进行去噪预处理；提取模块，用于提取经过去噪预处理后的待测心电信号的当前变换特征向量及当前解析特征向量；处理模块，用于根据当前变换特征向量及变换特征向量模板库得到识别子集；验证模块，用于根据当前解析特征向量及解析特征向量模板库对识别子集进行二次验证以得到身份识别结果。本专利技术实施例对待测心电信号进行去噪预处理，从而消除了待测心电信号中的肌电噪声等干扰所带来的影响，提高了后续特征提取和身份识别的准确性。进一步地，本专利技术实施例先根据当前变换特征向量及变换特征向量模板库得到识别子集，即对待测心电信号进行初次验证，再根据当前解析特征向量及解析特征向量模板库对识别子集进行二次验证，即对待测心电信号进行二次验证，从而提升了身份识别的准确性。附图说明为了更清楚地说明本专利技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术第一实施例提供的基于心电信号的身份识别方法的示意流程图；图2是本专利技术实施例中生成解析特征向量模板数据库的示意流程图；图3a是心电信号正向的示意图；图3b是心电信号倒置的示意图；图4是本专利技术实施例中生成变换特征向量模板数据库的示意流程图；图5是本专利技术第一实施例提供的基于心电信号的身份识别装置的结构示意图；图6是提取模块的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1，是本专利技术第一实施例提供一种基于心电信号的身份识别方法的示意流程图。如图所示，该方法主要包括：S101，生成心电向量模板库，该心电向量模板库包括变换特征向量模板库和解析特征向量模板数据库，且变换特征向量模板库中包括多个模板变换特征向量，每个模板变换特征向量对应于一个用户，解析特征向量模板库中包括多个模板解析特征向量，每个模解析特征向量对应于一个用户。一个模板变换特征向量和一个模板解析特征向量形成一个样本。可理解为，一个用户即为一个样本。具体地，请参考图2，生成解析特征向量模板数据库可以包括如下步骤：S201，同步采集初始脉搏波信号和初始心电信号，并对初始脉搏波信号和初始心电信号进行去噪预处理。具体地，利用穿戴式心电、脉搏波同步采集装置采集用户的脉搏波信号和心电信号以作为初始脉搏波信号和初始心电信号。其中，采集时间可预先设定，但为了保证测试的准确性，一般要求采集时间大于6秒。进一步地，由于所采集的信号中包含有各种噪声，如基线漂移、工频干扰、肌电噪声等，这些噪声会影响该信号的波形特征，会对用户身份识别的准确性产生较大的影响。又由于所采集的脉搏波信号和心电信号的信噪比较低，因此，本实施例中，采用带宽为0.5Hz～16Hz的带通滤波器对初始心电信号进行去噪预处理，采用带宽为0.5Hz～6Hz的带通滤波器对初始脉搏波信号进行去噪预处理，从而消除了上述噪声干扰所带来的影响，降低了后续身份识别过程中的误差，为后续特征提取和身份识别的准确性提供有力保障。S202，对经过去噪预处理后的初始脉搏波信号进行波峰波谷定位以得到初始脉搏波的波峰与波谷。S203，R波波峰检测。具体地，根据初始脉搏波的波峰与波谷、初始脉搏波与待测心电信号的相对位置对经过去噪预处理后的初始心电信号进行R波波峰点定位，以得到初始心电信号的多个R波波峰点。由于心电脉搏波同步采集装置采集到的脉搏波信号和心电信号的信噪都比较低，因此采用同步定位的方式进行R波波峰点定位，可以实现较高的特征提取准确率。S204，判断初始心电信号是否倒置，若是，则执行步骤S205，反之，则执行步骤S207。S205，将初始心电信号进行翻转。S206，对翻转后的初始心电信号进行再次R波波峰检测以得到多个R波波峰点。具体地，如果存在被测试者心电轴偏移或者采集设备佩戴错误的情况，则会造成所采集到的心电信号反向。为解决此问题，本专利技术实施例加入了步骤S204中的判断方法，如图3a及图3b所示，对去噪预处理后的心电信号进行差分处理后，第一个波形方向是向上且幅值大于一定阈值，则认为心电信号正向，否则，则认为心电信号负向，对心电信号负向的波形进行翻转。也就是说，根据第一个R波波峰点确定初始心电信号是否倒置。进一步地，对翻转后的初始心电信号进行再次R波波峰检测。S207，对初次检测或再次检测后得到的多个R波波峰点进行干扰识别以得到定位正确的多个R波波峰点。具体地，若心电信号是正向的，则对直接对步骤S203中初次检测得到的多个R波波峰点进行干扰识别，去除定位错误的R波波峰点，得到定位正确的R波波峰点。若心电信号是负向的，则先对其进行翻转，并需要再次检测以得到多个R波波峰点，之后对步骤S206中再次检测得到的多个R波波峰点进行干扰识别，去除定位错误的R波波峰点，得到定位正确的R波波峰点。S208，提取解析特征并存储以生成解析特征向量模板库。具体地，提取定位正确的多个R波峰点的峰值，剔本文档来自技高网...

