The invention discloses an identity recognition system and method based on dynamic monitoring and analysis of heart function. The identity recognition includes database establishment, feature spectrum extraction, feature query, comparison and identity discrimination devices and methods. The identification technology of the invention is applied to the portable heart intelligent patch system, which is worn at the center of the human chest in the form of wearable equipment, monitors the mechanical vibration of the heart in vitro, obtains the vibration information of the heart in real time and non invasively, and discovers the physical structure and pulsation of the heart in the early stage by combining digital processing, machine learning and artificial intelligence technology pattern recognition and intelligent diagnosis Abnormal rhythm, such as valve disease, abnormal movement of heart wall, change of heart ejection fraction, arrhythmia, etc. Combined with the early warning and reporting system, the purpose of early warning and timely medical care for heart disease can be realized. Early warning and monitoring of serious arrhythmia, angina pectoris and acute myocardial infarction, as well as post-operative rehabilitation monitoring, home-based elderly care and sports monitoring.
【技术实现步骤摘要】
一种基于心脏功能动态监测与分析的身份识别系统及方法
本专利技术属于智能医疗器械
,具体涉及一种基于心脏功能动态监测与分析的身份识别系统及方法。
技术介绍
心脏疾病是人类第一号杀手,今天全球有数以十亿计的心脏病患者,需要得到及时、适当和成本可负担的医疗护理。传统的心电图(ECG)只能发现心电信号异常,对心脏物理结构本身的缺损、病变、老化、功能丧失(如心肌部分坏死)却作用不大或无能为力。超声心动图、计算机断层扫描(CT)、磁共振成像(MRI)及心肌灌注核素扫描等检测手段需要大型设备和专业人员操作,检测成本高,且难以做到随时随地监测,失去宝贵的病理信息和抢救机会。近年来,随着微机电系统(MEMS)技术的发展和人群健康需求的提高,针对心脏健康监测的便携式可穿戴设备成为了热门研究领域。但大部分研究和产品基于传统的ECG,PranavRajpurkar报道过,对来自可穿戴设备的数万份单导联ECG进行了分析,使用一个34层的卷积神经网络(CNN),对心律失常的诊断能力可以达到人类医学专家的水平。但由于ECG技术本身的局限性,并不能及时、完整地反映心脏的健康状态,所以研究人员很早就注意到体外心脏振动信号能反映出心脏的结构和功能变化,以弥补ECG的不足,试图为心脏疾病无创监测提供新的途径。早在1991年报道,Salerno等学者首次在临床中观察到心肌缺血患者的心脏振动谱异于正常人,并提出SCG(Seismocardiogram,SCG,由心脏运动对胸壁产生的加速度所绘制的图谱)可能对冠心病患者的左心室功能监测有帮 ...
【技术保护点】
1.一种基于心脏功能动态监测与分析的身份识别系统,其特征在于,所述身份识别装置,包括,/n所述心脏振动信号特征数据库装置,用于采集大量的心脏振动图谱数据,通过特征提取算法提取出每一个用户的心脏特征,与用户身份形成(特征-身份)二元组,存入数据库;/n所述心脏振动信号特征谱提取装置,用于提取待识别使用者的心脏振动信号,经过数据预处理、特征提取步骤获得特征谱;/n所述心脏振动信号特征查询装置,用于从数据库中查询使用者心脏振动信号的特征谱;/n所述心脏振动信号特征谱比对装置,用于使用者的实时心脏振动信号特征谱与存储的基础特征谱比对,计算两两特征谱的相似度;/n所述身份判断装置,用于根据特征谱比对装置计算的特征谱的相似度作出判断,以判别使用者的身份,以相似度最大且超过指定阈值的特征记录作为匹配身份,为后续的预警信息的数据传输提供依据。/n
【技术特征摘要】
1.一种基于心脏功能动态监测与分析的身份识别系统,其特征在于,所述身份识别装置,包括,
所述心脏振动信号特征数据库装置,用于采集大量的心脏振动图谱数据,通过特征提取算法提取出每一个用户的心脏特征,与用户身份形成(特征-身份)二元组,存入数据库;
所述心脏振动信号特征谱提取装置,用于提取待识别使用者的心脏振动信号,经过数据预处理、特征提取步骤获得特征谱;
所述心脏振动信号特征查询装置,用于从数据库中查询使用者心脏振动信号的特征谱;
所述心脏振动信号特征谱比对装置,用于使用者的实时心脏振动信号特征谱与存储的基础特征谱比对,计算两两特征谱的相似度;
所述身份判断装置,用于根据特征谱比对装置计算的特征谱的相似度作出判断,以判别使用者的身份,以相似度最大且超过指定阈值的特征记录作为匹配身份,为后续的预警信息的数据传输提供依据。
2.根据权利要求1所述基于心脏功能动态监测与分析的身份识别系统,其特征在于,所述心脏振动信号特征数据库用于存储大量的特征心脏振动图谱数据,该数据为基于特征提取算法提取出每一个用户的心脏特征,并与用户身份形成“心脏信息特征—身份信息”一一对应的二元组数据。
3.根据权利要求1所述基于心脏功能动态监测与分析的身份识别系统,其特征在于,所述特征提取算法采用去噪自编码器,对数据进行降维和特征提取;所述去噪自编码器包含编码器和解码器两部分,编码器用于获得心脏振动特征谱,解码器用于训练过程中的数据重建。
4.根据权利要求1所述基于心脏功能动态监测与分析的身份识别系统,其特征在于,所述心脏振动信号特征谱比对装置计算两两特征谱的相似度;相似度计算方法采用欧几里得距离或余弦相似度。
5.根据权利要求1所述基于心脏功能动态监测与分析的身份识别系统,其特征在于,所述身份判断装置根据特征谱比对装置计算的特征谱的相似度作出判断,大于指定判别阈值的记录,则将这些记录按相似度排序,相似度最大的特征记录作为匹配身份,否则为非匹配身份加以排除。
6.一种基于心脏功能动态监测与分析的身份识别方法,其特征在于,包括如下步骤:
(1)通过所述心脏振动信号特征数据库装置采集大量的心脏振动图谱数据,通过特征提取算法提取出每一个用户的心脏特征,与用户身份形成(特征-身份)二元组,存入数据库;
(2)通过所述心脏振动信号特征谱提取装置提取待识别使用者的心脏振动信号,经过数据预处理、特征提取步骤获得特征谱;
(3)通过所述心脏振动信号特征查询装置从数据库中查询使用者心脏振动信号的特征谱;
(4)通过所述心脏振动信号特征...
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。