【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：接收待测心电信号的输入并对所述待测心电信号进行去噪预处理；提取经过去噪预处理后的所述待测心电信号的当前变换特征向量及当前解析特征向量；根据所述当前变换特征向量及变换特征向量模板库得到识别子集；根据所述当前解析特征向量及解析特征向量模板库对所述识别子集进行二次验证以得到身份识别结果。

【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：接收待测心电信号的输入并对所述待测心电信号进行去噪预处理；提取经过去噪预处理后的所述待测心电信号的当前变换特征向量及当前解析特征向量；根据所述当前变换特征向量及变换特征向量模板库得到识别子集；根据所述当前解析特征向量及解析特征向量模板库对所述识别子集进行二次验证以得到身份识别结果。2.如权利要求1所述的方法，其特征在于，提取经过去噪预处理后的所述待测心电信号的当前变换特征向量及当前解析特征向量具体包括：对经过去噪处理后的所述待测心电信号进行初次R波波峰检测以得到多个R波波峰点；根据第一个所述R波波峰点确定所述待测心电信号是否倒置；若所述待测心电信号倒置，将所述待测心电信号进行翻转；对翻转后的所述待测心电信号进行再次R波波峰检测以得到多个所述R波波峰点；对初次检测或再次检测后得到的多个所述R波波峰点进行干扰识别以得到定位正确的多个所述R波波峰点；提取定位正确的多个所述R波波峰点的峰值，剔除所述峰值的异常数据，对剔除所述异常数据后的多个所述峰值取平均以得到所述当前解析特征向量；根据初次检测或再次检测后得到的多个所述R波峰点将所述待测心电信号分割为心动周期波形群；利用近似QTC校准公式调整所述心动周期波形群，将调整后的所述心动周期波形群聚成一类后求得聚类中心点以形成周期波形；对所述周期波形进行一阶差分处理以得到所述当前变换特征向量。3.如权利要求2所述的方法，其特征在于，对所述待测心电信号进行R波波峰检测以得到多个R波波峰点具体地包括：同步采集当前脉搏波信号并对所述当前脉搏波信号进行去噪预处理；对经过去噪预处理后的所述当前脉搏波信号进行波峰波谷定位以得到当前脉搏波的波峰与波谷；根据所述当前脉搏波的波峰与波谷、所述当前脉搏波与所述待测心电信号的相对位置对所述待测心电信号进行R波波峰点定位，以得到所述待测心电信号的多个R波波峰点。4.如权利要求3所述的方法，其特征在于，所述变换特征向量模板库包括多个模板变换特征向量，根据所述当前变换特征向量及变换特征向量模板库得到识别子集具体包括：逐一求取所述当前变换特征向量与多个所述模板变换特征向量之间的曼哈顿距离；根据所述曼哈顿距离生成所述识别子集。5.如权利要求4所述的方法，其特征在于，所述解析特征向量模板库包括多个模板解析特征向量，根据所述当前解析特征向量及解析特征向量模板库对所述识别子集进行二次验证以得到身份识别结果具体包括：将所述当前解析特征与所述识别子集中的所述模板解析特征向量进行比较以得到差值；提取差值最小者为所述身份识别结果。6.如权利要求1所述的方法，其特征在于，所述方法还包括：生成所述变换特征向量模板库和所述解析特征向量模板库。7.如权利要求6所述的方法，其特征在于，生成所述变换特征向量模板库和所述解析特征向量模板库具体包括：同步采集初始脉搏波信号和初始心电信号，并对所述初始脉搏波信号和所述初始心电信号进行去噪预处理；对经过去噪预处理后的所述初始脉搏波信号进行波峰波谷定位以得到初始脉搏波的波峰与波谷；根据所述初始脉搏波的波峰与波谷、所述初始脉搏波信号与所述初始心电信号的相对位置对经过去噪预处理后的所述初始心电信号进行R波波峰点定位，以得到所述初始心电信号的多个R波波峰点；根据第一个所述R波波峰点确定所述初始心电信号是否倒置；若所述初始心电信号倒置，将所述初始心电信号进行翻转；对翻转后的所述初始心电信号进行再次R波波峰检测以得到多个所述R波波峰点；对初次检测或再次检测后得到的多个所述R波峰点进行干扰识别以得到定位正确的多个所述R波峰点；提取定位正确的多个所述R波波峰点的峰值，剔除所述峰值的异常数据，对剔除所述异常数据后的多个所述峰值取平均以得到初始解析特征向量，存储所述初始解析特征向量以生成所述解析特征向量模板库；根据初次检测或再次检测后得到的多个所述R波波峰点将所述初始心电信号分割为心动周期波形群；利用近似QTC校准公式调整所述心动周期波形群，将调整后的所述心动周期波形群聚成一类后求得聚类中心点以形成周期波形；对所述周期波形进行一阶差分处理以得到初始变换特征向量，存储所述初始变换特征向量以生成所...

【专利技术属性】
技术研发人员：李烨，尹丽妍，蔡云鹏，何晨光，虞素灵，苗芬，何青云，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44